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.
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

Libraries/APIs

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

Tools

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

Languages

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

Frameworks

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

Paradigms

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

Storage

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

Platforms

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

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

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