Максим

Максим Макарський
Poznan | [відкрити контакти](див. вище в блоці «контактна інформація») | [відкрити контакти](див. вище в блоці «контактна інформація») | LinkedIn | GitHub | Kaggle
ПРОФІЛЬ
Full-stack розробник із 2 роками досвіду у веб-розробці та машинному навчанні. Основний стек —
Python/FastAPI/PyTorch та TypeScript/React/Next.js. Обіймав позицію CTO у стартапі: формував
архітектуру, керував командою з 2 працівників і розробкою продукту від ідеї до запуску. Активно
слідкую за сучасними технологіями та постійно вивчаю нові технології.

НАВИЧКИ
●​ Мови програмування: Python, JavaScript, TypeScript, Go
●​ Фреймворки та бібліотеки: FastAPI, NumPy, Pandas, PyTorch, HuggingFace, Next.js, React
●​ Хмарні сервіси: Google Cloud Platform(Cloud Run, Firestore, Artifact Registry, Vertex AI), Amazon
Web Services(Timestream, Lambda, EventBridge), Supabase, Vercel
●​ Дизайн систем: REST APIs, Message Queues, Databases (SQL/No SQL)
●​ Інше: Docker, Git, Postman, Agile/Scrum
●​ Мови: Англійська (C1, IELTS), Українська (C2), Польська (A2)

ДОСВІД
CTO & Co-founder | Software Engineer | Convinco (Qspot)​ ​ Травень 2024 - Зараз
●​ Брав участь у презентації та Q&A сесії перед інвесторами і залучив 25 000 євро інвестицій.
●​ Керував командою з 2 розробників. Створив MVP за 2 місяці, використовуючи Scrum фреймворк
та співпрацюючи з більш досвідченими розробниками.
●​ Зібрав набір даних зображень із 90 000 точок даних і розробив модель комп'ютерного зору, яка
класифікувала паркувальні місця як вільні або зайняті з точністю 99,7%. (Python, PyTorch)
●​ Розробив систему, здатну зберігати дані часових рядів для 10 останніх років. Оптимізував
початковий дизайн, що зменшило затримку запитів на читання в 10 разів та зменшило розмір
сховища в 50 разів, шляхом впровадження регулярної роботи функції для агрегації даних.
(Python, GCP Cloud Run, Docker, AWS Timestream DB, AWS Lambda, AWS EventBridge Scheduler)
●​ Адаптував свої навички до вимог компанії та вивчив основи фронтенду за 1,5 місяці. Розробив
повністю робочий додаток з 0 до 1, що дозволяє водіям знаходити найближчу та найдешевшу
парковку серед бази даних з понад 700 варіантів менш ніж за 2 секунди. (TypeScript, React,
Next.js, Supabase DB, MapTiler and Google Maps API)
●​ Розробив і впровадив інструмент на базі штучного інтелекту для тренування презентацій з нуля за
1,5 місяці. Співпрацював із співзасновником, що спеціалізується на маркетингу, для адаптації
продукту до потреб клієнтів. Досягнув раннього залучення 30+ ранніх користувачів та 10+ LOI.
(TypeScript, React, Next.js, Supabase DB, Python, FastAPI, HuggingFace, GCP Cloud Run, Docker)
●​ Покращив початковий дизайн системи шляхом впровадження системи на основі черги
повідомлень. Запобіг небажаному горизонтальному масштабуванню та забезпечив утримання
щомісячних витрат на хмарні послуги на рівні нижче 1000$. (Python, Supabase, GCP Cloud Run)

ПРОЕКТИ
MAP - Charting Student Math Misunderstandings, Kaggle Competition
●​ Розробив базову модель RNN з MAP@3 0,855 за допомогою PyTorch. Тренував конвеєр
класифікації на основі моделей Qwen3 Embedding та Deepseek Math, досягнувши MAP@3 0,945 та
0,943 на публічних та приватних наборах даних відповідно, перевершивши 55% учасників.
Gopher Cache (Redis клон написаний на Go)
●​ Розробив та реалізував легку базу даних у оперативній пам'яті, що емулює поведінку Redis,
включаючи парсер команд RESP, TCP-сервер, інтерфейс CLI та конвеєр виконання команд FIFO.
База даних написана на чистому Go без зовнішніх бібліотек та здатна виконувати в середньому
~30 000 операцій/с для команд Redis для типів данных таких як set, list, hashmap та string.

ОСВІТА
Poznan University of Technology​ ​ ​ ​ Вересень 2023 - Липень 2025
Bachelor in Engineering Management (CS/SWE courses included)
GPA: 4.23/5 | Relevant Coursework: Python, PostgreSQL, LLD