Jonas Jonaitis

jonas.jonaitis@email.com
(555) 987-6543
Vilnius, Lietuva
in/jonasjonaitis

Santrauka

Programinės Įrangos Inžinierius su daugiau nei 6 metų profesine patirtimi sukuriant mastelio keičiamas backend sistemas, debesų infrastruktūrą ir paskirstytas architektūras naudojant Java, Python ir AWS.

Patirtis

Vyresnysis Programinės Įrangos Inžinierius

CloudScale Technologies

Vilnius, Lietuva

2022 m. vasaris - Dabartis

Sukūriau ir įgyvendinau mikroservisų infrastruktūrą naudodamas Java Spring Boot ir AWS, palaikydamas daugiau nei 2M kasdienių transakcijų su 99,9% veikimo laiko patikimumu.
Vadovavau migracijai iš monolitinės architektūros į konteinerizuotas paslaugas naudojant Docker ir Kubernetes, sumažindamas diegimo laiką 75% ir infrastruktūros išlaidas 30%.
Suprojektavau ir optimizavau PostgreSQL duomenų bazės schemas bei įgyvendinau Redis talpinimo strategijas, pagerinau užklausų našumą 60% didelio srauto programoms.
Bendradarbiavau su DevOps ir saugumo komandomis kurdamas CI/CD procesus naudojant Jenkins ir Terraform, užtikrindamas automatinius testus ir saugaus diegimo praktikas keliose aplinkose.
Mentoravau 5 jaunesniųjų inžinierių komandą apie sistemos dizaino principus ir geriausias praktikas, vedžiau techninius pokalbius ir nustatiau kodavimo standartus, kurie pagerino komandos produktyvumą 40%.

Programinės Įrangos Inžinierius

DataFlow Solutions

Kaunas, Lietuva

2019 m. rugsėjis - 2022 m. sausis

Kūriau patikimas ETL sistemas naudodamas Python ir Apache Kafka, apdorodamas daugiau nei 500GB realaus laiko duomenų kasdien analitikos ir mašininio mokymosi programoms.
Sukūriau mastelio keičiamas REST API naudodamas FastAPI ir integravau su keliais trečiųjų šalių servisais įskaitant Stripe, SendGrid ir Salesforce, palaikydamas įmonių klientus su sudėtingais integracijos reikalavimais.
Įgyvendinau išsamias stebėjimo ir įspėjimo sistemas naudodamas Prometheus ir Grafana, sumažindamas vidutinį laiką problemų gamyboje sprendimui 50%.
Bendradarbiavau su duomenų mokslo komandomis diegdamas mašininio mokymosi modelius naudojant MLflow ir AWS SageMaker, įgalindamas automatizuotą sprendimų priėmimą verslo kritinėms programoms.
Įkūriau automatinio testavimo sistemas naudodamas pytest ir įgyvendinau kodo kokybės įrankius įskaitant SonarQube, pasiekdamas daugiau nei 90% kodo aprėpties visuose backend servisuose.

Išsilavinimas

Informatikos Bakalauro Laipsnis

Vilniaus Universitetas

Vilnius, Lietuva

2015 m. rugpjūtis - 2019 m. gegužė

Įgūdžiai

Backend Technologijos: Java, Python, Spring Boot, FastAPI, Node.js, GraphQL

Debesis ir Infrastruktūra: AWS, Docker, Kubernetes, Terraform, Jenkins, PostgreSQL, Redis

Naudoti šį Pavyzdį