Full Stack Developer

Yerevan, Armenia
Миддл • Сеньор
Информационные технологии • Разработка • Backend • Fullstack • Frontend • Python • SQL • Django • Flask • Grok • HTML • PostCSS • SCSS • SASS • MySQL • PostgreSQL
Удаленная работа
Опыт работы какой-то есть
Есть файл резюме (защищен)
О себе

На данный момент Full Stack Developer.

Мои компетенции и опыт

Я full-stack разработчик с четырьмя годами коммерческого опыта в проектировании, разработке и выводе в продакшн веб-приложений, бэкенд-сервисов, платформ для работы с данными и AI-систем. Специализируюсь на backend-разработке на Python, Django, FastAPI, Flask, asyncio, aiohttp в связке с современными React-фронтендами на TypeScript, Zustand, TanStack Query, Recharts, Tailwind CSS и shadcn/ui. Такой охват позволяет мне самостоятельно вести продукт на всех этапах: от архитектуры и проектирования схемы БД через разработку API и бизнес-логики до реализации фронтенда, тестирования, деплоя и настройки CI/CD.

Наиболее сложная с технической точки зрения работа последнего времени лежит на стыке AI, real-time коллаборации и визуализации данных. В NC1 (Kelpie / Pebbly) я разработал платформу для совместной работы с документами в духе Google Docs с глубокой интеграцией LLM. Фронтенд построен на редакторе Tiptap с real-time CRDT-синхронизацией через нужен доступ к резюме и WebSocket (Hocuspocus), что обеспечивает совместное редактирование несколькими пользователями. На бэкенде я спроектировал Event Bus на Redis (Pub/Sub и Streams), настроил асинхронную обработку задач через Celery и реализовал единый слой LLMService, скрывающий OpenAI, Anthropic и Gemini за общим интерфейсом это позволяет менять и комбинировать провайдеров, не затрагивая логику приложения. Также я спроектировал и реализовал Wave внутренний оркестратор воркфлоу с поддержкой параллельного выполнения ветвей и Branch-Aware State, благодаря чему многошаговые AI-сценарии выполняются одновременно без гонок. Отдельным блоком пайплайн обработки видео: FFmpeg для приёма и обработки медиа, Whisper для транскрипции, автоматическая генерация субтитров SRT и финальная сборка MP4. Хранение построено на PostgreSQL для реляционных данных, Qdrant в роли векторной БД для семантического поиска и GCS для версионированных снапшотов документов.

До этого я реализовал комплексную BI-платформу для анализа лизинговых сделок в SAPRO, обслуживающую одновременно 15 дилерских холдингов, 30+ дилерских центров и 10 лизинговых компаний. В платформу вошёл набор аналитических модулей: динамика выдач MoM с двумя независимыми осями Y, воронка продаж из четырёх этапов, панель KPI с 20+ показателями и живой подстановкой данных, журнал сверки и три синхронизированные аналитические таблицы с двунаправленным cross-filtering. Бэкенд построен на FastAPI с SQLAlchemy 2.0 async, PostgreSQL 15, Alembic для миграций, JWT-аутентификацией с ротацией токенов и полноценной RBAC-системой с тремя ролями: администратор, специалист ЛК и специалист дилера. Фронтенд на React 18 написан целиком в strict-режиме TypeScript, с центральным filter store на Zustand, дебаунсом 300 мс и отменой незавершённых запросов чтобы исключить гонки и лишние обращения к API. Все активные фильтры кодируются в URL, что даёт возможность делиться дашбордом и пользоваться историей браузера. Иерархические дропдауны каскадно распространяют выбор с уровня холдинга до конкретных дилерских центров. Экспорт поддерживает генерацию PDF с кириллическим шрифтом Roboto через jsPDF и html2canvas, а также CSV с BOM для корректного открытия в Excel. Инфраструктура работает на Docker Compose с тремя сервисами (PostgreSQL, FastAPI, Vite dev server), health checks и пайплайном GitLab CI/CD для автоматического тестирования и деплоя; отдельно написан генератор seed-данных, создающий 5000+ сделок со взвешенными распределениями для реалистичной разработки и QA.

Параллельно, во фрилансе 2024–2025, я разрабатывал модули AI-автоматизации, интегрировал ML-модели в продакшн-сервисы на Python и продолжал развивать компетенцию в обработке видео пайплайны на FFmpeg, сервисы транскрипции на Whisper и генерация субтитров SRT в виде отдельных микросервисов. В этот же период основными инструментами разработки у меня стали Claude Code и Cursor, что заметно ускорило поставку без потерь в качестве архитектуры и покрытии тестами.

Если вам нужен разработчик, готовый взять полную ответственность за сложную систему AI-интеграции, real-time инфраструктуру, работу с данными и современный фронтенд буду рад обсудить, чем могу быть полезен.



Есть файл резюме (защищен)


Интересные кандидаты