Pavel Padabed
Kraj: Belarus
Lokalizacja: Białystok, PL
Na Useme od 27 października 2026
O mnie
Python, automatyzacja danych i integracje API
Pomagam firmom zamieniać ręczne procesy i rozproszone dane w niezawodne narzędzia Python.
W czym pomagam:
- integracje REST API oraz pobieranie danych;
- walidacja, normalizacja i zapis w PostgreSQL;
- raporty Excel/CSV i małe narzędzia backendowe;
- kontrolowane procesy OpenAI API ze structured outputs;
- testy automatyczne, dokumentacja i instrukcja uruchomienia.
Pracuję z Pythonem, Pydantic, SQLAlchemy, PostgreSQL i pytest. Przed implementacją ustalam cel, dane wejściowe i kryteria odbioru. Przy większym systemie mogę zacząć od analizy wykonalności, specyfikacji i działającego fragmentu MVP.
Wieloletnia praca w dziennikarstwie śledczym i produkcji wideo nauczyła mnie rzetelnego researchu, jasnej komunikacji, odpowiedzialności za materiał i pracy z terminami.
CV / Résumé
Sty 2026 - Teraz
Python Backend i Automation Developer
Projekty własne
Rozwijam własne, niekomercyjne projekty w Pythonie: pipeline danych z REST API, Pydantic, PostgreSQL i eksportem Excel; analizę plików z SQLite; oraz kontrolowany workflow OpenAI API. Projekty obejmują testy i dokumentację.
Sty 2018 - Sty 2023
Montażysta wideo i motion designer
Belarusian Investigative Center
Realizowałem montaż i motion design dla projektów śledczych, w których kluczowe były rzetelność, odpowiedzialna praca ze źródłami, jasna komunikacja i dotrzymywanie terminów.
Sty 2008 - Sty 2023
Dziennikarz, operator i montażysta wideo
Belsat TV
Tworzyłem materiały dziennikarskie i śledcze: research, zdjęcia, montaż oraz motion design. Pracowałem z dużą ilością informacji i materiałów archiwalnych w warunkach regularnych terminów produkcyjnych.
Portfolio
Modułowy pipeline w Pythonie: pobieranie danych z REST API, ekstrakcja, walidacja Pydantic, normalizacja, zapis w PostgreSQL, historia cen i eksport Excel. Projekt zawiera testy jednostkowe i integracyjne.
Narzędzie Python do analizy zasobów plikowych: wyszukiwanie, metadane, SQLite i niedestrukcyjne wykrywanie duplikatów. Projekt obejmuje jawny model domenowy, testy pytest oraz ukończony etap hardeningu MVP.
Kontrolowany workflow AI w Pythonie: OpenAI Responses API, ustrukturyzowane odpowiedzi, ścisła walidacja Pydantic, reguły deterministyczne i obsługa niejednoznacznych przypadków. Rozwiązanie sprawdzone 400 testami.