spc-site/data/magprog/content/mentors/Efanov.md

3.7 KiB
Raw Blame History

content_type name id image language
magprog_mentor Андрей Александрович Ефанов Efanov images/mentors/Efanov.jpg ru

Организация

Tinkoff

Биография

Бакалавриат, Магистратура НИУ “МЭИ” по направлению “Прикладная математика и информатика” НИУ “МЭИ”. Аспирантура НИУ “МЭИ” по направлению “Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей”. Работаю над диссертацией в областях моделей вычислений и формальной верификации сложных распределённых программ.

До Tinkoff я успел поработать в компании AAM Systems, где разрабатывал интеграцию распределённой СКУД с пожарным и охранным биометрическим оборудованием. Для этого также развивал FFI-фреймворк JNR-FFI, использующийся в JRuby.

На протяжении первых 2 лет в Tinkoff я работал Аналитиком в разных проектах, благодаря чему научился управлению проектами с разной спецификой: классическая разработка, ML, операционных.

Сейчас в Tinkoff я в роли технического лида руковожу разработкой бекенда Helicopter — корпоративной web-based IDE для анализа данных с помощью интерактивных ноутбуков (а-ля Jupyter Notebook или Apache Zeppelin).

Помимо этого я являюсь Старшим преподавателем в НИУ “МЭИ”, где преподаю различные курсы по Computer Science, среди которых Теоретические модели вычислений, а также консультирую студентов по научной работе.

Направление исследований

  • Распределённые средства разработки ПО.
  • Средства динамического и статического анализа исходного кода.
  • Средства формальной верификации программ.
  • Разработка DSL.

Требования к студентам

  • Базовые знания одного из языков программирования: Kotlin, Java, Python, C++.
  • Знание SQL.
  • Знание структур данных и понимание трудоемкости алгоритмов.
  • Понимание клиент-серверного взаимодействия программ.
  • Интерес к области анализа исходного кода.

Особенности работы

Студентам предлагаем разработать сервис автодополнения SQL-кода (automatic code completion) на основе Language Server Protocol. Система должна быть расширяема новыми диалектами SQL, а также бережно интегрироваться с системами-источниками данных, собирая метаданные о схемах хранения из Data Catalog (например, LinkedIn DataHub).