Задачи — фронтенд: - Проектирование и развитие многомодульного SPA в Nx-монорепозитории: кабинеты студента и куратора, разделы по направлениям обучения, lazy loading, переиспользуемые компоненты и сервисы. - Управление состоянием на типизированном сторе поверх RxJS (общая библиотека монорепозитория): рефакторинг состояния разделов, сохранение состояния интерфейса между сессиями. - Интеграция frontend с несколькими backend-сервисами через REST / HttpClient: единый слой данных для экранов, нормализация ответов, обработка ошибок и состояний загрузки (скелетоны, лоадеры). - Разработка компонентов в Storybook, покрытие тестами, код-ревью, оптимизация производительности разделов. - Переработка таблиц отчётности (вторая версия): состав и ширины колонок, фильтрация по предметам и периодам, сортировка, тултипы с описанием метрик, работа с большими выборками. - Работа с датами и часовыми поясами в журнале успеваемости: согласование времени студента и московского времени. - Реализация правил прохождения тестов и итоговых работ: доступность, блокировки, количество попыток, сроки, отображение ограничений в интерфейсе. - Разработка интерфейсов кабинета студента: главная с прогрессом, блоки предметов и занятий, метрики по направлениям, домашние задания, новости, расписание, интерактивные сценарии. - Разработка кабинета куратора: отчёты по успеваемости, детализация показателей, цветовая индикация рисков по студентам, посещаемость вебинаров. - Локализация интерфейса (ru / en) для нескольких продуктов платформы. - Участие в проектировании клиентских решений совместно с backend и аналитиками, устранение дефектов в production. Задачи — backend: - Разработка backend-логики на PHP (Symfony): REST-контроллеры, бизнес-логика, интеграция с PostgreSQL через Doctrine. - Разработка административной панели для управления образовательными сущностями: предметами, семестрами, студентами и учебными группами. - Реализация интеграций с внешними сервисами и backend-системами отдельных учебных предметов. - Проектирование и реализация единой модели данных, объединяющей информацию из различных систем для корректного отображения данных студентам и кураторам. - Обработка и нормализация данных из разных источников для формирования единого представления прогресса обучения в интерфейсе платформы. Результат: - Успеваемость доступна куратору в едином интерфейсе вместо выгрузок из нескольких систем, что сокращает время принятия решений по студентам. - Цветовая индикация рисков в отчётах позволяет куратору находить отстающих студентов без ручного анализа таблиц. - Данные из разных сервисов сведены в единую модель прогресса: студент и куратор работают с согласованной информацией. - Правила доступа к тестам и итоговым работам вынесены в интерфейс и не требуют участия разработки.

Платформа умной домофонии: личный кабинет, веб-плеер камер и видеостена для B2B-клиентов. Параллельно — Go-сервис проксирования RTSP → WebRTC для браузерного просмотра. Стек: Angular 14–16, TypeScript, RxJS, NgRx, PrimeNG, Angular Material / CDK, HLS.js, WebRTC / MSE, WebSocket (STOMP), Canvas, ngx-translate, PWA (Service Worker), ESLint, Karma / Jasmine; Go, Gin, Pion WebRTC, Gorilla WebSocket, JWT, GitLab CI. Задачи: - Разработка и развитие Go-сервиса RTSP → WebRTC (Pion): проксирование потоков камер в браузер для видеостены и веб-плеера, HTTP/WebSocket-сигналинг, REST API (`/api/v1/stream`), JWT-авторизация. - Поддержка видеокодеков H.264/H.265 и AAC в WebRTC muxer: обработка RTP-пакетов, определение keyframe (IRAP) для H.265, передача AAC через RTCDataChannel на каждую камеру. - Настройка ICE-кандидатов и конфигурации Pion WebRTC для работы за NAT; рефакторинг сервиса в модульную структуру `internal/` (stream, signal, http, config). - Управление жизненным циклом RTSP-потоков: on-demand подключение, переподключение при обрыве, уведомления об ошибках (Mattermost). - Разработка личного кабинета: интерфейсы управления, состояния, адаптивная вёрстка, интеграция с REST API. - Развитие веб-плеера камер в браузере (WebRTC, HLS.js, MSE) с одновременным отображением нескольких потоков в одной вкладке. - Разработка новой услуги «видеостена»: сетка плиток с трансляциями нескольких объектов на одной странице в реальном времени, потоки камер проксируются RTSP → WebRTC. - Рефакторинг плеера: отказ от устаревшей сложноподдерживаемой библиотеки, вынос логики плеера из разрозненных участков кода в отдельную внутреннюю библиотеку — компоненты, типизированный стор на RxJS и реестр сторов на каждый экземпляр плеера для изоляции состояния при мультистриминге. - Настройка Dependency Injection под мультистриминг: кастомные инжекторы (Injector.create, InjectionToken) для сигналинга и транспорта сообщений — WebSocket или HTTP — со своим набором зависимостей на каждый плеер. - Реализация состояний плеера и фоллбека: при ошибках WebRTC — автоматическое переключение на альтернативный режим real-time воспроизведения с большей задержкой. - Разработка таймлайна архива на Canvas: отрисовка периодов записи, событий и пропусков, слайдер и навигация по времени, тултипы. - Реализация элементов управления плеером: режим «картинка в картинке» (Picture-in-Picture), полноэкранный режим, громкость, индикаторы качества потока и задержки. - Кросс-браузерная отладка воспроизведения (Safari, Firefox), настройка буферизации и информативной обработки ошибок при нестабильной сети. - Оптимизация клиентской части при большом числе одновременных потоков: контроль подписок и жизненного цикла трансляций, освобождение ресурсов плеера и соединений. - Работа с реестрами оборудования и абонентов: переиспользуемые таблицы на PrimeNG с серверной пагинацией и поиском, скелетон-загрузка, компоненты форм на Angular Material. - Поддержка локализации интерфейса (ngx-translate, Crowdin) для нескольких языковых версий продукта. Результат: - Развёрнут Go-сервис RTSP → WebRTC: браузерный просмотр камер без плагинов и нативных приложений, в том числе на видеостене с несколькими потоками одновременно. - Запущена услуга видеостены для B2B-клиентов: наблюдение за несколькими объектами ведётся с одного экрана — собственником, охраной или консьержем, без выделенного оборудования. - Услуга стала конкурентным преимуществом: на момент запуска аналогичного решения у конкурентов на рынке не было, что усилило продажи новых подключений. - Просмотр камер организован непосредственно в браузере, без установки отдельного приложения и плагинов. - Логика плеера консолидирована в переиспользуемую библиотеку с изолированным состоянием: снижена стоимость поддержки и упрощено подключение плеера к новым разделам продукта. - Повышена отказоустойчивость просмотра: при проблемах с WebRTC отрабатывает фоллбек на альтернативный режим воспроизведения.

Платформа видеосвязи и внутренний инструмент диагностики. Стек: TypeScript, Angular 14–17, Angular CLI, RxJS, Jest, Nx (монорепозиторий), Storybook, HTML/CSS; PHP, Symfony, PostgreSQL; Janus Gateway, WebRTC, FFmpeg; RabbitMQ, Docker. Постепенные обновления Angular: 14 → 15 → 16 → 17 Платформа видеосвязи Задачи — фронтенд: - Развитие многомодульного SPA: компоненты, сервисы, маршрутизация, состояние на RxJS, вёрстка HTML/CSS. Dependency Injection: кастомные инжекторы для сервисов звонка и медиа. - Интеграция клиента с backend через REST / HttpClient, код-ревью, ведение технической документации. - Обеспечение производительности нагруженных экранов: Change Detection OnPush, анализ избыточных перерисовок в DevTools. - Реализация пользовательских сценариев звонка: выбор камеры и микрофона, смена устройств в процессе звонка, режимы отображения окна с видео, обработка ошибок доступа к устройствам. - Реализация адаптации качества при ухудшении сети и альтернативного сценария подключения (P2P). - Разработка виртуальных фонов и AR-эффектов на MediaPipe. - Развитие видеоклиента как переиспользуемой библиотеки в Nx-монорепозитории: общие компоненты и логика видеосвязи для нескольких продуктов компании. - Написание модульных тестов на Jest: поведения на метриках соединения (RTT, потери пакетов, битрейт, ограничение качества), стратегия переподключения со сменой медиасервера, обработка ошибок плагина и таймаутов. - Тестирование асинхронных RxJS-сценариев через fakeAsync / tick, изоляция зависимостей через jest.mock, общие фабрики тестовых данных WebRTC-статистики для переиспользования в тестах. Задачи — backend и инфраструктура: - Поддержка и развитие медиасервисов на базе Janus Gateway: конфигурация, оптимизация параметров WebRTC-соединений, каскадирование для масштабирования. - Мониторинг стабильности медиасервисов и настройка алертинга при превышении пороговых значений нагрузки. - Разработка и модификация плагинов Janus для интеграции с backend-логикой платформы. - Разработка backend-части на PHP (Symfony): REST-контроллеры, бизнес-логика, интеграция с базой данных. - Реализация асинхронных процессов обработки событий через RabbitMQ (продюсеры и консьюмеры). - Разработка сервиса обработки и конвертации медиаданных: интеграция с FFmpeg для формирования записей видеозвонков. - Динамическое формирование FFmpeg-команд для склейки аудио- и видеофрагментов и подготовки файлов для фронтенд-плеера. - Построение очередей задач конвертации на RabbitMQ для распределения нагрузки на сервис обработки. - Контейнеризация сервисов с использованием Docker, развёртывание и управление инфраструктурой через docker-compose. - Диагностика и устранение проблем видеосвязи с использованием Chrome DevTools и chrome://webrtc-internals, анализ SDP и состояния медиапотоков. Результат: - Снижено количество обращений по качеству связи — основной причины возвратов средств за занятия. - Повышено удобство видеосвязи: гибкая раскладка видео, виртуальные фоны и эффекты, управление устройствами без выхода из звонка. - Сокращено время устранения инцидентов: причина сбоя определяется по данным звонка, а не подбором решений. - Логика переподключения и обработки метрик покрыта автотестами: регрессии в сценариях восстановления связи выявляются до релиза. Troubleshooter — внутренний инструмент диагностики видеосвязи для технической поддержки Задачи: - Проектирование и разработка SPA на Angular: экраны разбора инцидентов, хронология событий звонка, фильтрация по конференции, пользователю и периоду. - Объединение клиентских логов и серверных логов медиасервера Janus Gateway в одну картину звонка: события сопоставляются по времени и участникам. - Реализация сложной агрегации данных на клиенте: сведение разнородных событий из нескольких источников в единый набор метрик и состояний по каждому участнику. - Разработка сложных таблиц: многоуровневая фильтрация, сортировка, группировка, выделение проблемных участков звонка. - Визуализация метрик соединения на Chart.js: RTT, битрейт, потери пакетов, jitter — графики по каждому участнику в динамике. - Приведение сырых логов из Kibana к человекочитаемому виду: действия в конференции, ошибки, состояния видеосвязи. - Разработка раздела AI-разбора: анализ совокупности клиентских и серверных логов с формированием вывода о причине проблемы. Результат: - Снижена рутинная нагрузка на техническую поддержку и на команду разработки: источник неполадки — клиент, сеть или медиасервер — определяется в интерфейсе, без анализа сырых логов. - Диагностика проблем на стороне пользователя выполняется силами поддержки, на разработку передаются только подтверждённые дефекты. - Метрики качества связи стали наглядными: по графикам RTT и битрейта видно момент и характер деградации соединения.