Backend Java/Kotlin

Стеки:
- Языки программирования: Java, Kotlin
- Фреймворки и библиотеки: Spring Boot, Spring Data, Spring WebFlux, Hibernate, Spring Security, Project Reactor
- Технологии: Docker, RabbitMQ, Kafka, Git
- Базы данных: PostgreSQL, MongoDB, Redis, Elasticsearch
- Инструменты тестирования: JUnit, Mockito, Testcontainers
- Прочее: Liquibase (миграции баз данных), разработка микросервисной архитектуры

Обязанности:
- Разработка и поддержка бизнес логики для различных веб-приложений
- Интеграция микросервисов с использованием RabbitMQ и Kafka для асинхронной обработки данных
- Реализация RESTful API и взаимодействие с базами данных (PostgreSQL, MongoDB)
- Написание юнит-тестов для обеспечения качества кода.
- Оптимизация и рефакторинг существующего кода для улучшения производительности и читаемости
- Сотрудничество с командой для разработки новых функциональных возможностей

Достижения:
- Написал юнит- и интеграционных тестов с использованием JUnit, Mockito и Testcontainers, повысив покрытие кода тестами до 85%
- Написал чистый код соблюдая принципы SOLID, DRY, ACID, что обеспечило лёгкую расширяемость и стабильность кода

Стеки:
- Языки программирования: Java.
- Фреймворки и библиотеки: Spring Boot, Spring Data, Spring Security, Hibernate
- Технологии: Elasticsearch, Minio, Redis, Docker
- Инструменты тестирования: JUnit, Mockito, Integration Testing
- Базы данных: PostgreSQL
- Инструменты разработки: Liquibase, Git

Обязанности:
- Разработка и улучшение поисковых механизмов для улучшения пользовательского опыта, включая исправление транслитерации, нечеткое совпадение и поиск по тегам и заголовкам
- Обеспечение точных результатов поиска для пользователей, несмотря на обычные ошибки ввода, несоответствие языка или частичные данные
- Реализация улучшений на основе анализа пользовательских запросов и частых ошибок

Достижения:
- Реализовал усовершенствованную поисковую систему на базе Elasticsearch, обеспечив обработку транслитерации, нечетких совпадений и поиска по тегам/заголовкам, что повысило релевантность результатов поиска на 30%
- Оптимизировал алгоритмы поиска, что позволило пользователям находить нужные данные несмотря на ошибки ввода, различие языков и неполные данные.
- Использовал Minio для хранения и быстрого доступа к медиафайлам, что снизило нагрузку на основную базу данных и ускорило отклик системы