Пишу сервисы, которые работают.
Software developer, 5+ лет на Python. Активно использую нейросети на всех этапах разработки. На контракте это дало сокращение затрат в 3×. Когда проект требует, пишу на Rust и Go.
Опыт работы
Контракт, частичная занятость
Software Developer
NDAРазработка и доработка production-сервисов в команде. AI-инструменты на всех этапах цикла.
- Вёл несколько production-сервисов (30k-1.5M строк): новая разработка, поддержка, рефакторинг legacy-модулей.
- Сократил стоимость разработки ~3× за счёт AI-инструментов: кодогенерация, code review, автоматизация тестов.
- Реализовывал задачи на Python, Rust и Go в одном проекте, выходя за пределы основного стека.
Удалённо, параллельно с контрактом
Python Backend Developer
ФрилансBackend-оптимизация, свои продукты и инструменты для клиентов.
- Запустил nnzen.com: live LLM-каталог, 500+ моделей. FastAPI + PostgreSQL + Next.js.
- Оптимизировал FastAPI hot path клиента: throughput с ~1 600 до ~8 200 RPS, p95 latency -70%.
- Разработал plugin runtime для LLM-ассистента: hot reload, цепочки вызовов инструментов, управление контекстом.
Удалённо, полная занятость
Data Collection Developer
Bright DataScrapers и collectors для крупной data-платформы. Сайты разной сложности, включая защищённые anti-bot системами.
- Написал 300+ scrapers/collectors: парсинг, валидация, edge cases для сайтов с разной структурой и защитой.
- Анализировал HTTP-потоки, JS-рантаймы и поведение anti-bot систем для стабильного сбора данных.
- Выстроил диагностику нестабильных targets: логирование, воспроизводимость, понятные отчёты.
Удалённо
Python Developer
ФрилансАвтоматизация, парсеры, скрипты и небольшие backend-инструменты для клиентов.
- Автоматизировал ручные процессы: скрипты, API-обёртки, небольшие сервисы.
- Интегрировал сторонние API без документации, реверс-инжиниря поведение эндпоинтов.
Проекты
Коротко: проблема, что было сделано, результат и почему это важно для поддержки.
Каталог моделей nnzen
Живой LLM-каталог: собирает данные о моделях, нормализует их и помогает быстрее сравнивать варианты.
MCP core for an LLM assistant
Backend core для LLM assistant с plugin execution, hot reload, tool chains и explicit context handoff.
FastAPI backend performance cleanup
Оптимизация FastAPI API path: async I/O, connection reuse, Redis cache, request validation, metrics и удаление serial bottlenecks.
Resilient data collection workflows
Collection и debugging workflows для external web systems, где behavior меняется, а failures должны быть diagnosable.