Контактная информация

Соискатель указал телефон .

Получить контакты этого кандидата можно на странице https://www.work.ua/resumes/18344268/

Опыт работы

Нет опыта работы.

Образование

КПІ

ФІОТ, F7
Неоконченное высшее, с 2025 по 2029 (4 года)

Дополнительное образование и сертификаты

Python разработка - с нуля до профессионала. Python 3

2026, 5 місяців
Сертификат

Знания и навыки

• Python
• SQL
• Знання принципів ООП
• PostgreSQL
• Наполегливість

Дополнительная информация

Маю декілька своїх проєктів з Python які тісно пов'язані з SQL:
1)Пошук книги у базі данних
Архітектура бази даних:
Використав SQLite3 для локального зберігання даних.
Впровадив обмеження UNIQUE для назв книг, щоб запобігти дублюванню даних на рівні схеми БД.
Використав конструкцію INSERT OR IGNORE для забезпечення цілісності бази при масовому додаванні записів.
Робота з даними та SQL:
Гнучкий пошук: Реалізував пошук за шаблоном за допомогою оператора LIKE та масок (%), що дозволяє знаходити книги навіть за частиною назви (Case-insensitive search).
Безпека (SQL Injection Protection): Використав параметризовані запити (передача кортежів (?,)) замість f-рядків у SQL, що є критично важливим для захисту бази від ін'єкцій.
Логіка додатка:
Контекстні менеджери (with): Гарантував безпечне відкриття та закриття з'єднань із базою даних та файловою системою, що запобігає витоку ресурсів.
Обробка винятків: Додав блоки try-except для відлову помилок sqlite3.Error, забезпечуючи стабільну роботу програми при збоях доступу до файлу БД.
CRUD операції: Повний цикл керування контентом: від створення таблиць та парсингу текстових файлів до видалення та читання даних.
2)Трекер звичок
Робота з часовими даними:
Використав вбудовані функції SQLite date('now', 'localtime') для автоматичного встановлення дати створення запису.
Реалізував бізнес-логіку: один запис для конкретної звички на один день. Це запобігає "накрутці" статистики користувачем.
Складна агрегація (SQL Grouping):
Написав запит із використанням GROUP BY та COUNT(*), що дозволяє миттєво отримувати зведену статистику по кожній звичці з усієї історії записів.
Керування станом (State Management):
Впровадив цілочисельний статус (1 — виконано, 0 — ні) як ефективний спосіб зберігання булевих значень у SQL.
Валідація та обробка винятків:
Додав обробку ValueError при введенні даних користувачем, що забезпечує стабільність консольного інтерфейсу.
3)Трекер особистих фінансів
Математична точність:
Використав тип даних REAL для збереження фінансових показників, що дозволяє працювати з копійками (десятковими дробами).
Фінансова аналітика через SQL:
Реалізував функцію SUM(), що дозволяє проводити миттєві розрахунки загальних витрат прямо на стороні бази даних. Це значно швидше, ніж вивантажувати всі дані в Python і рахувати їх циклом.
Розробив систему фільтрації за категоріями, що є основою для побудови звітів.
Робота з часовими зрізами:
Використав складні SQL-запити з функцією date(), щоб виділяти витрати саме за поточну добу, що є критичним для оперативного контролю бюджету.
Логіка керування записами:
Реалізував функцію скасування останньої дії (delete_last) через пошук MAX(id). Це демонструє розуміння того, як працюють первинні ключі в базах даних.