Резюме: Java-разработчик

Java Developer (6+ лет опыта)

О себе
Java-разработчик с опытом разработки CRM, интеграционных и аналитических систем для государственных и корпоративных проектов. Основной стек: Java, Spring Boot, Kafka, PostgreSQL, jOOQ, Liquibase, GitLab. Разрабатываю REST API, Kafka-consumer’ы, ETL-пайплайны, batch-обработку данных и интеграционные тесты.
Ускорила генерацию XLSX-файлов с 3–5 минут до <5 секунд, оптимизировала SQL-отчеты с 10 минут до 50 секунд, ускорила валидацию графовых структур в ~20 раз. Внедрила WireMock и Testcontainers для 250+ интеграционных тестов на PostgreSQL.
Регулярно работаю с аналитиками и заказчиками: прорабатываю требования, предлагаю технические решения и внедряю изменения с учетом поддержки, производительности и развития системы.
Связь со мной: telegram @alsudavletgareeva

Опыт работы
РТ Лабс, АО | Java-разработчик (Сентябрь 2023 — Наст. время, 2 года 8 мес)
Проект федерального значения: автоматизированная система для цифровизации государственных услуг, обеспечивающая разработку, наполнение и публикацию сервисов
Внедрила production-like integration testing через WireMock и Testcontainers для Kafka, async-задач и REST-интеграций, сократив количество ошибок внешних интеграций в 2 раза за счёт покрытия ключевых backend-сценариев.
Оптимизировала генерацию XLSX-файлов через Apache POI, что сократило время формирования файлов с 3–5 минут до <5 секунд.
Оптимизировала валидацию графовой структуры экранов, устранив bottleneck в алгоритме обхода данных и ускорив обработку сложных пользовательских сценариев в ~20 раз.
Внедрила jOOQ и JDBC Template вместо Hibernate для динамической фильтрации, снизив нагрузку на БД на 21% и упростив поддержку сложных SQL-запросов.
Реализовала идемпотентные Kafka-consumer’ы с DLQ и retry-механизмами, повысив надежность обработки событий и исключив дублирование данных при повторной доставке сообщений.
Перевела длительную обработку задач из синхронного REST API в асинхронный scheduler-based pipeline с polling API по UUID, сократив время ожидания ответа для пользователя.
Использовала CQRS и DDD-подход для разделения read/write сценариев, что упростило поддержку сложной бизнес-логики и ускорило обработку пользовательских запросов с тяжелой фильтрацией.
Состав команды: 4 бэкенд, 5 фронтенд, 4 аналитика, 4 QA
Технологии: Java 17, 21, Spring Boot, OpenApi, Testcontainers, WireMock, PostgreSQL, Kubernetes, Jenkins, Hibernate (JPA/Criteria API), Kafka, jOOQ, JDBC Template, Liquibase, GitLab, MapStruct

ООО САТОРИ | Инженер-разработчик (Март 2020 — Сентябрь 2023, 3 года 7 мес)
Проект: ООО «АльфаСтрахование-ОМС» | Автоматизация процессов в страховой компании
Реализовала Kafka-consumer для обработки событий страховых заявлений из внешнего сервиса, обеспечив автоматическую обработку и сохранение 10k+ записей в PostgreSQL ежедневно.
Разработала SQL view и materialized view для CRM и обязательной отчетности, ускорив подготовку отчетных данных более чем в 5 раз.
Реализовала REST API для автоматизации CRM-процессов и формирования обязательной отчетности для внутренних пользователей системы.
Технологии: Java, Spring Boot, Apache Kafka, PostgreSQL, JPA, JDBC, Flyway, Liquibase, Swagger, Docker Compose
Проект: ФНЛ | CRM-система для инвестиционной компании
Реализовала пайплайн сбора, очистки и загрузки данных из открытых источников в PostgreSQL, автоматизировав подготовку данных для CRM инвестиционной компании.
Разработала генерацию XLSX-отчетов через Apache POI для CRM инвестиционной компании, автоматизировав формирование клиентской и аналитической отчетности, сократив время ручной обработки с часов до минут
Реализовала backend-функциональность CRM для обработки клиентских данных и формирования инвестиционной отчетности.
Технологии: Java, Spring Boot, PostgreSQL, JDBC, JPA, Apache POI, Liquibase, Swagger, JUnit, Docker Compose
Проект: Аналитический центр при Правительстве РФ | ETL-процессы и аналитическая отчетность
Реализовала ETL-пайплайны в Apache Airflow для обработки данных Росстата и публичных источников с настройкой DAG-зависимостей, обработчиков и порядка выполнения задач.
Реализовала полный цикл обработки данных на слоях raw → staging → hot в PostgreSQL, автоматизировав подготовку аналитических данных для отчетности.
Оптимизировала SQL-запросы через индексы, materialized view, оконные функции и JOIN’ы, сократив время формирования аналитической отчетности с нескольких дней до часов и ускорив выполнение отчетов с 11 минут до 48 секунд.
Реализовала мониторинг и обработку данных с интеграцией публичных источников информации для аналитической платформы государственного уровня.
Настроила BI-дашборды в Apache Superset для визуализации аналитики
Технологии: Python, Apache Airflow, PostgreSQL, SQL, Materialized View, Docker, Pandas, Git, Linux, REST API
Образование: ИТИС, Программная инженерия
Казанский (Приволжский) федеральный университет, Казань

Участвовала в студенческой научно-практической конференции CoCoS’2021 (НИУ ВШЭ) с исследовательской работой на тему: «Эконометрические и нейросетевые модели в задаче анализа оборота розничной торговли».
Дополнительные навыки: AWS, Yandex Cloud, HashiCorp Vault, WireMock.