Даниил К. — Backend Developer

Высоконагруженная платформа для проведения расчетов между Россией и Индией. Платежный контур состоял примерно из 15 Java-микросервисов и обеспечивал обработку платежных сообщений, валютную конверсию, проверки, проведение операций и регуляторную отчетность. Стек: Java 17, Spring Boot 3, Spring WebFlux, Spring Cloud Gateway, Temporal, Kafka, PostgreSQL, Hibernate, Redis, MongoDB, REST, SOAP, gRPC, ISO 20022, XML/JSON, Liquibase, Maven, JUnit 5, Mockito, Testcontainers, WireMock, Docker, Kubernetes, Helm, Prometheus, Grafana, Jenkins, Linux. 1. Участвовал в разработке платформы с нуля и вносил изменения в большинство сервисов контура: от доменной модели и интеграционных контрактов до тестирования и сопровождения в production. 2. Разрабатывал в Temporal жизненный цикл входящих и исходящих платежей: валидацию ISO 20022, AML- и санкционные проверки, проведение через PGW, бухгалтерский учет и формирование итогового ответа. 3. Интегрировал платформу с PGW, AML, санкционным фильтром, системой валютных курсов, ОВП и бухгалтерским контуром. Реализовывал обработку успешных ответов, бизнес-отказов, тайм-аутов и частично выполненных операций. 4. Обеспечивал надежность распределенных процессов: идемпотентность, защиту от повторного проведения, retry-политики, компенсационные действия и восстановление workflow после сбоев. 5. Разрабатывал REST, SOAP, gRPC и Kafka-интеграции; настроил маршрутизацию SOAP-запросов через Spring Cloud Gateway. 6. Реализовал интеграции с ГИС ГМП и PALM.LMP, участвовал в разработке statement-service и спроектировал хранение исходных ISO 20022 XML-документов в MongoDB для аудита и повторной обработки. 7. Оптимизировал SQL-запросы и критичные участки WebFlux; покрывал платежные сценарии модульными, интеграционными и контрактными тестами, участвовал в code review, и развертывании в Kubernetes. 8. Разбор и решение инцидентных платежей. 9. Участвовал в разработке statement-service: выборка и парсинг транзакций, агрегация оборотов, фильтрация, пагинация и формирование данных для банковских выписок.

AI-ассистент для аналитики платежных операций Внутренний сервис для аналитиков и специалистов сопровождения платежной платформы. Ассистент позволял получать агрегированные показатели по операциям, анализировать отклонения и находить связанную техническую документацию через чат-интерфейс. Стек: Java 21, Spring Boot 3, Spring AI, PostgreSQL, pgvector, Kafka, Confluence API, Liquibase, REST, Docker, Kubernetes, JUnit 5, Testcontainers. Разрабатывал backend чат-ассистента и интеграцию с корпоративной LLM. Модель использовалась для разбора запроса и выбора разрешенной операции, а расчеты и доступ к данным выполнялись в детерминированном Java-контуре. 1. Разрабатывал backend чат-ассистента и интеграцию с корпоративной LLM. Модель определяла намерение и параметры запроса, а расчеты и доступ к данным выполнялись в контролируемом Java-контуре. 2. Спроектировал типизированные инструменты для получения платежных показателей: количества и объема операций, доли успешных платежей, отказов, возвратов, распределения по валютам и динамики за период. 3. Реализовал structured output и tool calling. После валидации параметров Java-сервис выполнял заранее определенные SQL-запросы; произвольный SQL от модели не исполнялся. 4. Разработал расчет динамики и сравнение периодов в PostgreSQL с использованием агрегаций и оконных функций. 5. Реализовал RAG-поиск по регламентам, описаниям платежных процессов, кодам отказов и инструкциям сопровождения: загрузка из Confluence, фрагментация документов, embeddings, хранение в pgvector и семантический поиск. 6. Добавил фильтрацию и ранжирование контекста, обработку неоднозначных запросов и отсутствующих данных; версионировал промпты и поддерживал регрессионные тесты основных пользовательских сценариев.

Система расчета премий и многоступенчатого согласования бонусных писем. Стек: Java 17/21, Spring Boot, Spring Data, Spring Security, Kafka, PostgreSQL, Liquibase, REST, MinIO, FastAPI, JUnit, Testcontainers. 1. Спроектировал и разработал Java-микросервис с нуля; сервис был выведен в промышленную эксплуатацию за шесть месяцев. 2. Разработал доменную модель, структуру PostgreSQL, слой доступа к данным и миграции Liquibase. 3. Реализовал параметризованный расчет премий на основе KPI, стажа, проектной роли и конфигурируемых коэффициентов. 4. Разработал многоэтапный workflow согласования с ролевой моделью, контролем переходов между статусами и уведомлениями участников. 5. Реализовал REST API с фильтрацией и пагинацией для получения сотрудников, результатов расчета и истории согласования. 6. Интегрировал сервис с 1С для получения информации о зарплатах. 7. Разработал аналитический сервис на FastAPI для предварительного расчета и агрегации KPI.