← В ленту
Регистрация: 17.04.2025

Наталья Данилкина

Специализация: Golang Разработчик
— Помимо back-end разработки, обладаю знаниями в области машинного обучения. — Имею опыт разработки собственных многослойных нейронных сетей для решения широкого круга задач: от моделей многоклассовой классификации, основанных на алгоритмах компьютерного зрения, а также моделей распознавания речи до простых генеративных моделей, использующий подходы естественного языка.
— Помимо back-end разработки, обладаю знаниями в области машинного обучения. — Имею опыт разработки собственных многослойных нейронных сетей для решения широкого круга задач: от моделей многоклассовой классификации, основанных на алгоритмах компьютерного зрения, а также моделей распознавания речи до простых генеративных моделей, использующий подходы естественного языка.

Скиллы

Python
Golang
PostgreSQL
Docker
Grafana
Prometheus
Go
SQL
Git
Redis
Kafka
REST API
Nginx
gRPC

Опыт работы

Golang Разработчик
с 09.2024 - По настоящий момент |Россельхозбанк
Golang, Go, PostgreSQL, Python, Docker, Grafana, Prometheus
● Автоматизация расчетов рисков ликвидности в Департаменте рисков. ● Разработала сервис-обертку для баз данных, упрощающий генерацию отчетности. ● Оптимизировала работу с транзакционными БД, уменьшив задержки при выполнении запросов. ● Реализовала алгоритмы оценки ликвидности в виде микросервисов, обеспечив масштабируемость и гибкость расчетов. ● Настроила автоматизированный деплой сервисов на удаленные серверы с использованием внутренних инструментов компании. ● Реализовала подсчет метрик при вычислении алгоритмов оценки рисков, настроив мониторинг в Grafana и Prometheus для отслеживания дат и времени сделок по кредитам. ● Интегрировала аналитический модуль на Python для углубленного анализа рисков и визуализации данных.
Golang Разработчик
09.2023 - 09.2024 |Вайлдберриз
Golang, API, Go, PostgreSQL, Python, Docker, Grafana, Prometheus
● Разработка сервиса хранения пользовательских данных. ● Разработала API для пакетного удаления устаревших кэшей пользователей. ● Оптимизировала работу через батчинг операций, что позволило снизить нагрузку на файловую систему. ● Разработала API для восстановления данных корзин пользователей из резервных копий в случае сбоев или ошибок синхронизации. ● Увеличила скорость обработки запросов восстановления за счет оптимизации потоковой загрузки данных. ● Реализовала сервис для массового изменения параметров приложения (региональные настройки) для групп пользователей. ● Обеспечила атомарность операций при обработке запросов, гарантируя консистентность данных в условиях высокой нагрузки. ● Реализовала механизм массового обновления адресов доставки пользователей при изменении региональных настроек.

Образование

Прикладная информатика
По 2025
Финансовый университет при Правительстве Российской Федерации
Принципы управления разработкой программных продуктов
По 2025
АНО ВО Университет Иннополис

Языки

РусскийРоднойАнглийскийВыше среднего