Кіріл

Кіріл Косак
Місто: Бровари, Київська обл., Україна
Телефон: [открыть контакты](см. выше в блоке «контактная информация»)
Email: [открыть контакты](см. выше в блоке «контактная информация»)
Telegram: @Wep0ut1337
LinkedIn: [открыть контакты](см. выше в блоке «контактная информация»)
Проєкт: app.cleanmetrics.pro

Про мене
● Студент 1 курсу спеціальності «Системний аналіз» у Державному торговельно-економічному університеті
(Київ), маю міцну базу в математичному моделюванні та обробці даних.
● Фіналіст і півфіналіст масштабних українських хакатонів, а також самостійно створив і розгорнув SaaS-продукт
— це демонструє здатність провести технічну задачу від ідеї до робочої, безпечно реалізованої системи.
● Активно працюю з інструментами розробки на базі ШІ (Claude, Copilot) як частиною сучасного інженерного
процесу — при цьому особисто відповідаю за архітектуру, налагодження та рішення щодо безпеки в кожному
проєкті.
● Прагну застосовувати аналітичне мислення, SQL та Python у сфері аналітики даних та задач, пов'язаних із
виявленням шахрайства.

Технічні навички
● Програмування та бази даних: Python (Pandas, NumPy, Asyncio, FastAPI), SQL, Microsoft SQL Server, основи
PostgreSQL.
● Аналіз та візуалізація даних: Microsoft Excel (зведені таблиці, складні формули, моделювання даних),
очищення даних, візуалізація даних.
● Web та Backend: FastAPI (фонові задачі, обмеження частоти запитів, вебхуки), React, Docker, docker-compose,
Nginx, проєктування REST API.
● Обізнаність у безпеці: перевірки IDOR, тестування SQL-ін'єкцій, робота з CORS, патерни захисту від перебору
(anti-enumeration), хешовані одноразові токени, гігієна секретів.
● Інструменти: Visual Studio Code, Jupyter Notebook, Git, SSMS, PyQt6, Claude / розробка за допомогою ШІ.
● Ключові компетенції: системний аналіз, об'єднання даних із датчиків (sensor fusion), виявлення шахрайства,
математичне моделювання, асинхронна обробка даних, автоматизація QA.

Хакатони та конкурси
Фіналіст | BEST HACKathon Lviv 2026
● Розробив інерціальну навігаційну систему (INS) для роботи в умовах відсутності GPS.
● Реалізував логіку об'єднання даних із кількох IMU-датчиків (акселерометрів і гіроскопів).
● Використав розширений фільтр Калмана (EKF) та барометричні дані для корекції траєкторії та мінімізації
дрейфу.
● Обробив сирі телеметричні логи за допомогою Python і Pandas для побудови 3D-траєкторій руху.
Півфіналіст | Хакатон Monobank & Skelar 2026
● Побудував модель виявлення шахрайства, що аналізує великі обсяги банківських даних (160 тис. транзакцій, 40
тис. користувачів).
● Розробив ризикову модель на 5 ознаках (граф-аналіз мережі карток, патерни невдалих платежів, швидкість дій
після реєстрації, невідповідність геолокації, комплексні метрики ризику) та дворівневий ансамбль (130
багованих моделей + CatBoost), досягнувши F1 = 0,78.
● Запропонував стратегію впровадження («Scale&Trust») на основі м'якої відмови замість жорсткого блокування, з
ручною перевіркою для випадків середнього ризику — самостійно дійшов до підходу, який пізніше підтвердився
як практика, що вже використовується у фрод-команді реального банку.
Проєкти
CleanMetrics — SaaS-сервіс веб-аналітики без cookies | Співзасновник та розробник (Python, FastAPI, React)(
Розгорнутий, готовий до продакшену SaaS-продукт, створений з нуля разом із співзасновником, що охоплює весь стек —
бекенд, базу даних, фронтенд, білінг та безпеку.
● Бекенд: побудував розділені за доменами FastAPI-сервіси (авторизація, білінг, сайти, статистика, трекінг,
Telegram-бот) з обробкою фонових задач та AI-агентом на базі Gemini з багаторівневою логікою повторних
спроб/резервних варіантів.
● Безпека: провів повний аудит кодової бази, виявивши та усунувши три критичні вразливості; додав 43
автоматизовані QA-перевірки (IDOR, обмеження частоти запитів, CORS, SQL-ін'єкції); реалізував захищене від
перебору відновлення пароля з хешованими SHA-256, одноразовими токенами з обмеженим часом дії; замінив
слабкі JWT/salt-секрети на криптографічно надійні; усунув витік .env у Docker-образи.
● База даних: спроєктував і поступово розвивав схему через 9 міграцій; реалізував каскадне видалення акаунтів у
всіх пов'язаних таблицях у межах однієї транзакції.
● Налагодження: діагностував і виправив прихований продакшн-баг, через який трекінгові події втрачалися —
причина виявилась у проблемі CORS-preflight у sendBeacon, вирішено переписуванням клієнтського трекера на
підхід fetch-first без preflight-запитів.
● DevOps: контейнеризував весь стек (Docker, docker-compose, Nginx), повністю прибрав застарілого платіжного
провайдера (Stripe) на користь одного регіонального процесора, підготував документацію для запуску та
експлуатації.
● Онлайн: app.cleanmetrics.pro
Інструмент автоматизованого пошуку кандидатів | Розробник (Python, Selenium/CDP)
Створив інструмент браузерної автоматизації для пошуку кандидатів на двох найбільших українських сайтах з пошуку
роботи, з записом структурованих результатів у Google Sheets і відстеженням статусу в реальному часі.
● Обхід виявлення ботів: з'ясував, що збій входу був спричинений не шифруванням cookies, а активним
виявленням ботів, і вирішив це, підключившись через Chrome DevTools Protocol (CDP) до вже авторизованої
сесії браузера замість автоматизації нового входу.
● Стійкий парсинг: перепробував три підходи для надійного визначення статусів кандидатів («переглянуто» /
«зв'язались») на сайті з нестабільними CSS-класами, зупинившись на стабільному методі на основі унікальних
фрагментів шляхів SVG-іконок.
● Інструменти для роботи: додав колонку зі статусом із кольоровим кодуванням та евристичний фільтр
релевантності (за ключовими словами й чорним списком), що позначає кандидатів для перевірки без видалення
даних.
Система автоматичної обробки даних та дедублікації | Розробник (Python/Asyncio)
● Створив високопродуктивний інструмент для автоматичного збору та очищення даних із зовнішніх API, що
інтегрує тисячі записів, видаляючи дублікати та забезпечуючи узгодженість формату без ручного втручання.
● Продуктивність: реалізував асинхронну архітектуру, що дозволяє виконувати мережеві запити без блокування
UI.
● Обмеження частоти запитів: розробив універсальний модуль тротлінгу запитів для дотримання лімітів API.
● Якість даних: побудував алгоритм дедублікації імен з урахуванням транслітерації, зміни порядку слів та
друкарських помилок, мінімізуючи шум у базі даних.
● Архітектура: побудував систему на основі Dependency Injection для зручного масштабування та інтеграції нових
джерел даних.
Аналіз даних та оптимізація
● Виконував очищення та стандартизацію складних наборів даних за допомогою SQL та Excel.
● Створював дашборди продуктивності в Excel за допомогою Power Pivot для візуалізації бізнес-трендів та
інсайтів.

Сертифікати
 Півфіналіст, конкурс SKELAR x mono AI Competition (лютий–квітень 2026)

Сертифікат учасника, BEST HACKathon Lviv 2026

Освіта
Державний торговельно-економічний університет (ДТЕУ) | 2025–2029
● Факультет інформаційних технологій
● Бакалавр за спеціальністю «Системний аналіз»

Мови
● Українська — рідна
● Англійська — середній рівень (B1)