🇷🇺 Русский  •  🇬🇧 English

Я студент-разработчик, который движется в сторону Backend / Data Engineering.

Мне нравится не просто писать отдельные программы, а разбираться, как целиком устроена система: от API и базы данных до очередей, фоновых задач, инфраструктуры и процессов вокруг продукта.

Сейчас мой основной фокус — backend, data engineering, системное мышление и developer tooling.

Понимать систему → спроектировать → автоматизировать → измерять → улучшать.

StackPilot — кроссплатформенный desktop-инструмент для разработчиков, созданный с помощью Tauri, Rust и SvelteKit.

Он автоматизирует рутинную часть работы с проектом:

• анализ проекта и окружения;
• создание структуры проекта;
• установку необходимых инструментов;
• настройку Docker-окружения;
• запуск компонентов проекта;
• управление workspace и процессами.

Идея проекта:

меньше времени на подготовку окружения — больше времени на разработку самого продукта.

Разрабатывал карьерный информационный сервис для образовательной организации.

Система собирает вакансии, стажировки, мероприятия и другие полезные материалы, обрабатывает их и автоматически публикует подготовленный контент.

Стек: Python · PostgreSQL · Docker · APIs · фоновые задачи

Это был мой первый оплачиваемый проект в IT и один из проектов, который дал опыт разработки не только «для себя», но и под реальные требования заказчика.

Backend
  ├─ Go
  ├─ Python
  ├─ Java (изучаю)
  └─ PostgreSQL / SQL

Data Engineering
  ├─ Kafka
  ├─ Airflow
  ├─ Микросервисы/gPRC
  ├─ DBT
  ├─ data pipelines
  └─ analytical systems

Infrastructure
  ├─ Docker
  ├─ Linux
  └─ Dev Tools

Engineering
  ├─ architecture
  ├─ system design
  └─ production thinking

AI для меня — это инструмент инженера, а не замена пониманию.

Использую его для:

• исследования технологий и документации;
• быстрого прототипирования;
• анализа больших объёмов информации;
• ускорения рутинной разработки.

При этом стараюсь понимать, что именно происходит внутри системы и почему принято конкретное архитектурное решение.

Идея data-платформы в духе Satisfactory: данные непрерывно проходят через цепочку источников, Kafka, обработчиков и хранилищ.

Цель — на практике исследовать построение data pipelines и распределённых систем.

Тренируюсь и изучаю новые инструменты Data Engineering на этом проекте. Сейчас постепенно возвращаюсь к нему с интеграцией Java микросервиса

B2B-платформа, соединяющая поставщиков с небольшими заведениями HoReCa и кофейным бизнесом.

Проект находится среди сырых MVP, к которым я хочу вернуться уже с более сильным backend/data-опытом и бизнес-пониманием.

Idea
 ↓
Understand the problem
 ↓
Design the system
 ↓
Build the first version
 ↓
Observe what happens
 ↓
Fix bottlenecks
 ↓
Make it production-ready

Мне интереснее понять почему система должна быть устроена именно так, чем просто получить работающий результат.

Building. Learning. Breaking things. Understanding why they broke.