Profilo
Formazione
Progetti
Ricerca
Competenze
Corsi
Contatti
Scarica CV (PDF)Bekhzod_CV_Software_Engineer_IT.pdf
Copia l’indirizzo emailvirtsudo@proton.me
Invia un’emailvirtsudo@proton.me
Apri GitHubgithub.com/virtsudo
Apri LinkedInlinkedin.com/in/virtsudo
Cybersecurity Analyst
Machine Learning Engineer
EnglishPassa all’inglese
Tema chiaro
Tema scuro
Tema di sistema

Disponibile per posizioni junior e tirocini nello sviluppo software, in presenza o da remoto.

BekhzodAnvarov.

Software EngineerPython · Rust · C · TypeScript/React

  • Python
  • Rust
  • C/C++
  • Java/Kotlin (Android)
  • JavaScript/TypeScript
  • assembly ARM Cortex-M3

whoami

Bekhzod Anvarov

cat role.txt

Software Engineer

cat focus.txt

Python

Rust

C

TypeScript/React

cat location.txt

Torino, Italia

// chi sono

Profilo

Laurea magistrale in Ingegneria Informatica al Politecnico di Torino.

Uso Python da almeno 5 anni. Ho sviluppato un’app desktop in Rust/Tauri, un’app web full-stack in React e TypeScript e un gioco bare-metal in C e assembly ARM. Disponibile per posizioni junior e tirocini nello sviluppo software, in presenza o da remoto.

// percorso

Formazione

  1. Laurea Magistrale in Ingegneria Informatica (Computer Engineering), percorso Cybersecurity

    Politecnico di Torino

    2026

  2. Laurea Triennale in Ingegneria Informatica

    Politecnico di Torino

    2022

// progetti in evidenza

Progetti

App desktop multipiattaforma senza server Node.js, per prenotare sacchetti di cibo in eccedenza e fissarne il ritiro.

  • Rust (Tauri v2)
  • React
  • TypeScript
  • SQLite

Single-page app full-stack con autenticazione basata su sessione, un’API RESTful e un’architettura a due server.

  • React
  • TypeScript
  • Node.js
  • Express
  • SQLite
  • Passport.js
  • REST

Pac-Man bare-metal con joystick su GPIO, pausa e ripresa via interrupt e rendering su LCD a livello di pixel.

  • C
  • assembly ARM Cortex-M3
  • LPC1768
  • LCD 240×320

// ricerca

Esperienza di ricerca

Tesi di laurea magistrale · Politecnico di Torino · 2026

JEPA Representation Learning for Intrusion Detection on Real-World Drifting Network Traffic

Relatori: Prof. Guido Marchetto, Prof. Alessio Sacco, Dott. Cristiano Serra

Una rappresentazione appresa da traffico di rete non etichettato permette a un classificatore di intrusioni di restare più accurato che con le feature di flusso grezze su traffico registrato anni dopo?
  1. Sviluppo dell’intero codice in Python, inclusi caricamento e preprocessing dei dati, un modello JEPA addestrato in PyTorch (CUDA), classificatori scikit-learn e XGBoost, e valutazione con metriche e grafici.

  2. Test su traffico di backbone (MAWIFlow, 2011, 2016, 2021) e correzione della normalizzazione del benchmark.

  • Python
  • PyTorch (CUDA)
  • scikit-learn
  • XGBoost
  • Polars
  • NumPy
  • Matplotlib

// capacità

Competenze

Programmazione

  • Python
  • Rust
  • C/C++
  • Java/Kotlin (Android)
  • JavaScript/TypeScript
  • assembly ARM Cortex-M3

Framework e database

  • React
  • Node.js
  • Express
  • Passport.js
  • API REST
  • Tauri v2
  • SQL (MySQL, SQLite)

Strumenti e ambienti

  • shell Linux
  • Git/GitLab
  • IDE JetBrains

Lingue

  • Uzbekomadrelingua
  • russoC1
  • ingleseB2
  • italianoB1

// all’università

Corsi rilevanti

  • Software Engineering

    analisi dei requisiti, UML, Agile, test unitari e di integrazione, controllo di versione.

  • Web Applications I

    JavaScript, React, Node.js, Express, API REST, SQLite, autenticazione.

  • Computer Architectures

    pipelining, cache, assembly ARM e 8086, C embedded su schede ARM.

  • System and Device Programming

    chiamate di sistema in OS161, C/C++ concorrente, API Linux e Win32.

// scrivimi

Contatti

Torino, Italia