Shelley Nason,美国伊利诺伊州芝加哥市的开发人员
Shelley is available for hire
Hire Shelley

Shelley Nason

Verified Expert  in Engineering

Full-stack Developer

Location
芝加哥,伊利诺伊州,美国
Toptal Member Since
January 15, 2015

Shelley是一名全栈工程师,在多个行业拥有15年的软件构建经验. 她从粗略的需求开始,并与利益相关者合作,将一个想法变成一个有用的想法, 吸引人的软件. Shelley writes clean, fast, well-documented, and well-tested code, 提供切合实际的估计, 和队友合作得很好. 作为一名学生,雪莱花了几年时间在人工智能博士学位.D. 她对这个领域保持着浓厚的兴趣.

Portfolio

Flexport
React, PostgreSQL, Ruby, Ruby on Rails (RoR), gRPC, GraphQL, Java, Spring Boot
Scratch Engine LLC
Back-end, Node.js、api、TypeScript、亚马逊网络服务(AWS)、数据科学...
Kudelski Security
Elasticsearch, TypeScript, Auth0, Kubernetes, Docker, Java, Web Development...

Experience

Availability

Part-time

首选的环境

Git, IntelliJ IDEA, MacOS

The most amazing...

...我最近做的工作是建造, from the ground up, 一个web应用程序,用来测试我的雇主对MITRE ATT的威胁检测能力&CK.

Work Experience

Software Engineer II

2023 - 2023
Flexport
  • 与工程师和数据科学家团队合作,设计并构建数据管道,以支持货运整合和承运人分配计划系统,用于中程卡车运输.
  • 重新设计并构建了一个更直观的用户体验,用于卡车司机报告交付工作期间延迟的原因.
  • 管理卡车运输公司新的软件强制合规规则的推出,并将对运营的影响降到最低.
  • 监督一项实验,评估一项新的电子邮件调度功能对公司的一个关键指标:准时表现的影响.
技术:React, PostgreSQL, Ruby, Ruby on Rails (RoR), gRPC, GraphQL, Java, Spring Boot

高级后端开发人员

2022 - 2022
Scratch Engine LLC
  • 处理一个机器学习项目的数据工程,学习预测NFT价格.
  • 与机器学习工程师一起定位数据源, 比如社交媒体api, NFT, and crypto APIs, 并评估数据质量.
  • Built, deployed, 并监控项目的数据管道(AWS Lambda函数写入DynamoDB).
  • 开发详细的数据清单,描述项目生成的数据资产.
  • 架构和构建后端服务,以支持项目的web应用.js/TypeScript和Python.
技术:后端、节点.js、api、TypeScript、亚马逊网络服务(AWS)、数据科学, Amazon DynamoDB, 不可替代令牌(NFT), Python, AWS Lambda, Docker, Serverless

Software Expert

2017 - 2021
Kudelski Security
  • 架构并构建了用例管理器, 库德尔斯基的MDR团队使用一个面向内部的web应用程序来测试他们针对MITRE ATT的威胁检测能力&CK framework.
  • 编写了Secure Blueprint的大部分代码, 一个供ciso评估的SaaS web应用程序, 管理和报告公司的网络安全项目.
  • 构建POC API,提供医用大麻产品推荐,作为区块链相关企业的一部分. 利用基于drools的专家系统,为未来的机器学习引导数据收集.
  • 曾担任库德尔斯基内部DevOps平台的alpha客户,并参与其设计.
  • 向我的团队介绍了数据库版本控制的概念,并将我们的数据库部署过程转换为使用Flyway.
  • 作为一个细心细致的代码审查者,在审查中有很好的发现bug的记录.
技术:Elasticsearch, TypeScript, Auth0, Kubernetes, Docker, Java, Web Development, 敏捷软件开发, IntelliJ IDEA, JavaScript, HTML, CSS, SQL, Python, Node.js, Go, MySQL, Redis, React, Spring, Git, MacOS, JUnit, Jira, Microservices架构, 完整的开发, DevOps, Automated Testing, Full-stack, gRPC, Gradle, GitLab CI/CD, Code Review, Scrum, PostgreSQL, Google Guava, REST APIs, Logback, Spring Boot, Docker Compose, Redux, Hibernate, Cypress, Prometheus, Flyway, Postman, 亚马逊网络服务(AWS), Integration Testing, Unit Testing, Multithreading, OAuth, Back-end, MITRE ATT&CK

高级软件开发人员

2016 - 2017
ThoughtWorks
  • 在一家大型航空公司的所有面向客户的应用程序中,参与Java web api的绿地开发.
  • 影响了使用基于jwt的客户端缓存的决定, 在保持性能和无状态的同时极大地简化了API.
  • 通过结对编程培训初级开发人员.
Technologies: Java, 敏捷软件开发, IntelliJ IDEA, Spring, Git, MacOS, Automated Testing, Gradle, Scrum, REST APIs, Logback, Google Guava, Postman, Apache JMeter, Integration Testing, Unit Testing, Back-end

Software Engineer

2015 - 2016
DEVEXI(总客户端)
  • 编写Java和SQL,在医疗记录和相关环境/社会经济数据的数据库上执行回顾性纵向研究. 在AWS Redshift上运行的查询超过数十亿条记录.
  • 加快了将案例与控制相匹配的中心算法,运行速度提高了50倍. 优化包括将连接表重新表示为小10倍,并通过从一组控件中随机抽样来减少输入的大小.
  • 编码数据扰动和抑制算法,以满足HIPAA去识别要求.
  • 设计用于发票的HTML电子邮件,并构建生成和发送发票电子邮件的服务.
技术:红移, PostgreSQL, Java, Web Development, IntelliJ IDEA, SQL, MacOS, 完整的开发, Automated Testing, Full-stack, REST APIs, JavaScript, CSS, HTML, Flyway, Unit Testing, Back-end

Software Engineer

2011 - 2014
佐治亚理工学院研究所
  • 开发了一个新的spa风格的web应用程序,用于管理防火墙和指定基于web的分类服务的访问策略.
  • 修改了一个复杂的基于gwt的应用程序模块,用于处理请求和批准人员访问机密程序的工作流程.
  • 设计并实现了一个独立的服务,用于在分类文件共享系统中对上传的文件执行内容检查.
  • 将新的和现有的应用程序集成到基于openam的单点登录框架中,以支持基于SSO服务器返回的授权的访问控制的用户会话.
  • 分析和诊断SSO服务中的性能问题,直到它满足性能需求并使请求/分钟增加一倍.
  • 在数百次代码审查中为队友和学生合作社提供有意义和礼貌的反馈.
Hibernate技术:, Spring, JavaScript, Java, Web Development, 敏捷软件开发, IntelliJ IDEA, HTML, CSS, SQL, MacOS, 完整的开发, Automated Testing, Full-stack, Code Review, Google Guava, REST APIs, Unit Testing, Multithreading, Back-end

Software Engineer

2006 - 2011
Veloxiti, Inc.
  • 设计并实现Veloxiti核心产品的下一个版本, 基于c++的认知引擎, 作为小型开发团队的一员.
  • 为Veloxiti的认知引擎开发图形化知识编辑工具, 作为Protege本体编辑器的一组Java插件构建.
  • 构建一个Java应用程序,使用GATE自然语言处理工具包从军事行动命令和战术聊天中提取结构化数据.
  • 实现了基于Java和soap的web服务,以便在Veloxiti的认知引擎之间进行通信, 一个处理战术mIRC聊天的工具, 以及陆军的未来指挥所.
  • 进行背景研究, interviewed experts, 并撰写了SBIR第一阶段的最终报告,该阶段计划建立一个专家系统,以协助估算海军采办中的人类系统集成成本.
Technologies: GPT, 自然语言处理(NLP), 生成预训练变压器(GPT), Java, SQL, 人工智能(AI), Unit Testing, Apache Maven, Back-end

用例经理(Kudelski Security)

库德尔斯基的MDR团队使用了一个面向内部的web应用程序,对MITRE ATT的威胁检测能力进行了基准测试&CK framework. 它提供了各种可视化和过滤器,以帮助识别检测差距和强大的搜索功能,以促进新检测的研究和开发.

我从项目一开始就参与了规划设计, 我设计并构建了应用程序的大部分服务和前端. 当时,Kudelski正在开发自己的基于kubernetes的DevOps平台, 它允许我使用包含Java和Node集合的微服务架构.js services, 各种附加到PostgreSQL, Elasticsearch, 和Redis容器的数据和前端的React/TypeScript UI.

安全蓝图(Kudelski Security)

http://kudelskisecurity.com/services/secure-blueprint/
供ciso评估的SaaS web应用程序, manage, 并报告他们公司的网络安全项目. 它是用Java、SQL和React/Redux构建的.

我在MVP完成后立即加入了这个项目,并在那之后成为了首席开发者. 我为链接网站中描述的许多模块编写了功能规范和大部分代码, 特别是主动性计划, operational metrics, 董事会沟通. 我最自豪的项目成就是找到了一种相对轻松的方法,可以将用户在浏览器中设计的幻灯片导出到ppt上,用于董事会演示.

Soar-RL(密歇根大学)

http://www.sciencedirect.com/science/article/abs/pii/S1389041704000646
人工智能和机器学习的研究项目.

这是我研究生研究的一部分, 我构建了一个版本的Soar认知架构,其中包含了一个新的强化学习机制. 这项研究发表在《欧博体育app下载》杂志上.

Languages

Java, JavaScript, SQL, CSS, HTML, TypeScript, Python, Go, Ruby, GraphQL

Tools

Git, IntelliJ IDEA, Jira, Auth0, Gradle, GitLab CI/CD, Postman, Flyway, Docker Compose, Apache JMeter, Apache Maven

Paradigms

敏捷软件开发, Scrum, Automated Testing, Unit Testing, Microservices架构, DevOps, Data Science

Other

Web Development, 完整的开发, Full-stack, Code Review, Back-end, Data Structures, Integration Testing, Multithreading, Algorithms, Machine Learning, 自然语言处理(NLP), 人工智能(AI), Logback, Prometheus, OAuth, APIs, 不可替代令牌(NFT), Serverless, GPT, 生成预训练变压器(GPT), MITRE ATT&CK

Frameworks

Google Guava, JUnit, Spring, Mockito, Spring Boot, Hibernate, gRPC, Redux, Cypress, Ruby on Rails (RoR)

Libraries/APIs

JDBC, Jackson, Node.js, React, REST APIs

Platforms

MacOS, Linux, Kubernetes, Docker, 亚马逊网络服务(AWS), AWS Lambda

Storage

PostgreSQL, JSON, Redshift, Elasticsearch, MySQL, Redis, Amazon DynamoDB

2001 - 2005

计算机科学硕士学位

密歇根大学-安娜堡,密歇根州,美国

1996 - 2000

理学学士学位,主修数学

芝加哥大学-芝加哥,伊利诺伊州,美国

有效的合作

如何使用Toptal

在数小时内,而不是数周或数月,我们的网络将为您直接匹配全球行业专家.

1

Share your needs

在与Toptal领域专家的电话中讨论您的需求并细化您的范围.
2

Choose your talent

在24小时内获得专业匹配人才的简短列表,以进行审查,面试和选择.
3

开始你的无风险人才试验

与你选择的人才一起工作,试用最多两周. 只有当你决定雇佣他们时才付钱.

对顶尖人才的需求很大.

Start hiring