Java-разработчик

Был больше месяца назад

По договорённости

18 лет (родился 18 июля 2007)

Новосибирск

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Java
Java Servlets
Apache Tomcat
JUnit
Docker
REST API
Postman
Maven
Jenkins
Spring Framework
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 1 год и 2 месяца

- Май 2025 – работает сейчас
- 7 месяцев
Java-разработчик
Turron, Новосибирск
https://github.com/Fl1s/turron
Разработка ПО
Обязанности и достижения:
Turron - система поиска видео-исходников (Видео-Shazam) Об проекте: Пару месяцев назад, я столкнулся с проблемой поиска интересующих меня видео. Google Lens не мог выдать нужный результат, ему не хватало контекста (в скриншоте его маловато). Так что я решил создать свой аналог Shazam, но для видео. Представляю Turron - поисковик, анализирующий короткие видеофрагменты (2-5 сек.) и находит максимально точные совпадения с помощью перцептивного хеширования ключевых кадров по личной базе данных. Что сделал: * Спроектировал и внедрил горизонтально масштабируемую микросервисную архитектуру для поиска по видео на базе перцептивного хэширования (pHash), устойчивого к любым постобработкам. * Разработал отдельные сервисы для загрузки видео, извлечения ключевых кадров (FFmpeg), генерации и сравнения хэшей (по Hamming Distance), хранения метаданных. * Настроил Kafka для асинхронного обмена между сервисами и Eureka + API Gateway для автоматической регистрации и маршрутизации. * Поддержал отказоустойчивость через Circuit Breaker, реализовал полноценную поддержку MinIO (AWS S3 совместимый) для хранения видео. * Настроил CI/CD через GitHub Actions: автосборка Docker-образов, версионирование и деплой без ручного вмешательства. * Добавил метрики и мониторинг через Spring Actuator, Prometheus и Grafana — отслеживание производительности в реальном времени. Результат (которым я доволен!): * Система масштабируется без блокировок, обрабатывает тысячи видеофрагментов в сутки с высокой точностью и отказоустойчивостью. * Время от загрузки фрагмента до получения исходника — около 600-800 мс. * Точность определения совпадений - 97% на валидационной выборке из 1000+ фрагментов (расстояние Хэмминга тащит). * Система стабильно обрабатывает до 10к видеофрагментов в сутки без деградации и с возможностью линейного масштабирования. * CI/CD пайплайн ускорил цикл релизов на 70% за счёт автоматической сборки, версионирования и деплоя Docker-образов. * Архитектура протестирована и готова к расширению на внешние источники видеоконтента без рефакторинга основной логики. В планах работать с YouTube и Jellyfin API. Стек: Java 21, Gradle, Spring, Hibernate, PostgreSQL, MinIO, Kafka, Docker, K8s, Prometheus, Grafana, Netflix Eureka.
- Октябрь 2024 – май 2025
- 8 месяцев
Java-разработчик
Fablewhirl, Новосибирск
https://github.com/Fl1s/fablewhirl
Разработка ПО
Обязанности и достижения:
* Спроектировал модульный микросервисный бэкенд (7 сервисов) по принципу ограниченной ответственности. * Реализовал авторизацию через Keycloak, включая поддержку access/refresh токенов и извлечение метаданных пользователя на каждом этапе взаимодействия. * Внедрил горизонтально масштабируемую архитектуру с асинхронной обработкой задач через Kafka. * Настроил кэширование в Redis — для хранения пользовательских токенов и часто запрашиваемых тредов, что снизило нагрузку на БД. * Интегрировал MinIO как хранилище данных, с возможностью масштабирования на AWS S3. * Построил CI/CD пайплайн на GitHub Actions: кэширование зависимостей, динамическая сборка всех 7 сервисов, автодеплой по окружениям. * Включил метрики и мониторинг через Prometheus + Grafana, визуализировал ключевые показатели производительности и стабильности. Результат: * Повысил производительность API на ~42% за счёт внедрения Redis и Kafka, минимизируя блокировки и обращения к БД. * Снизил среднее время отклика с 450 мс до 200 мс на наиболее нагруженных эндпоинтах. * Система выдерживает 15к+ запросов в сутки при незначительной деградации по производительности и стабильности. * Время полного деплоя от коммита до production сокращено на 60% благодаря автоматизации в GitHub Actions. * Мониторинг выявил и позволил устранить три ключевых узких места ещё до выхода в prod окружения. Стек: Java 17, Gradle, Spring, Hibernate, PostgreSQL, MongoDB, Kafka, Redis, Keycloak, Docker, K8s, Prometheus, Grafana, Netflix Eureka.

Образование

- Среднее специальное образование
- 2027
Новосибирский национальный исследовательский государственный университет, Новосибирск

Обо мне

Дополнительные сведения:

Я джавист с ~годом опыта в полноценной разработке приложений. За плечами — несколько проектов, в которых я полностью брал работу с серверной частью веб-приложения: проектировал архитектуру, для разработки активно использовал Spring, интегрировал базы данных на Postgres/MongoDB и объектные хранилища по типу MinIO и AWS S3. Писал REST API, Dockerfile’ы, кешировал токены в Redis, настраивал деплой в кластер k8s, тестировал запросы через Postman, мониторил производительность через Prometheus + Grafana. Участвовал в событии "Hacktoberfest". Контрибьютил open-source проект для создания статических сайтов для документаций https://github.com/neojelll/DocuTide, в процессе получил глубокое понимание параллельной командной работы в Github. =]