← вся команда Telegram Обсудить задачу
00 — команда · backend на Python удалённо по всей России

Backend на Python для нагрузки вочередяхпоискемикросервисах

Глеб Юрченко · backend-разработчик

Почти 5 лет коммерческой разработки на Python. Делает высоконагруженные сервисы: очереди, кэширование, поиск, интеграции и микросервисы на асинхронном стеке. В команде это надёжный backend для ботов, интеграций и сервисов под нагрузкой — очереди и фоновые задачи, быстрый поиск, отчёты.

01Со 180 до 45 мс. Столько занимает обработка запроса после кэша на Redis.
02В 3–4 раза быстрее. Столько выиграли аналитики после оптимизации ORM-запросов к PostgreSQL.
03Английский B2. Документация и внешние API.
журнал · backendlive
  1. [redis]запрос → кэш Redis → со 180 до 45 мс
  2. [sql]ORM к PostgreSQL → аналитики → в 3–4 раза быстрее
  3. [search]Elasticsearch → фильтр товаров → в 3 раза быстрее
  4. [kafka]сообщение между сервисами → Kafka → с 500 до 150 мс
  5. [queue]очередь Celery → настройка → в 2 раза быстрее
  6. [api]FastAPI → asyncio → внешние API
строки из коммерческих проектов: IT Monsters, DFA MEDIA, P.A.Group.

01 / Опыт

01Опыт

2025 — 2026
Москва

IT Monsters

Backend-разработчик

Финтех, внутренний продукт расчёта ПДН — показателя долговой нагрузки. Кэш на Redis, ускорение ORM-запросов к PostgreSQL, тесты с проверкой внешних API.

2023 — 2025

DFA MEDIA

Backend-разработчик

Аутсорс B2B и B2C: маркетплейсы, реклама, умный дом, финансы, коммерция. Поиск в Elasticsearch, обмен сообщениями через Kafka, перевод сервиса на FastAPI и асинхронный стек.

2021 — 2023
Пермь

P.A.Group

Backend-разработчик

Аутсорс: медицина, соцсети, коммерция. Поиск по медицинским записям, очереди Celery, Excel-отчёты со сложной бизнес-логикой.

02Ключевые проекты

03

Аналитики считают показатель долговой нагрузки быстрее IT Monsters · финтех · внутренний продукт расчёта ПДН

Внутренний продукт для расчёта ПДН. Кэш и запросы к базе перестали быть узким местом для аналитиков.

финтех · ПДН

Задача

Ускорить внутренний продукт расчёта показателя долговой нагрузки.

Что сделано

  • кэш на Redis: время обработки запроса со 180 до 45 мс
  • оптимизация ORM-запросов к PostgreSQL: работа аналитиков в 3–4 раза быстрее
  • unit- и интеграционные тесты, включая проверки внешних API

Стек

PythonDjangoFastAPIPostgreSQLMySQLRedispytest

Поиск товаров и сообщения между сервисами доходят быстрее DFA MEDIA · аутсорс B2B и B2C

Маркетплейсы, реклама, умный дом, финансы и коммерция. Поиск, шина между микросервисами и переход на асинхронный стек.

аутсорс · B2B · B2C

Задача

Ускорить поиск товаров и обмен сообщениями между микросервисами.

Что сделано

  • Elasticsearch: поиск и фильтрация товаров в 3 раза быстрее
  • Kafka между микросервисами: среднее время обработки сообщения с 500 до 150 мс
  • перевод проекта на FastAPI и асинхронный стек
  • масштабируемая и отказоустойчивая архитектура, код-ревью в команде

Стек

FastAPIasyncioPydanticSQLAlchemyKafkaElasticsearchDocker

Медицинские записи, очереди и отчёты P.A.Group · аутсорс · медицина, соцсети, коммерция

Поиск по медицинским записям, фоновые задачи и отчёты, которые раньше собирали вручную.

медицина · коммерция

Задача

Быстрее находить медицинские записи и автоматизировать отчёты.

Что сделано

  • гибкая фильтрация и поиск по медицинским записям
  • оптимизация очередей Celery: обработка задач в 2 раза быстрее
  • Excel-отчёты со сложной бизнес-логикой

Стек

PythonDjangoCeleryRabbitMQRedisPostgreSQLMySQL

03 / Стек

03Стек

Backend

PythonDjangoFastAPIasyncioPydanticSQLAlchemy

Данные и очереди

PostgreSQLMySQLRedisKafkaRabbitMQCeleryElasticsearch

Инфраструктура

DockerGitLab CIGrafanapytestмикросервисы

Смежное

OpenCV

Нужен backend для ботов, интеграций и сервисов под нагрузкой?

Очереди и фоновые задачи, быстрый поиск, отчёты. Связь с командой — через Николая Онищенко. Сроки и стоимость называем после того, как поймём задачу.

← Вся команда