ДатаКрафт

Разработка и данные

Санкт-ПетербургС 2012 года450+ сотрудниковdatacraft.tech

3кейса

3подтверждено

4.9средний балл

3отрасли

О компании

Компания-разработчик, специализирующаяся на создании высоконагруженных систем, платформ обработки данных и машинного обучения. Фокус на финтех, ритейл и телеком.

Руководство

МТ

Максим Тихонов

CEO и сооснователь

Выпускник ИТМО. Начинал карьеру в Яндексе как разработчик. Основал ДатаКрафт, чтобы создавать data-intensive продукты для российского рынка.

ЕВ

Елена Варшавская

CTO и сооснователь

Эксперт по распределённым системам и ML-инфраструктуре. Автор докладов на HighLoad++ и JPoint. Apache Kafka Contributor.

АН

Артём Новиков

VP of Engineering

Отвечает за инженерные процессы и качество кода. Ранее — техлид в финтех-стартапе. Преподаёт курс по системному дизайну в ВШЭ.

Новости и активность

Статья13 марта 2026 г.

Как мы шардировали PostgreSQL на 50 ТБ: пошаговый гайд

Делимся опытом горизонтального масштабирования PostgreSQL для аналитического хранилища данных крупного ритейлера. Рассматриваем выбор стратегии шардирования, инструменты (Citus vs ручное), мониторинг и подводные камни.

Кейс11 марта 2026 г.

Новый кейс: Data Lake для федеральной розничной сети

Опубликован кейс о построении корпоративного Data Lake на базе Apache Spark и PostgreSQL для одной из крупнейших розничных сетей. Обработка 2 ТБ данных ежедневно, сокращение времени аналитических отчётов с 8 часов до 15 минут.

Подробнее

Достижение5 февраля 2026 г.

ДатаКрафт получил статус Certified Kubernetes Service Provider

Мы официально подтвердили экспертизу в Kubernetes и вошли в реестр CNCF Certified Kubernetes Service Providers. Это подтверждает компетенции нашей команды в проектировании и эксплуатации production-ready кластеров.

Мероприятие10 декабря 2025 г.

ДатаКрафт на HighLoad++ 2026

Наша команда выступит с тремя докладами на HighLoad++ Spring: «Шардирование PostgreSQL на 50 ТБ», «Kafka Streams vs Flink: опыт выбора» и «Observability для микросервисов на 200+ нод». Встречаемся в апреле!

Отраслевой опыт

Телеком1 кейс

Банки и финансы1 кейс

Страхование1 кейс

Технологический стек

Python×3Apache Spark×2Kubernetes×2PostgreSQL×2Airflow×2PyTorchRedisTensorFlowKafkaSupersetdbt

Размер отражает частоту использования в проектах

Ключевые эксперты

СН

Сергей Наумов

Lead ML Engineer

3 проекта на платформе

ОИ

Ольга Иванова

Руководитель проекта

1 проект на платформе

МС

Мария Степанова

BI-аналитик

1 проект на платформе

Кейсы

Все (3)Подтверждённые (3)

РазработкаТелекомПодтверждён

Стриминговый сервис с 5 млн подписчиков нуждался в персонализированной рекомендательной системе для увеличения вовлечённости и снижения оттока.

PythonPyTorchApache SparkRedis+1

8 декабря 2025 г.

Платформа антифрод-мониторинга на базе ML

РазработкаБанки и финансыВерифицирован

Крупный банк из ТОП-10 нуждался в замене устаревшей rule-based системы антифрода на решение с использованием машинного обучения для выявления мошеннических транзакций в реальном времени.

PythonTensorFlowKafkaPostgreSQL+2

5 декабря 2025 г.

Озеро данных и BI-платформа для страховой компании

ВнедрениеСтрахованиеПодтверждён

Microsoft Power BI → Apache Superset

Крупная страховая компания с 30+ продуктами нуждалась в едином аналитическом хранилище для анализа убыточности, андеррайтинга и клиентской аналитики. Данные хранились в 8 изолированных системах.

Apache SparkAirflowPostgreSQLSuperset+2

15 октября 2025 г.

Контакты

datacraft.tech

hello@datacraft.tech

H hh

Войдите в аккаунт, чтобы продолжить

Участие в запросах

Запросы заказчиков на платформе (RFI/RFP и др.), где компания указана среди участников.

RFI

RFI: платформа данных для реального времени и отчётности

RFP