Python 3.10+ / backend / распределённые системы

Привет, я Макс.

Инженер по backend-разработке и распределённым системам, специализируюсь на типизированном асинхронном Python.

Семь лет с Python. От контрактов API до эксплуатации в production.

Аватар Макса в GitHub@GrehBan / GitHub

Выбранные проекты.

Python-библиотеки и инструменты, которые я создаю и развиваю. Откройте репозиторий, чтобы посмотреть исходный код и актуальный статус.

01 / репозиторий↗

aiollm

Асинхронная типизированная библиотека HTTP-клиентов для AI API: клиенты OpenAI и Anthropic, проверка ответов, повторы, загрузка файлов и потоковые ответы. Статус — pre-alpha.

Python 3.13+aiohttpPydanticOpenAI / Anthropicpre-alpha
Открыть репозиторий ↗
02 / репозиторий↗

aiopulse

Асинхронный исполнитель callback-вызовов с ограничением конкурентности, настраиваемым порядком результатов и управляемым временем жизни задач.

Python 3.11+asynciobounded concurrencyasync iteration
Открыть репозиторий ↗
03 / репозиторий↗

typed-exceptions

Структурированные исключения с типизированными полями, шаблонами сообщений и контекстом с поддержкой сокрытия чувствительных данных.

Python 3.14+typingmessage templatesstructured errors
Открыть репозиторий ↗
04 / репозиторий↗

aiollm_codegen

Экспериментальный генератор моделей Pydantic и методов API для aiollm по спецификациям OpenAPI 3.0/3.1.

Python 3.13+OpenAPI 3.0/3.1Pydantic v2experimental
Открыть репозиторий ↗
05 / репозиторий↗

pyhttp-util

Строго типизированные структуры для HTTP-заголовков, аутентификации, cookies и таймаутов с проверками по RFC.

Python 3.10+HTTPRFC 7230 / 6265mypy
Открыть репозиторий ↗
06 / репозиторий↗

aiollm_landing

Двуязычный сайт продукта aiollm: примеры использования, документация и материалы для разработчиков.

Next.jsTypeScriptEnglish / Russianaiollm
Открыть репозиторий ↗

Все репозитории на GitHub ↗


Области экспертизы.

Типизированные API, данные, очереди, инфраструктура, тестирование и наблюдаемость. Конкретный набор технологий зависит от задач системы.

01 / направление↗

Backend и асинхронность

Типизированные API на Python, асинхронные сервисы и HTTP-интеграции.

Python 3.10+asyncioFastAPIStarletteaiohttpHTTPXPydantictyping
02 / направление↗

Базы данных

Реляционное, документное, кэшируемое и временное хранение с управляемой эволюцией схем.

PostgreSQLMongoDBRedisInfluxDBSQLSQLAlchemy 2.0Alembic
03 / направление↗

Сообщения и распределённые системы

Очереди, потоки событий и фоновые задачи под нужную модель доставки.

RabbitMQRabbitMQ Quorum QueuesNATSNATS JetStreamCelery
04 / направление↗

Инфраструктура

Linux, контейнеризация, оркестрация и эксплуатация веб-серверов.

LinuxDockerDocker SwarmNginxApacheBash
05 / направление↗

Наблюдаемость

Метрики, трассировки и логи для эксплуатации распределённых сервисов.

PrometheusGrafanaOpenTelemetryLGTM StackLoki
06 / направление↗

Тестирование

Быстрая обратная связь, реалистичная инфраструктура в тестах и проверка граничных случаев.

Pytestpytest-asyncioTestcontainersHypothesis
07 / направление↗

CI/CD

Повторяемые проверки и конвейеры доставки Python-сервисов.

GitHub Actions
08 / направление↗

AI и интеграции

Асинхронные API-интеграции с AI/LLM-сервисами и Telegram-ботами.

AI / LLMAPI toolingTelegram bots

max = Engineer(  focus="backend + distributed systems",  python=">=3.10",  concurrency="asyncio",  style="typed, async-first",)

Практичный подход.
Точность по умолчанию.

Семь лет работаю с Python и backend-системами на всех этапах: типизированные API, асинхронные сети, хранение данных и миграции, распределённая обработка, доставка и наблюдаемость в production.

FastAPI и Starlette с Pydantic — для HTTP-сервисов; asyncio, aiohttp и HTTPX — для асинхронной логики и интеграций. В работе использую PostgreSQL, SQLAlchemy 2.0, Alembic, MongoDB, Redis, InfluxDB и SQL — разные инструменты под разные модели данных и сценарии доступа.

RabbitMQ Quorum Queues и NATS JetStream решают разные задачи обмена сообщениями; Celery — для фоновых задач. Выбор зависит от гарантий доставки, необходимости повторного чтения событий и стоимости эксплуатации, а не от желания объединить все брокеры в одну систему.

Docker, Docker Swarm, Nginx, Apache, Linux, Bash и GitHub Actions помогают довести сервис до production. Pytest, pytest-asyncio, Testcontainers и Hypothesis повышают надёжность; Prometheus, Grafana, OpenTelemetry, LGTM Stack и Loki помогают видеть поведение системы.

Типизированная асинхронная разработкаHTTP API и интеграцииХранение данных и миграцииОчереди и фоновые задачиТестирование и надёжностьЭксплуатация production-систем

Заметки о системах.

Python, асинхронность, типизация и инженерные решения, из которых складываются надёжные инструменты.

Все статьи →

Обсудим сложные части системы.

Нужно сделать надёжнее Python API, распределённую обработку или асинхронную интеграцию? Напишите.

Адрес формы нужно настроить; пока можно написать напрямую на почту.