Python Developer
Přehled
Krátké shrnutí
Kandidát je vývojář v jazyce Python/Django se zkušenostmi s vývojem webových aplikací a manipulací s daty. Pracoval jako programátor v jazyce Python se zaměřením na manipulaci s daty a jejich vizualizaci a jako softwarový testovací inženýr při vytváření automatizovaných testů. Má dobré znalosti programovacích jazyků, jako jsou C, Java a Python, a také zkušenosti s PostgreSQL a Microsoft Office. Ovládá angličtinu a má základní znalosti němčiny. Kromě toho má zkušenosti s paralelním programováním, objektově orientovaným programováním a strojovým učením. Je také obeznámen s kontejnerizací Docker a modelováním softwaru pomocí nástroje Enterprise Architect.
Pracovní zkušenosti
October 2021 - Present: Python/Django Developer - Development of a web application for a foreign client using Python (Django) for the backend and Vue.js for the frontend
September 2020 - Present: Python Programmer - Data manipulation (Pandas, NumPy), visualization creation (Highcharts.js), code optimization (profiling, multiprocessing), and CI/CD pipeline modification (YAML) in the field of financial analysis and investment strategies
June 2019 - September 2020: Software Test Engineer - Creation of automated tests in Python, maintenance of existing testing scripts in the telecommunications and video streaming (MPEG) domain
2016 - 2019: Bachelor's Degree in Informatics from the Faculty of Informatics and Information Technologies at the Slovak Technical University in Bratislava
2008 - 2016: Gymnasium B.S. Timravy in Lucenec, Slovakia
Skills: Advanced in C, Java, PostgreSQL, Python, Microsoft Office, Adobe Photoshop. Basic knowledge in Git, Elasticsearch, Linux, Docker, TensorFlow, and scikit-learn
Languages: Intermediate level in English (B2), Beginner level in German (A2)
Additional information: Experience in parallel programming and pointer arithmetic in C, OOP principles, design patterns, GUI development with JavaFX, JDBC with PostgreSQL, Flask for backend development in Python, basic knowledge of data science and machine learning (neural networks, Keras, regression and classification models, scikit-learn), working with NoSQL databases, Elasticsearch, visualization in Kibana, software modeling with Enterprise Architect, and Docker containerization
