TV+ / tvplus.by — OTT-платформа для дистрибуции лицензионного видео-контента (B2B2C, Беларусь) Результаты: * Увеличение пользовательской базы и количества платных подписок. * Внедрение новых способов оплаты (банковские карты, мобильные платежи, Apple Pay, Google Pay), реализация рекуррентных подписок — увеличение среднего чека. * Внедрение системы отслеживания производительности и сокращение времени отклика ключевых API. * Оптимизация CI/CD, ускорение деплоя и регрессионного тестирования. Роль: Ведущий Python разработчик OTT платформы, фуллстек-разработчик Размер команды: 8+ человек Кратко о проекте: 1. TV+ — OTT-платформа: доставка лицензионного видео-контента (Амедиатека, Старт, Premier, Wink) через партнеров-операторов, доступ на веб, мобильных и ТВ-платформах. * Основной монолит на Django: управление контентом и подписками, интеграция с биллингом, аналитика, поиск, кеширование, синхронизация с микросервисами. * Несколько микросервисов на FastAPI для выдачи стримов, работы с метаинформацией и сервисных задач * Микросервис на Go для генерации ссылок на ТВ-стримы 2. IPTV-платформа: агрегирование потоков от разных поставщиков, единый API для B2B-клиентов, размещение и дистрибуция контента партнеров. 3. Модуль интеграции с биллингом: синхронизация подписок, автоматизация активаций и деактиваций, биллинг, контроль доступа. Мой вклад и инициативы: * Перепроектировал core Django-бэкенд: внедрил сервисные слои, UseCase-подход, принципы чистой архитектуры и dependency injection. * Реализовал несколько микросервисов на FastAPI и SQLAlchemy для выделенных сервисных задач. * Инициировал и внедрил практики покрытия кода тестами (unit, интеграционные, e2e), ввел стандарт code review, линтеры (black, flake8, isort) и autoformatters. * Настроил мониторинг и алертинг (ELK, Jaeger), внедрил метрики производительности, организовал работу с баг-репортами и инцидентами. * Оптимизировал кеширование: ускорил критичные эндпоинты, автоматизировал разогрев/инвалидацию кеша. * Проектировал архитектуру микросервисов, организовывал взаимодействие через REST API, фоновую синхронизацию данных. * Реализовал систему рекуррентных подписок и расширил способы оплаты (банковские карты, мобильные платежи, Apple Pay, Google Pay), что привело к увеличению среднего чека. * Отвечал за декомпозицию задач, контроль спринтов, найм и развитие Python-разработчиков (команда до 5 человек), организацию рабочих процессов (Kanban, code review, автоматизация CI/CD). * Участвовал в интеграциях с провайдерами, биллинговыми и платёжными шлюзами, OAuth API. * В роли фронтенд-разработчика реализовал новые пользовательские интерфейсы и интеграции на Vue.js/Nuxt для веб-клиента. Технологии:
Python 3.10–3.12, Django, DRF, FastAPI, SQLAlchemy, Pydantic, Celery, RabbitMQ, Redis, ElasticSearch, PostgreSQL, MySQL, Docker, e2e-тесты (Selenium), ELK, Jaeger, Sentry, Swagger/OpenAPI, CI/CD (Gitlab CI), Vue.js, Nuxt.

2018–2021
ireg.pro — SaaS-платформа для защиты авторских прав Результаты: * В 2 раза увеличил объем обрабатываемых документов за счет оптимизации backend и многопоточной синхронизации. * Внедрил новые способы оплаты (банковские карты, Яндекс.Деньги, Тинькофф) — ускорение и упрощение оплаты для клиентов. * Реализовал B2B-версию платформы с гибкой системой прав и доступа, персональными тарифами для компаний. * В результате — рост конверсии из регистрации в оплату на 40% и расширение клиентской базы за счет B2B-сегмента. Роль: Python разработчик Размер команды: 5+ человек Мой вклад: * Разработал и поддерживал многопользовательский SaaS на Django и DRF, организовал систему управления правами и доступами для физ. и юр. лиц. * Реализовал многопоточную синхронизацию с GoogleDrive/ЯндексДиск, автоматизацию создания и печати юридических документов. * Внедрил систему логирования и пользовательской аналитики (Amplitude), ETL-процессы для отчётности (cloud storage). * Проект реализован по Agile/Scrum, команда 7 человек. Технологии:
Python 3.6, Django, DRF, Celery, Aiohttp, Docker, PostgreSQL, RabbitMQ, ETL, Vue.js, unittests.

Результаты: * Обеспечил стабильную обработку потоковых торговых данных и исполнение торговых алгоритмов в режиме реального времени. * Сократил время реакции торговых стратегий на рыночные события за счет оптимизации взаимодействия между сервисами и брокерами. * Повысил отказоустойчивость системы: минимизация простоев, быстрое восстановление при сбоях. * Внедрил автоматизированное e2e-тестирование ключевых бизнес-сценариев, что снизило количество инцидентов на проде. Кратко о проекте: * Система для автоматизированной торговли на биржах — распределенная архитектура из набора микросервисов для сбора, обработки и анализа рыночных данных, принятия торговых решений и работы с брокерами. Мой вклад и инициативы: * Проектировал архитектуру микросервисов: декомпозиция бизнес-логики, определение границ сервисов и контрактов взаимодействия (REST, очереди). * Реализовывал высоконагруженные микросервисы на Flask и Python: обработка и агрегация рыночных данных, расчёт сигналов и исполнение торговых стратегий. * Интегрировал внешние брокерские API для автоматической отправки торговых приказов и получения подтверждений. * Оптимизировал производительность системы: асинхронная обработка событий, масштабируемое взаимодействие через RabbitMQ, ускоренная запись данных в MongoDB. * Настроил централизованный сбор логов, метрик и мониторинг состояния сервисов. * Разрабатывал и поддерживал e2e- и unit-тесты для ключевых сценариев (pytest, Docker), организовал CI для автоматической проверки изменений. Технологии:
Python 3, Flask, pydantic, pytest, MongoDB, RabbitMQ, Docker, JavaScript.

Результаты: * Повысил эффективность коммуникаций между магазинами и клиентами за счет интеграции многоканальных уведомлений (Facebook, SMS, Telegram, Slack). * Оптимизировал процессы регистрации и обработки обращений — сократил время обработки входящих заявок через CRM на 30%. * Внедрил инструменты аналитики и дашборды для отслеживания конверсии рекламных кампаний и каналов коммуникаций. * Реализовал масштабируемое хранилище логов и поисковую систему на ElasticSearch для внутреннего аудита и поддержки. Кратко о проекте: * Nuvalabs — облачная B2B-платформа для автоматизации маркетинговых коммуникаций и управления клиентскими заявками в офлайн-ритейле США. * Решение включает backend на Django, интеграции с внешними мессенджерами, CRM и рекламными платформами. Мой вклад и инициативы: * Реализовал backend и бизнес-логику на Django: организация хранения данных, авторизация, управление пользователями, настройки коммуникаций. * Разработал Slack-модули для автоматического мультиканального уведомления и общения (интеграция Facebook, SMS, Telegram в Slack-каналы магазинов). * Создал сервис автоматического заведения новых пользователей и лидов во внешней CRM из входящих сообщений Slack, с автоматическим распределением по магазинам. * Провел интеграцию с внешними сервисами (Admob, Facebook API, Slack API), организовал автоматическую обработку обратной связи и отзывов клиентов. * Внедрил полнотекстовый поиск товаров и клиентов, инструменты отслеживания конверсии рекламных кампаний и дашборды для анализа эффективности каналов. * Реализовал централизованное хранилище логов событий и аудит действий с помощью ElasticSearch. * Взаимодействовал с командой заказчика (USA) — ежедневная коммуникация и демо-результатов на английском. Технологии:
Python 3, Django, DRF, PostgreSQL, pytest, Elasticsearch, Slack API, Facebook API, Admob, Twilio (SMS).