Igor

Ігор Теплов
Python Backend Developer
Варшава, Польща · [відкрити контакти](див. вище в блоці «контактна інформація») · [відкрити контакти](див. вище в блоці «контактна інформація»)
[відкрити контакти](див. вище в блоці «контактна інформація») · github.com/IgorTeplov

КОРОТКО ПРО СЕБЕ
Python backend розробник із 3+ роками комерційного досвіду. Створюю мультитенантні CRM та внутрішні бізнес-системи на
Django / Django REST Framework, зокрема платформу телефонії на власному Asterisk. Спроєктував і реалізував архітектуру
database-per-tenant із динамічним створенням баз даних та маршрутизацією запитів. Працюю на всьому циклі — від моделі даних
та API до асинхронних сервісів, черг задач на Celery, розгортання в Docker, налаштування поштових серверів, DNS і моніторингу.
Впевнений досвід асинхронної розробки (asyncio, httpx, Django Channels) та звичка писати тести — 1200+ тестів на поточній
платформі. Щодня використовую LLM-інструменти розробки (Claude Code) як у коді, так і в інфраструктурних задачах.

ТЕХНІЧНІ НАВИЧКИ
Мови та основа: Python 3.10+, SQL, Bash, JavaScript (базово)
Фреймворки: Django, Django REST Framework, Django Channels, Daphne/ASGI, Sanic
Асинхронність та конкурентність: asyncio, httpx, asyncio.gather / семафори, асинхронні генератори та streaming-відповіді, WebSockets,
threading (базово)
Черги задач та брокери: Celery (Beat, кілька черг, планування задач), Kafka, Redis, cron
Бази даних: PostgreSQL, pgbouncer, маршрутизація між кількома БД, оптимізація ORM (select_related / prefetch_related, усунення N+1),
Redis (кеш, брокер)
Тестування: pytest, pytest-django, unit- та інтеграційні тести, власний tenant-aware тестовий харнес, мокування зовнішніх API через
окремі endpoint'и з демоданими
Інфраструктура: Linux (Ubuntu/Debian), Docker та Docker Compose, nginx, systemd, адміністрування VPS (DigitalOcean, Hetzner, Contabo),
firewall, керування доступами по SSH
Моніторинг: Prometheus, Grafana, Grafana Alloy, Loki (розгортання та інтеграція)
Мережі та протоколи: SIP / VoIP (Asterisk PBX, PJSIP realtime, ARI / AMI, WebRTC, SIP-транкінг), SMTP/IMAP (кастомне налаштування
Postfix для розсилок), DNS (MX, TXT, A, CNAME), SSL/TLS (certbot, автоматичні dry-run перевірки поновлення, термінація на nginx),
HTTP
Хмара: AWS S3 (великі обсяги синхронізації, завантаження через токен-авторизацію), Google BigQuery
LLM-розробка: Ollama, OpenAI та OpenRouter API, провайдер-агностична абстракція inference, керування моделями з Hugging Face,
RAG на FAISS, embedding-моделі, стрімінг токенів, робота з промптами та шаблонізація
CI/CD: GitHub Actions (базові workflow), контейнеризоване розгортання
Проєктування: Шарова сервісна архітектура (доменні бібліотеки з окремим сервісним шаром, відділеним від HTTP та точок входу
задач), декларативний директивний дизайн API, рішення задокументовані як ADR, принципи SOLID, патерни проєктування
AI-інструменти: Claude Code, розширення Claude для VS Code; власна платформа self-hosted LLM із розподіленим inference (див.
Власні проєкти)

ДОСВІД РОБОТИ

Python Backend Developer
Global Leaders Skills Sp. z o.o. (B2B) · Віддалено / гібрид · вересень 2025 – теперішній час
Єдиний backend-розробник мультитенантної CRM-платформи з власним стеком телефонії на Asterisk та realtime-комунікацією.
Спроєктував і реалізував архітектуру database-per-tenant: кожен тенант працює на ізольованій базі PostgreSQL, застосунок
динамічно маршрутизує запити та створює нові бази під час роботи.
Побудував увесь backend на Django + DRF — ~82 тис. рядків Python в екосистемі з 30+ Docker-сервісів, датасет ~1 млн записів.
Створив декларативний шар API: JSON-директиви описують серіалізатори та запити, а Python-виклики резолвляться через
явний whitelist-реєстр замість import_string — це закриває шлях до виконання довільного коду, який відкрила б наївна
реалізація.
Написав токенізатор мови запитів, що компілює граматику фільтрів (AND / OR / NOT, дужки, пріоритет операторів) у Django Q-
об'єкти методом рекурсивного спуску, із захистом від зловмисного вводу через ліміти глибини вкладеності, кількості токенів та
вузлів AST.
Реалізував ядро тенантної маршрутизації — конфігурований multi-database router із правилами по застосунках, передачею
тенантного контексту та контролем міграцій.
Реалізував асинхронний realtime-шар на Django Channels / WebSockets поверх Daphne — живі оновлення та події дзвінків на
клієнті.
Розгорнув і налаштував власний Asterisk PBX (PJSIP), що тримає SIP-транки до зовнішнього провайдера номерів і дає платформі
повний контроль над дзвінками — маршрутизація вхідних/вихідних та запис розмов.
Побудував шар телефонії на PJSIP realtime через ODBC: endpoint'и, авторизації, AOR та вихідні реєстрації зберігаються в
PostgreSQL і провіжняться з Django — SIP-акаунти для кожного тенанта створюються динамічно, без хардкоду в конфігах.

Свідомо тримав діалплан тонким — дзвінки одразу передаються в ARI Stasis-застосунок, де Django вирішує маршрутизацію для
користувача та надсилає події стану дзвінка в дашборд у реальному часі; паралельно використовував AMI для операцій control
plane (reload, статуси реєстрацій).
Реалізував софтфон у браузері через SIP-over-WebSocket / WebRTC поверх вбудованого HTTP-сервера Asterisk.
Реалізував супервізію дзвінків: керівник може непомітно прослухати активний дзвінок продажу або перейти в режим whisper і
підказувати сейлзу так, щоб клієнт цього не чув.
Контейнеризував увесь стек із шаблонами конфігів, що рендеряться на старті (підстановка env-змінних, пошук ODBC-драйвера
під архітектуру), і покрив шар телефонії інтеграційними тестами на реальному тестовому акаунті провайдера.
Побудував пайплайни задач на Celery з Beat-плануванням та кількома окремими чергами, що розділяють критичні за часом
задачі та довгі фонові процеси; брокер працював у конфігураціях як на Redis, так і на Kafka.
Спроєктував трекінг Kafka-задач для at-least-once доставки: payload_id, який інжектує продюсер, робить повторні доставки
дедуплікованими, а невдалі задачі — доступними для перегляду й перезапуску з Django Admin; стан живості консьюмерів
відображається явно.
Задокументував архітектурні рішення у форматі ADR (мультитенантність, автентифікація, Kafka, масштабування, телефонія) та
провів повний аудит безпеки backend'у з класифікацією знахідок за severity в доменах auth/JWT, ізоляції тенантів, динамічного
API та інфраструктури.
Впровадив pgbouncer для вирішення проблеми переповнення пулу з'єднань при одночасних підключеннях до багатьох
тенантних баз.
Написав 1200+ тестів у 72 тестових модулях (pytest / pytest-django) на власному tenant-aware тестовому харнесі — включно з
інтеграційними тестами проти реальних зовнішніх сервісів та окремими endpoint'ами демоданих для відтворюваного мокування
API.
Розгорнув та інтегрував стек моніторингу — Prometheus, Grafana, Grafana Alloy і Loki — у Docker для метрик та централізованого
логування.
Відповідав за розгортання та експлуатацію: reverse proxy на nginx, SSL/TLS через certbot з автоматичною перевіркою
поновлення, оркестрація контейнерів через Docker Compose, базові workflow у GitHub Actions.
Стек: Python, Django, DRF, Django Channels, Celery, Redis, Kafka, PostgreSQL, pgbouncer, WebSockets, Asterisk / PJSIP / ARI / WebRTC,
Docker, nginx, Prometheus, Grafana, Loki

Python Backend Developer / Automation Expert
A Company That Sells Everything · Віддалено · червень 2022 – вересень 2025 · 3 роки 4 місяці
Реалізовував внутрішні продукти та дата-інфраструктуру повного циклу. Працював переважно самостійно, у пікові періоди керував 1–
2 розробниками.

Indigo — мультитенантна CRM
Побудував CRM для команди 20+ осіб з обсягом 500k+ записів та 90k+ контактів за моделлю database-per-tenant із динамічним
створенням баз даних.
Оптимізував запити ORM (select_related / prefetch_related, усунення N+1) та додав кешування, щоб списки й пошук
залишалися швидкими на великих обсягах.
Реалізував кастомний канал надсилання SMS через фізичний пристрій, інтегрований у комунікаційний флоу CRM.
Стек: Django, DRF, PostgreSQL, Redis, cron, nginx.

FB4S — пайплайн обробки великих обсягів даних (канадський клієнт)
Написав повністю асинхронний інструмент (asyncio + httpx, паралельні передачі з обмеженням конкурентності) для
вивантаження та щотижневої синхронізації ~1 ТБ стиснених сирих даних з бакета AWS S3.
Побудував шлях експорту 1 ТБ даних у форматі CSV до Google BigQuery, що уможливило аналітичні запити по всьому датасету.
Забезпечив постійну актуальність пошукового корпусу через регулярний пайплайн синхронізації.

Quantula — конфігуратор продукції та внутрішня система управління
Розробив сайт і внутрішню систему управління товарами для 300+ світильників із точними технічними параметрами.
Реалізував динамічну генерацію PDF — специфікації під конкретні кастомізації товару.

Автоматизація та інфраструктура
Побудував 20+ автоматизацій воронок продажів, поєднуючи Make з власними Python-сервісами.
Адміністрував 6+ VPS-серверів (DigitalOcean, Hetzner, Contabo): доступи, Docker, firewall, діагностика та аналіз логів.
Керував DNS-записами доменів (MX, TXT, A, CNAME), налаштовував MX-сервери на Postfix для вихідних розсилок.
Стек: Python, Django, DRF, PostgreSQL, Redis, asyncio, httpx, AWS S3, BigQuery, Docker, nginx, cron, Postfix, Linux

ВЛАСНІ ПРОЄКТИ

Self-hosted платформа для роботи з LLM із розподіленим inference
Python, Sanic, asyncio, Ollama, OpenAI / OpenRouter API, FAISS, WebSockets
Повністю асинхронна платформа-менеджер чатів для роботи з мовними моделями на локальних, self-hosted та хмарних бекендах —
досліджував абстракцію провайдерів, стрімінг, розподілений inference та retrieval-augmented generation.
Побудував увесь backend на Sanic з наскрізною async-архітектурою — жодних блокуючих викликів у шляху обробки запиту.
Спроєктував ядро навколо абстракції провайдерів: генерація, ембединги та переклад описані як можливості, відокремлені від
бекенду виконання — ту саму задачу може виконати локальний Ollama, віддалений inference-хост або хмарний API (OpenRouter,
OpenAI). Додавання нового провайдера не потребує змін у шарі чатів.

Зробив провайдера і модель переналаштовуваними для кожного чату на льоту — розмова може змінити бекенд чи модель без
перезапуску застосунку та втрати стану сесії.
Реалізував стрімінг токенів у реальному часі через асинхронні генератори у streaming HTTP-відповіді — за єдиним інтерфейсом
як для локальних, так і для хмарних провайдерів.
Спроєктував шар розподіленого inference: на віддаленій машині піднімається окремий Sanic-сервіс, прокинутий через ngrok із
власною авторизацією, що дозволяє винести генерацію на окремий GPU-хост. Сервіс не є простим проксі до Ollama — він керує
життєвим циклом віддалених моделей, перемикає заздалегідь завантажені моделі на льоту та обслуговує як LLM, так і
embedding-моделі.
Реалізував RAG поверх векторного індексу FAISS з ембедингами, які обслуговує той самий inference-шар.
Побудував шарову систему керування промптами: окремий розділ керує переліком системних промптів; кожен чат комбінує
обраний системний промпт, власні доповнення та блоки промптів асистента з налаштовуваним порядком — усе зберігається в
директорії чату.
Додав фонове завантаження моделей із Hugging Face з трансляцією прогресу в UI через WebSockets.
Реалізував опційний пайплайн перекладу (Google Translate): можна перекладати запит користувача перед передачею в модель
та відповідь моделі після завершення генерації — щоб комфортно користуватися локальними моделями будь-якою мовою.
Розробив власний frontend-інтерфейс для керування чатами, вибору моделей та налаштувань.

CRM-ПЛАТФОРМИ
Практичний досвід роботи з комерційними CRM поза власними системами — HubSpot і Pipedrive: налаштування, побудова воронок і
робочих процесів, адміністрування та інтеграція через їхні REST API.

ОСВІТА

Дніпровський національний університет імені Олеся Гончара
Магістр, Комп'ютерні та інформаційні системи безпеки / Information Assurance
Бакалавр, Комп'ютерні та інформаційні системи безпеки / Information Assurance

МОВИ
Українська — рідна · Російська — вільно · Англійська — B1 (Intermediate)