Javascript Developer & Node.js Developer & React Developer

Kandidát je fullstack vývojář/inženýr, který pracuje především s Node.js, se kterým má více než roční komerční zkušenosti, ale pracoval s ním na částečný úvazek čtyři roky během školy. Na svém posledním projektu vyvíjel software pro správu taxi. Každé auto mělo zařízení GPS, které odesílalo informace o poloze, ujetých kilometrech atd. a bylo možné je živě sledovat. Z technologií tam používal Node.js, React, Typescript, MongoDB, PostgreSQL. Kromě Node.js se vyzná také ve strojovém učení, datové vědě, umí pracovat s neuronovými sítěmi, zná datovou analytiku, Javascript, Docker, Python, Flask, Jupyter. V budoucnu by se rád zaměřil na vývoj backendu. Angličtinu ovládá na úrovni B2 a předpokládá, že na projektech bude komunikovat v angličtině. Má zkušenosti s agilními metodikami a nedělá mu problém je používat.

Full Stack Software Engineer (05/2017 - 06/2022): Developed web applications in the transport and taxi domain, along with side projects based on customer requirements. Utilized technologies such as Node.js, React, TypeScript, MongoDB, PostgreSQL, Redis, Jupyter, Kubernetes, and Docker. Worked on a team of 5 developers.

Full Stack Developer (09/2019 - 05/2020): Developed an AI chart recommender system in data analytics and presentation online web tool. Implemented a machine learning model accessible via REST API. Collaborated with Instarea on a year-long school project. Used Python, Docker, ML, Flask, and Jupyter. Worked on a team of 5 developers.

Engineer (2019 - 06/2021): Completed a thesis on deep neural networks for information retrieval from medical image data. Specialized in segmentation using deep learning methods in the domain of medical image data, specifically organs at risk in CT scans. Proposed and evaluated a multi-step segmentation method using two neural networks. Worked on a team of 3 developers.

Bachelor (2016 - 2019): Conducted research on personalized recommendation systems in the domain of interesting places using the Yelp public dataset. Proposed a method based on collaborative filtering with ML clustering by business features to reduce rating sparsity. Worked on a team of 3 developers.

High School Diploma (2008 - 2016): Graduated from Gymnázium Antona Bernoláka v Námestove.

Language Skills: Slovak (Native), Other Language Skills: English (C1).

Digital Skills: Restful API, JavaScript ES6/TypeScript, Web Development, Linux, Git, Node.js, React.js, Docker & Kubernetes, NoSQL (MongoDB), Microsoft Office, CSS, Recommender Systems, Bootstrap, Data Science, Deep Learning, JSON, Software Engineering, Python, SQL, Machine Learning, HTML, Programming, JavaScript.