Антон В.
Платформа для управления краткосрочной арендой объектов размещения. В системе отдельная квартира или номер учитывается как самостоятельный объект, для которого ведутся данные о доступности и бронированиях. Платформа взаимодействует с внешними каналами продаж. Ключевые достижения: Проанализировал спецификации внешних API и JSON-структуры для сценариев бронирования, отмены и обмена данными, для последующей внешней интеграции Подготовил модель данных интеграции: описал новые сущности и атрибуты для объектов размещения, бронирований и связанных операций. Сопоставил модели категорий и отдельных объектов размещения, выявил вопросы учёта доступности и квот, сформулировал требования для дальнейшей проработки. Сравнил варианты внешней авторизации и регистрации пользователей: доступные данные профиля, условия подключения и ограничения. Сделал срез рынка краткосрочной аренды и travel-tech, подготовил продуктовые, бизнесовые и технические решения и фичи, которые можно встроить в готовый функционал. Внедрил и описал способ применения технологии синхронизации календарей ICal,что позволил зайти на проект большей части арендодателей С нуля описал и задокументировал БД as is, опираясь только на физ модель данных. Описал имеющийся модульный монолит в контексте бизнес разделения ответственности модулей, используемых технологи, связи с другими модулями и паттернов построения Спроектировал интеграцию платформы с менеджером каналов: описал сценарии обмена данными, модель объектов размещения и обработку бронирований и отмен, заложив основу для синхронизации доступности и статусов между системами Технологии:RabbitMQ, REST API, Python, Celery, PostgreSQL, Redis.
Антифрод-система для обработки обращений клиентов по мошенничествам в продукте рассрочки. Система обеспечивала сбор и фильтрацию обращений из каналов поддержки, передачу на разбор операционистам, фиксацию результатов в DWH. Ключевые достижения: Спроектировал архитектуру антифрод-системы с нуля: определил границы ответственности 4 компонентов, точки интеграции со смежными сервисами (поддержка, скоринг, витрины), что обеспечило сквозную прослеживаемость 100% кейсов мошенничества Создал ETL-процедуры с бизнес-правилами обработки, структурой выходных витрин и разметкой мошеннических кейсов, сократив время выявления паттернов фрода с 3 дней до 4 часов Настроил мониторинг интеграций и ETL-цепочек: определил 12 контрольных точек, ключевые метрики и сценарии оповещений, снизив потерю данных при сбоях на 94.7% Спроектировал витрины DWH для анализа эффективности антифрод-мер: определил состав 8 показателей, ключи агрегации, выбор шардов, что позволило создать 3 новых класса кейсов фрода Сформировал техническую базу знаний: документировал архитектурные решения, бизнес-логику и типовые сценарии, сократив время онбординга новых аналитиков с 2 недель до 4 дней Технологии: Apache Kafka, YouTrack, PlantUML, ClickHouse, S3, Grafana
CRM-система для обработки лидов, ведения клиентской базы и многоканальной коммуникации (телефония, email, SMS). Система охватывала весь цикл от генерации лида до закрытия сделки с фокусом на масштабируемость и отказоустойчивость. Ключевые достижения: Спроектировал событийную архитектуру на Kafka для автоматической категоризации входящих лидов: описал структуру событий, сериализацию и ретраи, что увеличило конверсию лидов на 23.4% за счёт своевременной маршрутизации Смоделировал BPMN-процессы (обзвон, повторный контакт, квалификация интереса) с привязкой к ролям менеджеров, SLA и правам доступа, сократив среднее время обработки лида с 48 до 18 часов Разработал ERD-диаграммы и нормализованную структуру БД для сервисов клиентов и уведомлений, обеспечив целостность данных при нагрузке до 5 000000 записей в сутки Реализовал логирование ключевых событий в ElasticStack (ELK): статусы коммуникаций, история изменений карточки, что повысило прозрачность аудита и сократило время разбора инцидентов на 67% Подготовил SQL-запросы для KPI отдела продаж с агрегацией по источникам, стадиям, менеджерам, что позволило выявить 3 неэффективных канала привлечения и перераспределить бюджет Технологии: Apache Kafka, PostgreSQL, ElasticStack, Swagger, Camunda, SOAP
Веб-платформа для частных инвесторов: управление портфелем акций, аналитика доходности, личный кабинет с историей сделок, уведомлениями и модулем документов. Интеграция с внешними провайдерами котировок и валютных курсов. Ключевые достижения: Спроектировал личный кабинет инвестора: структура 6 экранов, UX-сценарии в Figma, что повысило вовлечённость пользователей на 31.2% и снизило нагрузку на поддержку на 42% Описал архитектуру интеграции с 3 внешними провайдерами котировок: проработал маппинг атрибутов, обработку ошибок и проверку целостности, достигнув 99.4% актуальности рыночных данных Разработал бизнес-логику расчёта агрегатов портфеля (доходность, динамика, распределение активов) и SQL-агрегации, сократив время формирования аналитических отчётов с 12 до 2 секунд Сформировал ERD-модель клиентских активов и документов, обеспечив единый источник данных для аналитики и регуляторной отчётности Технологии: SQL, Swagger, Figma, REST API
Системный аналитик Внутренний инструмент управления бизнес-процессами: запуск и маршрутизация процессов (отпуска, закупки, командировки), SLA, автоматические уведомления, цифровые подписи и шаблоны документов. Ключевые достижения: Смоделировал 11 бизнес-процессов в BPMN (Camunda) с маршрутами согласования, делегированием, таймерами SLA и эскалацией, сократив время обработки заявок между отделами на 58% Описал REST API в OpenAPI/Swagger для управления задачами: создание, soft delete, повторная активация, фиксация истории изменений, что обеспечило полную прослеживаемость 100% бизнес-операций Разработал wireframe-интерфейсы в Figma с автозаполнением по LDAP и шаблонами типовых задач, повысив скорость создания заявок пользователями на 73% Сформировал SQL-запросы для регулярной отчётности и KPI: агрегация по статусам, срокам, исполнителям, выявление отклонений от SLA, что снизило просрочки на 41.3% Технологии: Camunda, Swagger, PostgreSQL, Figma, UML,REST
Понравился профиль? Создайте себе такой же