Budget: 5000 UAH Frist: 7 Tage
Был подобный опыт
Есть ли модули не знаю, но сделать можно кастомное под Вас.
Срок неделя
Опыт есть. С OpenCart работаю много, работаю быстро!
Стэк: HTML, CSS, JS, jQuery, PHP, MySQL, OpenCart, Yii2
Budget: 3200 UAH Frist: 5 Tage
Здравствуйте. Готов взяться за проект. Опыт работы с Opencart более 7 лет. Делаю качественно и даю гарантию.
Пишите
Budget: 3000 UAH Frist: 7 Tage
Здравствуйте
Готов выполнить быстро и качественно приступить могу сейчас.
Budget: 8000 UAH Frist: 5 Tage
Здравствуйте. опыт работы 5лет . Обращайтесь сделаю всё что нужно .
Budget: 8000 UAH Frist: 5 Tage
Добрый день, заинтересовала ваша задача, готов взятся за нее. Есть несколько вариантов реализации, пишите, опишу каждый из них
Angebote verborgen
Angebote sind derzeit nicht vorhanden
Aktuelle Freelance-Projekte in der Kategorie Desktop-Anwendungen
Wir suchen einen erfahrenen Shopify-Entwickler zur Erstellung eines vollwertigen Online-Shops von Grund auf mit obligatorischer Integration zu Amazon. Was zu tun ist: Integration mit Amazon als Grundlage des Projekts: Synchronisierung von Produkten, Beständen und Bestellungen zwischen Shopify und dem Verkäuferkonto bei Amazon. Die Einrichtung des Shops wird von Anfang an unter Berücksichtigung dieser Integration aufgebaut. Shop-Einrichtung: Anpassung des Themas, Katalogstruktur, Produktkarten, Warenkorb, Bestellabwicklung – alles wird mit der Logik der Integration zu Amazon abgestimmt. Technische Optimierung für AI-Sichtbarkeit (GEO): strukturierte Daten, Datei llms.txt, Optimierung des Inhalts für Antworten von AI-Assistenten (ChatGPT, Perplexity, AI Overviews usw.), korrekte semantische Auszeichnung der Seiten. Grundlegende SEO-Einstellungen: Metatags, Sitemap, Ladegeschwindigkeit, mobile Anpassungsfähigkeit. Anbindung von Zahlungssystemen. Installation der erforderlichen Apps (Bewertungen, E-Mail-Marketing, Analytik usw.). Testen des Shops vor dem Start.
Es muss geholfen werden, ein sauberes relationales Schema für das interne Betriebssystem auf Airtable zu überdenken und zu erstellen. Die aktuelle Datenbank wird bereits vom Team genutzt, hat sich jedoch organisch entwickelt: Die Struktur ist teilweise flach, einige Tabellen/Ansichten werden aktiv genutzt, andere kaum, und die Dokumente ziehen derzeit eher Informationen in Airtable, obwohl Airtable idealerweise die Quelle der Wahrheit sein sollte und die benötigten betrieblichen Artefakte generieren sollte. Es wird nicht nur Hilfe bei Formularen oder Automatisierungen benötigt, sondern eine strukturelle Arbeit: Analyse der aktuellen Logik, Entwurf des relationalen Schemas, Erstellung einer sauberen neuen Datenbank/Instanz, Dokumentation und Empfehlungen zur Migration auf das neue Schema. Und potenziell könnte sogar eine Implementierung möglich sein. Systemkontext: Es gibt zwei Hauptbereiche: Feedback-System Ein System zur Sammlung und Verarbeitung von Signalen von externen Beratern, Fokusgruppen, internen Teams und Stakeholdern. Es muss Folgendes unterstützen: Signalprotokoll / Signalregister; Beraterverfolgung; Feedbackaufnahme; Synthesedashboard; Status / Gates / Empfehlungen; Close-the-loop-Logik. Produktkatalog Im Produktkatalog gibt es derzeit etwa 400 Einträge, von denen etwa 100 aktiv/live sind. Die Produkte, Status, Beziehungen, Datenquellen, Lebenszyklus-/Gate-Logik und Berichterstattung müssen besser strukturiert werden. Aktueller Zustand: Airtable existiert bereits und wird vom Team genutzt. Die aktuelle Datenqualität beträgt etwa 80 %. Das Schema ist überwiegend flach, nicht relational. Nur die ersten paar Tabellen/Registern werden aktiv genutzt: Einige Validierungsgates, Aufgaben/Entscheidungen und Dashboard-Ansichten werden bisher kaum genutzt. Es gibt keine PII. Jegliche Arbeit mit der Live-Datenbank muss äußerst vorsichtig erfolgen: keine Änderungen in der Produktion ohne Genehmigung. Der ideale Ansatz ist die Analyse der Struktur und der Aufbau einer neuen sauberen Datenbank separat im Sandbox. Was zu tun ist: Phase 1 — Audit & Architektur-Empfehlung Die aktuelle Struktur von Airtable betrachten. Bestimmen, welche Tabellen/Felder/Ansichten tatsächlich benötigt werden, welche dupliziert sind, welche zusammengeführt oder entfernt werden können. Ein relationales Datenmodell vorschlagen. Die Hauptentitäten, Beziehungen, Primärschlüssel, verlinkte Datensätze, Lookup/Rollup-Logik beschreiben. Ein sauberes Schema für das Projekt + Produktkatalog vorschlagen. Bestimmen, welche Dashboards/Schnittstellen für verschiedene Benutzer benötigt werden. Ein kurzes Architektur-Memo oder Schema-Map vorbereiten. Phase 2 — Saubere Airtable-Datenbank erstellen Eine neue saubere Airtable-Datenbank/Instanz erstellen. Tabellen, Felder, verlinkte Datensätze, Ansichten, grundlegende Schnittstellen einrichten. Die grundlegende Dashboard-/Berichterstattungslogik einrichten. Eine Migrationskarte vorbereiten: wie Daten von der alten Struktur in die neue übertragen werden. Die Struktur so dokumentieren, dass das Team sie nach der Übergabe unterstützen kann. Falls erforderlich — eine Automatisierungsstrategie vorschlagen, jedoch ohne übermäßige Komplexität. Erwartete Ergebnisse: Airtable-Schema-Map. Neue saubere Airtable-Datenbank. Tabellen + Beziehungen + Schlüssel-Felder. Ansichten/Schnittstellen für die Hauptbenutzer. Migrationsempfehlung. Kurze Dokumentation für das Team. Empfehlungen zur Governance: wer Daten eingibt, wer Änderungen genehmigt, welche Felder obligatorisch sind, wie Duplikate vermieden werden. Optional: 1 kurzer Übergabecall / Loom-Durchlauf. Wichtige Sicherheits-/Zugriffsregeln: Keine PII. Keine gefährlichen Tokens oder persönlichen Integrationen. AI/MCP/ChatGPT/Claude darf nicht mit der Live-Airtable verbunden werden. Wenn Zugriff auf die bestehende Datenbank erforderlich ist, muss dieser schreibgeschützt oder über Export/Screenshots/strukturierte Beschreibung erfolgen. Alle Aufzeichnungen/Änderungen erfolgen nur in der neuen Test-/sauberen Datenbank, nicht in der Live-Produktion. Wen ich suche: Der ideale Kandidat hat Erfahrung in: Airtable-Datenbankarchitektur; Entwurf relationaler Schemata; Airtable-Schnittstellen, Ansichten, Formulare, Automatisierungen; Migration/Bereinigung von unordentlichen Airtable-Datenbanken; Produktoperationen / CRM / Workflow-Systemen; Dokumentation und Übergabe; Bitte geben Sie in Ihrer Antwort an: Beispiele für Airtable-Datenbanken oder Systeme, die Sie erstellt haben. Hatten Sie Erfahrung mit der Umwandlung einer flachen Airtable-Struktur in ein relationales Schema? Wie würden Sie an Audit → Schema-Design → Build herangehen? Eine Schätzung der Stunden für Phase 1. Ihr Stundensatz oder ein Festpreisangebot für die erste Phase. Sind Sie bereit, unter NDA zu arbeiten? Arbeitsformat: Es wäre wünschenswert, so bald wie möglich zu beginnen. Zunächst kann eine kleine bezahlte Entdeckung/Audit durchgeführt werden, gefolgt von einem vollständigen Build.
Der Vertrag im Footer muss auf den neuen umgeschrieben werden, da sich die Richtlinien im Unternehmen geändert haben. Aufgabe für 20 Minuten.
Technische Aufgabe: Werkzeug zur Abgleichung von Rechnungen mit der Bank, Karten und dem BuchhalterAllgemeines Ziel Ein lokales Werkzeug (Skript/kleine Anwendung in Python) wird benötigt, das manuell alle 1-2 Monate auf meinem Computer ausgeführt wird und einen Abgleich zwischen: Rechnungen, die ich an Kunden ausgestellt habe und von Lieferanten erhalten habe (PDF-Dateien und Fotos von Quittungen, die in Gmail liegen) Bankauszügen (Excel) Ausgaben von Kreditkarten (Excel, möglicherweise mehrere Dateien — mehrere Karten) Excel-Datei vom Buchhalter, in die er Rechnungen für die Steuer- und Mehrwertsteuerberichterstattung einträgtWas das Werkzeug tun soll1. Rechnungen aus der E-Mail abrufen (Gmail) Verbindung über Gmail API (OAuth) Suche nach E-Mails über einen bestimmten Zeitraum (z.B. die letzten 2 Monate) mit Anhängen Herunterladen von Anhängen: PDF-Dateien und Bilder (Fotos von Quittungen/Belegen) Erkennung von Daten aus jeder Rechnung: Datum, Betrag, Name des Lieferanten/Kunden, Rechnungsnummer (falls vorhanden) Für PDF — direkte Textextraktion Für Bilder — Texterkennung (OCR), einschließlich Text auf Hebräisch2. Lesen von Excel-Dateien Bankauszug (Einnahmen und Ausgaben) Eine oder mehrere Dateien von Kreditkartenausgaben Excel vom Buchhalter mit einer Liste der eingetragenen Rechnungen (es gibt nur Betrag + Datum + Name des Geschäftspartners, keine einheitliche Rechnungsnummer zum Abgleichen)3. Logik des Abgleichs Abgleich von Einträgen zwischen den Quellen nach der Kombination: Betrag + Datum (mit zulässiger Abweichung) + Name des Geschäftspartners (unscharfer Textvergleich, da die Namen leicht abweichen können).4. Überprüfungen, die durchgeführt werden müssen A. Sind Rechnungen für alle Einnahmen ausgestellt? Für jeden Geldeingang auf dem Bankkonto — überprüfen, ob es die entsprechende Rechnung gibt, die ich ausgestellt habe. Wenn nicht — als "Einnahme ohne ausgestellte Rechnung" kennzeichnen. B. Sind Rechnungen für alle anerkannten Ausgaben gespeichert? Für jede Ausgabe auf der Bank/Karten, die zur Kategorie der anerkannten Ausgaben gehört — überprüfen, ob eine gespeicherte Rechnung vorhanden ist. Wenn nicht — als "Ausgabe ohne gespeicherte Rechnung" kennzeichnen. C. Abgleich mit der Liste des Buchhalters Vergleichen Sie die Liste der Rechnungen, die ich gesammelt habe (aus der E-Mail), mit der Liste, die der Buchhalter eingetragen und an das Finanzamt/Mehrwertsteuer gesendet hat. Kennzeichnen: Rechnungen, die ich gesammelt habe, aber nicht in der Datei des Buchhalters vorhanden sind (möglicherweise nicht übermittelt oder nicht eingetragen) Einträge in der Datei des Buchhalters, für die keine entsprechende Rechnung in meiner Sammlung gefunden wurde D. Überprüfung der Gehaltsabrechnung Überprüfen, dass der Betrag, der in der Gehaltsabrechnung angegeben ist, dem Betrag entspricht, der tatsächlich von der Bank abgebucht/erhalten wurde.5. Abschlussbericht Das Ergebnis ist eine Excel-Datei mit mehreren Blättern: Einnahmen ohne ausgestellte Rechnung Ausgaben ohne gespeicherte Rechnung Rechnungen, die beim Buchhalter fehlen Einträge des Buchhalters ohne entsprechende Rechnung Abgleich der Gehaltsabrechnung mit der Bank Abweichungen/problembelastete Zeilen sollten visuell hervorgehoben werden (farblich).Technische Details Sprache: Python Excel: pandas + openpyxl PDF: Textextraktion (pdfplumber/PyMuPDF) OCR von Bildern: mit Unterstützung für Hebräisch (es wird empfohlen, die Claude API mit Bildunterstützung anstelle des klassischen Tesseract zu verwenden, um eine bessere Genauigkeit mit Hebräisch zu erzielen) Gmail API: google-api-python-client, OAuth (es muss ein Projekt in der Google Cloud Console erstellt werden — dies wird gemeinsam vom Auftraggeber/Ausführenden erledigt) Das Ergebnis wird als Excel-Datei lokal auf dem Computer gespeichert Schnittstelle: einfache Befehlszeile (CLI), ohne Notwendigkeit für eine WebschnittstelleFormat der Abgabe Quellcode des Projekts Kurzanleitung zur Ausführung (einschließlich, wie man sich mit seinem Gmail verbindet und wo man die Eingangs-Excel-Dateien ablegt) Anleitung zur Erstellung von Anmeldedaten in der Google Cloud Console, falls dies nicht im Voraus erledigt wurdeZusätzlich Ich bin bereit, Beispiele für die Struktur von Excel-Dateien (Bank, Karten, Buchhalterdatei) und Beispiele von Rechnungen (PDF und Fotos) für Tests zur Verfügung zu stellen.