IT Project manager
Лукьянов Роман
Лукьянов Роман
Привет! Я Рома, управляю IT-проектами и люблю превращать идеи в работающие продукты.
Здесь собрал свои проекты, опыт и подход к работе. Если вы ищете человека, который умеет наводить порядок в хаосе и доводить дела до релиза — вы по адресу!
Здесь собрал свои проекты, опыт и подход к работе. Если вы ищете человека, который умеет наводить порядок в хаосе и доводить дела до релиза — вы по адресу!
rslukyanov@gmail.com
+79057609380
+79057609380
- Контроль и защита бюджета проекта (в т.ч. ФОТ), PNL
- Формирование команды проекта
- Проводил собеседования (Soft часть) и техническую часть совместно с профильным специалистом
- Следил за мотивацией команды, еженедельно проводил 1-to-1
- Фасилитация Scrum мероприятий (Daily, Retro, Sprint planning, Sprint Review, Bug Scrum etc.)
- Актуализация, контроль и подготовка закрывающей документации, написание технической документации (бизнес-функциональные требования, инструкция пользователя и т.д.)
- Общение и отчетность с ТОПами от бизнес-заказчика (очно и онлайн)
- Создание и актуализация дорожной карты проекта, краткосрочное (спринт) и долгосрочное (от года) планирование
- Подготовка и проведение регулярных приемо-сдаточных испытаний (ПСИ)
- Проведение демо
- Ведение и организация Jira + Confluence + создавал кастомные дашборды, используя JQL
- Отслеживание и контроль метрик в Grafana\Prometeus
- Контроль и планирование инфраструктуры проекта в Open Shift
Основная цель:
Создать автоматизированную систему, которая полностью автоматизирует процесс консолидации информации из систем-источников холдинга согласно требованиям заказчика, внедрить методологию Agile в работу и сформировать команду под проект.
Результаты:
- За время моего руководства АС была полностью доработана согласно требованиям бизнес-заказчика и сдана в промышленную эксплуатацию.
- Внедрена работа по методологии Agile с соблюдением основных Scrum мероприятий (Daily, Retro, Bug-Scrum, Sprint, SprintReview, SprintPlanning).
- Была реализована система оценок задач в Storypoint (впоследствии осуществили переход на часы).
- Подключена система отказоустойчивости (георезервирование)
- Реализован мониторинг бизнес и технических метрик
- Внедрены продуктовые встречи с бизнес-заказчиком (сбор и утверждение бизнес-функциональных требований к продукту)
- С нуля реализован процесс сопровождения АС на промышленном стенде с подключением сервисной команды
- Планирование: MS Project, Jira Gantt, Miro, Gantt Pro
- Backend: Python + Fast API
- Frontend: JavaScript (React)
- Архитектура: монолитная система с модульной структурой и линейной бизнес-логикой
- Интеграционное взаимодействие: REST API
- CI/CD и инфраструктура: GitLab, Docker
- Базы данных: PostgreSQL
- Тестирование: Postman, ТК в Jira, регулярное интеграционное и смок тестирование
- Мониторинг: Grafana/Ptometeus
- Управление проектом: Jira, Confluence
Менеджерская часть:
- Планирование релизов
- Управление командой (BA, Dev - Back/Front, QA, DevOps) в части планирования и соблюдения сроков
- Взаимодействие с бизнес-заказчиками и владельцем продукта
- Проведение собеседований аутсорс сотрудников (Soft этап)
- Контроль оплат и скорость утилизации бюджета
- Коммуникация с подрядными организациями
- Фасилитация Scrum встреч (Daily, Retro, Sprint Planning, Sprint Review)
- Контроль бизнес и тех. метрик (Grafana, Prometeus, банковские продукты)
- Протоколирование встреч с БЗ
- Контроль исполнения договоренностей со смежными подразделениями
- Контроль и планирование инфраструктуры проекта
- Работа с Jira и Confluece
- Описание архитектуры и планированием интеграционных взамодействий (ИВ) в соответствии с требованиями заказчика
- Работа с типовыми запросами в Jenkins (Например, перед реализацией новых ИВ проверял доступность стендов)
- Совместно с QA проводил предрелизное нагрузочное тестирование
- Описание интеграционных потоков в Kafka + базовые инструменты из коробки Apache (kafka-console-producer / kafka-console-consumer, kafka-topics, kafka-consumer-groups) + использование Kafka tool
Основная цель:
Создать высоконагруженную и отказоустойчивую систему для автоматизации обработки инцидентов, связанных с налично-денежным обращением (банкоматы, кассовые операции и смежные процессы), сократить время расследования и урегулирования инцидентов, повысить прозрачность процессов и перевести 100% интеграционных поток из устаревшей легаси системы.
Результаты:
Создать высоконагруженную и отказоустойчивую систему для автоматизации обработки инцидентов, связанных с налично-денежным обращением (банкоматы, кассовые операции и смежные процессы), сократить время расследования и урегулирования инцидентов, повысить прозрачность процессов и перевести 100% интеграционных поток из устаревшей легаси системы.
Результаты:
- За полтора года полностью заменили легаси-систему отечественной разработкой и вывели её на боевые стенды.
- Сокращено время обработки инцидентов на 60%.
- АС выдерживает десятки тысяч операций в минуту.
(в рамках программы импортозамещения также применялись отечественные аналоги-собственные решения банка ряда технологий, что позволило включить АС в реестр ПО)
- Backend: Java (Spring Boot)
- Frontend: JavaScript (React)
- Архитектура: микросервисы, Istio, Apache Kafka (event-driven), REST API (ограниченно), SOAP (для старых интеграций)
- CI/CD и инфраструктура: Docker, OpenShift, Jenkins, GitLab CI/CD, Bitbucket
- Базы данных: PostgreSQL, Redis (кеширование)
- Тестирование: JUnit, Zephyr, Postman, регулярные интеграционные и регрессионные тесты, Allure-отчётность
- Мониторинг: Prometheus, Grafana
- Управление проектом: Jira, Confluence, MS Project
- Проведение отбора и подготовки отраслевых корпусов текстов (фармацевтика, медицина) для обучения модели.
- Настройка и обучение модели машинного перевода через Google Cloud Console.
- Интеграция обученной модели в CAT-систему Memsource с использованием API и JSON.
- Тестирование качества перевода, дообучение модели и сбор обратной связи от редакторов/корректоров.
- Внедрение модели в рабочиие процесс компании
Основная цель:
Оптимизировать «производственный процесс» компании посредством внедрения качественного машинного перевода текстовой информации
Результаты:
Оптимизировать «производственный процесс» компании посредством внедрения качественного машинного перевода текстовой информации
Результаты:
- Обучена и внедрена языковая модель машинного перевода текста во внутренние производственные процессы компании
- Процесс перевода текстовой информации был полностью автоматизирован
- Расходы компании по результатам годового анализа бюджета были сокращены на 30%
- Планирование: MS Project
- Платформа и инструменты: Memsource (CAT система)
- Машинное обучение и NLP: Google Cloud Console (AutoML / Translation API)
- ·Обработка корпусов текстов — подготовка обучающих датасетов
- Интеграции: REST API, JSON
