Артем

Мудрук Артем
Дата народження: 2006/06/14
Україна | [відкрити контакти](див. вище в блоці «контактна інформація») | Пошта: [відкрити контакти](див. вище в блоці «контактна інформація») | GitHub: https://github.com/Zefirchiky | Стак: Rust (Rayon, Tokio, Bevy, Serde), Python (PySide6, Pygame, Pydantic) | Мови: Українська, Англійська
Наразі студент. Добре володію різними мовами програмування, парадигмами та низькорівневою розробкою. Маю глибокі знання з математики та фізики.
Протягом 7 років професійно займався плаванням. Маю досвід важкої фізичної праці та роботи у високостресових ситуаціях.

ОСВІТА
Середня школа (8 класів) | Школа # 144 | 2011-2019
Старша школа (9-11 класи) | КПНЛ | 2019-2022
Бакалавр із комп’ютерних наук | КНУ | 2023 - 2027

ТЕЧНІЧНЕ РЕЗЮМЕ
Орієнтований на продуктивність системний інженер із фокусом на інтеграцію Rust та Python.
Експерт у парадигмах висококонкурентного проектування та низькорівневої оптимізації; розробив інструмент перевірки орфографії (spell-checker) з використанням SIMD, паралелізму, оптимізації попадань у кеш процесора (CPU cache hits), PGO та власного алгоритму, що дозволило досягти пропускної здатності у понад 18 500 слів/сек при генерації підказок.
Маю досвід створення повнофункціональних (full-stack) десктопних застосунків із бекендом на Rust та фронтендом на Python (PySide6).

ТЕХНІЧНІ НАВИЧКИ
• Мови: Rust (Advanced - Systems, Async, Parallelism), Python, GLSL (Shaders), SQL
• Rust Екосистема: Rayon (Data Parallelism), Tokio (Async), Bevy (ECS/Game Engine), Serde, PyO3/FFI
• Python Екосистема: PySide6 (Qt), Pydantic, HTTPX, Pygame
• Низькорівневі: Оптимізація SIMD, локальність кешу (cache-locality), відображення пам'яті (memory mapping), PGO, OpenGL, бінарний пошук

ТЕХНІЧНИЙ ДОСВІД
Lead Systems Developer | Open Source (Rust/Python) | Теперішній час
• Високопродуктивний інструмент перевірки орфографії (SpelRight): Розробив модульну систему перевірки орфографії на Rust, використовуючи Rayon для багатопотокового розподілу задач (work-stealing) та SIMD для паралелізму на мікрорівні. Оптимізував структури даних для максимального збільшення кількості влучань у кеш CPU. Створив власний алгоритм на основі відстані Левенштейна для підвищення продуктивності. Для оптимізації бінарного файлу застосував технологію PGO. Досяг швидкості валідації у 50 млн слів/сек та обробки підказок на рівні 18 500 слів/сек для словника обсягом 340 000 слів. Реалізував підтримку кількох мов за допомогою плагінів.
• Гібридна архітектура застосунків (MangaHub): Комплексний високопродуктивний десктопний застосунок для читання, створення, парсингу (scraping) та керування манґою та новелами.
◦ Бекенд (Rust): Високошвидкісна обробка даних та логіка парсингу. Мережева частина реалізована за допомогою Tokio. Використовує власні бібліотеки, такі як SpelRight та Canto, для швидкого й гнучкого парсингу тексту.
◦ Фронтенд (Python/PySide6): Сучасний, реактивний графічний інтерфейс (GUI) для читання та авторського редагування новел/манґи.
• Високопродуктивний парсинг (Canto): Складний семантичний парсер, написаний на Rust, що є двигуном ієрархічної токенізації для структурованого аналізу текстів. Текст поділяється на компоненти, такі як TextElements (діалог, думка, системне повідомлення), Sentences (окличне, питальне речення) та Words (звичайне слово, посилання, ім'я, термін).
• Графіка & Ігрові Рушії: Досліджував архітектуру ECS у Bevy та розробляв власні конвеєри 2D-рендерингу (rendering pipelines) у Pygame з інтеграцією OpenGL.

ДОСВІД РОБОТИ
Обслуговуючий персонал & Бариста | Baracuda | Періодично
• Крутився у динамічних робочих процесах сфери обслуговування та взаємодіяв із клієнтами.
• Проявив високу надійність та вміння вирішувати комплексні завдання під тиском під час змін за викликом.