Сервіс пошуку роботи №1 в Україні
Евген
Python-програміст
- Розглядає посади:
- Python-програміст, Front-end програміст, Software engineer, Backend програміст, AI engineer
- Вік:
- 21 рік
- Місто проживання:
- Одеса
- Готовий працювати:
- Дистанційно
Контактна інформація
Шукач вказав: ТелефонЕл. поштуМесенджер
Прізвище, контакти та світлина доступні тільки для зареєстрованих роботодавців. Щоб отримати доступ до особистих даних кандидатів, увійдіть як роботодавець або зареєструйтеся.
Отримати контакти цього кандидата можна на сторінці https://www.work.ua/resumes/12841135/
Завантажений файл
Версія для швидкого
перегляду
Це резюме розміщено у вигляді файлу. Ця версія для швидкого перегляду може бути гіршою за оригінал резюме.
Євген Жеков
Інженер-програміст — Python Backend · Machine Learning · Full-Stack
FastAPI · PyTorch & Edge AI · PostgreSQL / MySQL / MongoDB · React + TypeScript · Docker · CI/CD
[відкрити контакти ](див. вище в блоці «контактна інформація») | [відкрити контакти ](див. вище в блоці «контактна інформація») | Одеса, Україна — віддалено / гібрид | github.com/Jekov-Evgen | [відкрити контакти ](див. вище в блоці «контактна інформація»)
Інженер із ~2 роками комерційного досвіду, який виводив у продакшн системи в чотирьох напрямах: Python-бекенди, прикладне машинне навчання, кількісне моделювання та full-
stack web. Основний автор від початку до кінця мультитенантної SaaS-платформи, побудованої з порожнього репозиторію (221 REST-ендпоїнт, 402 тести), двох платформ
автоматизації торгівлі в реальному часі (~950 комітів, включно з движком бектестингу стратегій розподілу капіталу) та computer-vision стека edge-AI продукту (ReID mAP 76,8%,
детектор mAP50 98,4%, класифікатор 84% → 90,8%). Працюю з опорою на метрики; веду функціонал від схеми та API до навчання моделі, деплою та CI/CD.
ДОСВІД РОБОТИ
Machine Learning Engineer лют. 2026 – дотепер
Dwarven Labs · розпізнавання транспорту в реальному часі на edge-обладнанні · віддалено
– Повністю відповідаю за computer-vision напрям — формування датасетів, донавчання моделей, протокол оцінювання та деплой на пристрій (116 комітів у CV-репозиторії).
– Моделі: OSNet для Re-ID транспорту на VRIC + VeRi та власнозібраних даних (Rank-1 67,4% / mAP 76,8%, k-reciprocal ре-ранжування + TTA); YOLO11-детектор українських
автономерів (mAP50 98,4%, Recall 96,4%); top-1 точність кольору авто 84% → 90,8%. Замінив OCR-етап MTCNN + LPRNet на YOLO + PaddleOCR PP-OCRv5, додав NAFNet-деблюр і
суперрезолюцію Real-ESRGAN (ONNX).
– Дані: скрапінг маркетплейсів → збирачі ReID-датасетів (YOLO11 + BoT-SORT для відео з реєстраторів), стратифіковані розбиття, обробка дисбалансу класів та авторозмічування
візуально-мовною моделлю (Qwen2.5-VL).
– Edge: інференс у реальному часі з кількох камер на NVIDIA Jetson Orin — ONNX Runtime з провайдерами TensorRT / CUDA, окремі екземпляри моделей на камеру, профайлер
затримок по етапах; методологія польового оцінювання на рівні епізодів; CI/CD через Bitbucket Pipelines із деплоєм через Tailscale + SSH. Участь у Kotlin Multiplatform клієнті (події
через WebSocket, шифроване сховище, TLS pinning).
Провідний інженер-програміст трав. 2026 – дотепер
Zusammen mit der Ukraine e.V. · DILP — мультитенантна освітня SaaS-платформа · Німеччина · віддалено
– Побудував платформу з порожнього репозиторію; відповідаю за архітектуру, бекенд, фронтенд, інфраструктуру, безпеку та документацію — 157 із 187 комітів (~84%).
– Спроєктував 3 сервіси, 221 REST-ендпоїнт і доменну модель на 55 таблиць: ядро на FastAPI + MySQL 8, власну Mini-CMS (FastAPI + PostgreSQL 16) та сервіс діагностики; SPA на
React 18 + TypeScript із 28 екранами (Vite, Fluent UI v9).
– RBAC на 5 ролей з ізоляцією рядків на рівні тенанта, JWT + Argon2 та обмеження частоти запитів; шар захисту даних під GDPR (згоди, м’яке видалення PII, експорт, аудит на рівні
ORM); агрегатна звітність на стороні SQL, зокрема воронка програм; інтеграція BigBlueButton для живих уроків.
– Створив набір із 402 тестів, докеризований деплой за Traefik з TLS та окремі dev/prod пайплайни GitHub Actions із публікацією в GHCR.
Python Engineer січ. 2025 – січ. 2026
AeonCodes · ринкова аналітика в реальному часі та автоматизація торгівлі · віддалено
– Основний автор двох найбільших систем платформи — ~950 комітів (628 і 319): EV-орієнтовані платформи prematch- і live-торгівлі, що працюють із ринковими фідами Bet365 і
TippmixPro.
– Кількісне моделювання: движок бектестингу на історичних даних, який порівнює стратегії розподілу капіталу — фіксована ставка, мартингейл, повний / половинний / чвертний
критерій Келлі та адаптивна ставка за діапазоном коефіцієнтів — із конфігурованим банкролом і межами, звітністю в Excel по кожній стратегії та метриками у ковзних вікнах день /
тиждень / місяць.
– Виявлення арбітражу (surebet) з власним скрапером, процесором і сповіщеннями в Telegram та автоматичний грейдер розрахунків; FastAPI-движок виконання, що розміщує та
відстежує заявки на багатьох акаунтах (політики ротації, планування по акаунтах, фонова звірка), і алгоритм побудови оптимальних робочих графіків для парку робочих акаунтів.
– Отримання даних у реальному часі через перехоплення WebSocket і Playwright за антидетект-профілями та ISP-проксі, сканери як ізольовані процеси з health-check; замінив ORM
на гарячих шляхах нативним SQL (~5× пропускної здатності); операторські дашборди на React / Vite / Redux.
Python Engineer лип. – вер. 2026
Blaster.media · часткова зайнятість · автоматизація контенту на кількох платформах · віддалено
– Інженер функціоналу в продакшн-системі, що обслуговує ~2 300 активних акаунтів на 3 базах даних і 3 хостах, без staging-середовища.
– Самостійно побудував підсистему Boards — імпорт із Monday.com API без втрат у гнучку модель дошок, движок автоматизацій із конструктором правил і запланованими
автоматизаціями, власні драбинки статусів і пріоритетів, глобальний пошук і масові редагування; додав функції на базі LLM на Cerebras (генерація дошки з промпту,
автопріоритизація задач); розширив керування командою та алерти про бани з розбивкою по GEO в Telegram.
Python Engineer · AI Tooling лют. 2026 – трав. 2026
NestLogic · KDCube — опенсорсна платформа та SDK (MIT, kdcube-cli на PyPI)
– 181 коміт, +42k / −11k рядків у самохостованій платформі, SDK і control plane для AI-застосунків.
– Випустив шар агентного тулінгу: kdcube-builder — плагін для Claude Code, який створює, запускає та перевіряє бандли застосунків, — а також 8 agent skills, шаблони
конфігурації і порт під Codex CLI; долучився до адаптера MCP-інструментів, конфігурації SDK, зовнішнього сервісу збору логів і шару логування подій у React-фронтенді чату.
ТЕХНІЧНІ НАВИЧКИ
Мови та бекенд: Python (основна), SQL, TypeScript / JavaScript, Bash; C++ і Kotlin (робоче знайомство) — FastAPI, асинхронний ввід-вивід, проєктування REST API, Pydantic, SQLAlchemy,
Alembic, Celery, WebSocket / SSE, JWT, RBAC, мультитенантність, обмеження частоти запитів, чиста архітектура, pytest
Бази даних: PostgreSQL, MySQL / MariaDB, MongoDB (aggregation pipelines, change streams, replica sets), Redis, SQLite — проєктування схем, нативний SQL, оптимізація запитів, міграції
Машинне навчання: PyTorch, Ultralytics YOLO, Torchreid, OSNet / ResNet-IBN Re-ID, PaddleOCR, OpenCV, донавчання та transfer learning, стратегія аугментації, формування датасетів,
авторозмічування VLM, проєктування оцінювання (mAP, Rank-N, CER, матриці плутанини), ре-ранжування, TTA
Edge AI / MLOps та кількісний аналіз: NVIDIA Jetson Orin, ONNX і ONNX Runtime, TensorRT, провайдери CUDA, інференс у реальному часі з кількох камер, профілювання затримок і
перцентильний аналіз; Pandas, NumPy, scikit-learn, бектестинг, моделювання стратегій розподілу капіталу (Келлі, мартингейл, адаптивна), воронкова та когортна звітність
Фронтенд і DevOps: React 18, TypeScript, Vite, Redux, Fluent UI, Electron, адаптивні дашборди; Docker, Docker Compose, GitHub Actions, Bitbucket Pipelines, Traefik, nginx, Tailscale, systemd,
Kubernetes (основи), основи розгортання в AWS
Інтеграція AI та автоматизація: проєктування LLM-застосунків, RAG, векторні сховища (ChromaDB), MCP-інструменти, agent skills і розробка плагінів, API OpenAI / Groq / Gemini /
Cerebras, Whisper, OCR; Playwright / Patchright, Selenium, антидетект-профілі, проксі-інфраструктура, aiogram, Google Sheets API
ВИБРАНІ ПЕРСОНАЛЬНІ ПРОЄКТИ
VisionLawyer · Python · OpenAI · ChromaDB · Docker GitHub · Jekov-Evgen/VisionLaywer
RAG-асистент по українських кодексах із посиланнями на рівні статей: гібридний пошук плюс LLM-реранкер над ChromaDB, ввід через OCR і Whisper, перевірка редакцій за офіційним
реєстром, повністю в контейнерах.
Drone Detection · PyTorch · Ultralytics YOLO11 · OpenCV GitHub · Jekov-Evgen/drone-detect
Наскрізний CV-конвеєр: підготовка датасету Anti-UAV-RGBT, донавчання YOLO11, інференс на відео з анотаціями за умов швидкого руху, низької роздільності та перекриттів.
SpeechDetect · Electron · FastAPI · Groq Whisper · SQLite GitHub · Jekov-Evgen/Speech-detected
Кросплатформна десктопна програма мовлення-в-текст: Electron-інтерфейс над локальним FastAPI-бекендом, транскрипція Groq Whisper, історія в SQLite, розбиття великих файлів,
експорт у PDF / DOCX.
ДОСЯГНЕННЯ
FreshAir 2026 — перемога в хакатоні. У співавторстві створив computer-vision рішення, яке оцінює, скільки людей залишається в будівлях під час повітряної тривоги, для швидшого
реагування на евакуацію.
Дослідження з оптимізації електромереж. Спільна робота з Університетом прикладних наук Аугсбурга над системою графової оптимізації електромереж на базі pandapower, що
поєднує моделювання й алгоритми розподілу енергії.
ОСВІТА, СЕРТИФІКАТИ ТА МОВИ
Бакалавр — Автоматизація та комп’ютерно-інтегровані технології Українська — рідна · Англійська — B2, робочий рівень
Національний університет «Одеська політехніка» · 2023 – 2027 (очікувано) Сертифікати: drive.google.com — уся папка
Udemy, 2026: SQL — від початківця до спеціаліста (10 год) · Docker і Docker Compose з
розгортанням в AWS (9 год) · Скриптинг Shell і Bash (5,5 год)
Інженер-програміст — Python Backend · Machine Learning · Full-Stack
FastAPI · PyTorch & Edge AI · PostgreSQL / MySQL / MongoDB · React + TypeScript · Docker · CI/CD
[
Інженер із ~2 роками комерційного досвіду, який виводив у продакшн системи в чотирьох напрямах: Python-бекенди, прикладне машинне навчання, кількісне моделювання та full-
stack web. Основний автор від початку до кінця мультитенантної SaaS-платформи, побудованої з порожнього репозиторію (221 REST-ендпоїнт, 402 тести), двох платформ
автоматизації торгівлі в реальному часі (~950 комітів, включно з движком бектестингу стратегій розподілу капіталу) та computer-vision стека edge-AI продукту (ReID mAP 76,8%,
детектор mAP50 98,4%, класифікатор 84% → 90,8%). Працюю з опорою на метрики; веду функціонал від схеми та API до навчання моделі, деплою та CI/CD.
ДОСВІД РОБОТИ
Machine Learning Engineer лют. 2026 – дотепер
Dwarven Labs · розпізнавання транспорту в реальному часі на edge-обладнанні · віддалено
– Повністю відповідаю за computer-vision напрям — формування датасетів, донавчання моделей, протокол оцінювання та деплой на пристрій (116 комітів у CV-репозиторії).
– Моделі: OSNet для Re-ID транспорту на VRIC + VeRi та власнозібраних даних (Rank-1 67,4% / mAP 76,8%, k-reciprocal ре-ранжування + TTA); YOLO11-детектор українських
автономерів (mAP50 98,4%, Recall 96,4%); top-1 точність кольору авто 84% → 90,8%. Замінив OCR-етап MTCNN + LPRNet на YOLO + PaddleOCR PP-OCRv5, додав NAFNet-деблюр і
суперрезолюцію Real-ESRGAN (ONNX).
– Дані: скрапінг маркетплейсів → збирачі ReID-датасетів (YOLO11 + BoT-SORT для відео з реєстраторів), стратифіковані розбиття, обробка дисбалансу класів та авторозмічування
візуально-мовною моделлю (Qwen2.5-VL).
– Edge: інференс у реальному часі з кількох камер на NVIDIA Jetson Orin — ONNX Runtime з провайдерами TensorRT / CUDA, окремі екземпляри моделей на камеру, профайлер
затримок по етапах; методологія польового оцінювання на рівні епізодів; CI/CD через Bitbucket Pipelines із деплоєм через Tailscale + SSH. Участь у Kotlin Multiplatform клієнті (події
через WebSocket, шифроване сховище, TLS pinning).
Провідний інженер-програміст трав. 2026 – дотепер
Zusammen mit der Ukraine e.V. · DILP — мультитенантна освітня SaaS-платформа · Німеччина · віддалено
– Побудував платформу з порожнього репозиторію; відповідаю за архітектуру, бекенд, фронтенд, інфраструктуру, безпеку та документацію — 157 із 187 комітів (~84%).
– Спроєктував 3 сервіси, 221 REST-ендпоїнт і доменну модель на 55 таблиць: ядро на FastAPI + MySQL 8, власну Mini-CMS (FastAPI + PostgreSQL 16) та сервіс діагностики; SPA на
React 18 + TypeScript із 28 екранами (Vite, Fluent UI v9).
– RBAC на 5 ролей з ізоляцією рядків на рівні тенанта, JWT + Argon2 та обмеження частоти запитів; шар захисту даних під GDPR (згоди, м’яке видалення PII, експорт, аудит на рівні
ORM); агрегатна звітність на стороні SQL, зокрема воронка програм; інтеграція BigBlueButton для живих уроків.
– Створив набір із 402 тестів, докеризований деплой за Traefik з TLS та окремі dev/prod пайплайни GitHub Actions із публікацією в GHCR.
Python Engineer січ. 2025 – січ. 2026
AeonCodes · ринкова аналітика в реальному часі та автоматизація торгівлі · віддалено
– Основний автор двох найбільших систем платформи — ~950 комітів (628 і 319): EV-орієнтовані платформи prematch- і live-торгівлі, що працюють із ринковими фідами Bet365 і
TippmixPro.
– Кількісне моделювання: движок бектестингу на історичних даних, який порівнює стратегії розподілу капіталу — фіксована ставка, мартингейл, повний / половинний / чвертний
критерій Келлі та адаптивна ставка за діапазоном коефіцієнтів — із конфігурованим банкролом і межами, звітністю в Excel по кожній стратегії та метриками у ковзних вікнах день /
тиждень / місяць.
– Виявлення арбітражу (surebet) з власним скрапером, процесором і сповіщеннями в Telegram та автоматичний грейдер розрахунків; FastAPI-движок виконання, що розміщує та
відстежує заявки на багатьох акаунтах (політики ротації, планування по акаунтах, фонова звірка), і алгоритм побудови оптимальних робочих графіків для парку робочих акаунтів.
– Отримання даних у реальному часі через перехоплення WebSocket і Playwright за антидетект-профілями та ISP-проксі, сканери як ізольовані процеси з health-check; замінив ORM
на гарячих шляхах нативним SQL (~5× пропускної здатності); операторські дашборди на React / Vite / Redux.
Python Engineer лип. – вер. 2026
Blaster.media · часткова зайнятість · автоматизація контенту на кількох платформах · віддалено
– Інженер функціоналу в продакшн-системі, що обслуговує ~2 300 активних акаунтів на 3 базах даних і 3 хостах, без staging-середовища.
– Самостійно побудував підсистему Boards — імпорт із Monday.com API без втрат у гнучку модель дошок, движок автоматизацій із конструктором правил і запланованими
автоматизаціями, власні драбинки статусів і пріоритетів, глобальний пошук і масові редагування; додав функції на базі LLM на Cerebras (генерація дошки з промпту,
автопріоритизація задач); розширив керування командою та алерти про бани з розбивкою по GEO в Telegram.
Python Engineer · AI Tooling лют. 2026 – трав. 2026
NestLogic · KDCube — опенсорсна платформа та SDK (MIT, kdcube-cli на PyPI)
– 181 коміт, +42k / −11k рядків у самохостованій платформі, SDK і control plane для AI-застосунків.
– Випустив шар агентного тулінгу: kdcube-builder — плагін для Claude Code, який створює, запускає та перевіряє бандли застосунків, — а також 8 agent skills, шаблони
конфігурації і порт під Codex CLI; долучився до адаптера MCP-інструментів, конфігурації SDK, зовнішнього сервісу збору логів і шару логування подій у React-фронтенді чату.
ТЕХНІЧНІ НАВИЧКИ
Мови та бекенд: Python (основна), SQL, TypeScript / JavaScript, Bash; C++ і Kotlin (робоче знайомство) — FastAPI, асинхронний ввід-вивід, проєктування REST API, Pydantic, SQLAlchemy,
Alembic, Celery, WebSocket / SSE, JWT, RBAC, мультитенантність, обмеження частоти запитів, чиста архітектура, pytest
Бази даних: PostgreSQL, MySQL / MariaDB, MongoDB (aggregation pipelines, change streams, replica sets), Redis, SQLite — проєктування схем, нативний SQL, оптимізація запитів, міграції
Машинне навчання: PyTorch, Ultralytics YOLO, Torchreid, OSNet / ResNet-IBN Re-ID, PaddleOCR, OpenCV, донавчання та transfer learning, стратегія аугментації, формування датасетів,
авторозмічування VLM, проєктування оцінювання (mAP, Rank-N, CER, матриці плутанини), ре-ранжування, TTA
Edge AI / MLOps та кількісний аналіз: NVIDIA Jetson Orin, ONNX і ONNX Runtime, TensorRT, провайдери CUDA, інференс у реальному часі з кількох камер, профілювання затримок і
перцентильний аналіз; Pandas, NumPy, scikit-learn, бектестинг, моделювання стратегій розподілу капіталу (Келлі, мартингейл, адаптивна), воронкова та когортна звітність
Фронтенд і DevOps: React 18, TypeScript, Vite, Redux, Fluent UI, Electron, адаптивні дашборди; Docker, Docker Compose, GitHub Actions, Bitbucket Pipelines, Traefik, nginx, Tailscale, systemd,
Kubernetes (основи), основи розгортання в AWS
Інтеграція AI та автоматизація: проєктування LLM-застосунків, RAG, векторні сховища (ChromaDB), MCP-інструменти, agent skills і розробка плагінів, API OpenAI / Groq / Gemini /
Cerebras, Whisper, OCR; Playwright / Patchright, Selenium, антидетект-профілі, проксі-інфраструктура, aiogram, Google Sheets API
ВИБРАНІ ПЕРСОНАЛЬНІ ПРОЄКТИ
VisionLawyer · Python · OpenAI · ChromaDB · Docker GitHub · Jekov-Evgen/VisionLaywer
RAG-асистент по українських кодексах із посиланнями на рівні статей: гібридний пошук плюс LLM-реранкер над ChromaDB, ввід через OCR і Whisper, перевірка редакцій за офіційним
реєстром, повністю в контейнерах.
Drone Detection · PyTorch · Ultralytics YOLO11 · OpenCV GitHub · Jekov-Evgen/drone-detect
Наскрізний CV-конвеєр: підготовка датасету Anti-UAV-RGBT, донавчання YOLO11, інференс на відео з анотаціями за умов швидкого руху, низької роздільності та перекриттів.
SpeechDetect · Electron · FastAPI · Groq Whisper · SQLite GitHub · Jekov-Evgen/Speech-detected
Кросплатформна десктопна програма мовлення-в-текст: Electron-інтерфейс над локальним FastAPI-бекендом, транскрипція Groq Whisper, історія в SQLite, розбиття великих файлів,
експорт у PDF / DOCX.
ДОСЯГНЕННЯ
FreshAir 2026 — перемога в хакатоні. У співавторстві створив computer-vision рішення, яке оцінює, скільки людей залишається в будівлях під час повітряної тривоги, для швидшого
реагування на евакуацію.
Дослідження з оптимізації електромереж. Спільна робота з Університетом прикладних наук Аугсбурга над системою графової оптимізації електромереж на базі pandapower, що
поєднує моделювання й алгоритми розподілу енергії.
ОСВІТА, СЕРТИФІКАТИ ТА МОВИ
Бакалавр — Автоматизація та комп’ютерно-інтегровані технології Українська — рідна · Англійська — B2, робочий рівень
Національний університет «Одеська політехніка» · 2023 – 2027 (очікувано) Сертифікати: drive.google.com — уся папка
Udemy, 2026: SQL — від початківця до спеціаліста (10 год) · Docker і Docker Compose з
розгортанням в AWS (9 год) · Скриптинг Shell і Bash (5,5 год)
Схожі кандидати
-
Python-програміст
99000 грн, Дистанційно, Київ -
Python-програміст
Дистанційно -
Python-програміст
25000 грн, Дистанційно -
Python-програміст
Дистанційно -
Python-програміст
Дистанційно, Чернівці -
Python-програміст
Дистанційно, Хмельницький