Vlad Kolomiiec
Предложите Vlad работу над вашим следующим проектом или зарегистрируйте профиль фрилансера и начинайте зарабатывать прямо сейчас.
9 дней 16 часов назад
1 Сейф завершен
1 год назад
1 заказчик
возраст 29 лет
на сервисе 6 лет
Рейтинг
Резюме
.
Навыки и умения
Программирование
Архитектура и инжиниринг
Администрирование
Портфолио
-
66 510 UAH Микросервис для обработки заказов Python
Веб-программированиеРазработан микросервис на Python с использованием FastAPI, который управляет заказами интернет-магазина. FastAPI был выбран за его производительность и поддержку асинхронных операций, что позволяет быстрее обрабатывать запросы и улучшает масштабируемость системы. Все данные о заказах, клиентах и транзакциях хранятся в PostgreSQL. Для оптимизации запросов настроена индексация таблиц, что обеспечивает высокую скорость работы с большими объёмами данных.
Сервис поддерживает обработку заказов, расчёт стоимости доставки и интеграцию с внешними API для обработки платежей и управления логистикой. Например, для взаимодействия с платёжными системами реализована интеграция с Stripe API и PayPal API, что позволяет принимать платежи через несколько способов, включая банковские карты и электронные кошельки. Вся авторизация и аутентификация пользователей обеспечивается с помощью JWT токенов, что гарантирует безопасность передачи данных между клиентом и сервером.
… Для выполнения фоновых задач, таких как отправка уведомлений клиентам и интеграция с логистическими сервисами, используется Celery. Он позволяет асинхронно обрабатывать задачи, не нагружая основной поток выполнения. В качестве брокера задач и для кеширования данных применяется Redis, что также ускоряет обработку заказов и уменьшает нагрузку на базу данных. Например, информация о состоянии заказа и расчёт стоимости доставки кешируется для более быстрого доступа.
Документация API предоставляется через встроенную Swagger UI, что упрощает тестирование и использование сервиса другими разработчиками. Микросервис был контейнеризирован с помощью Docker для лёгкого развертывания в разных средах, включая локальные серверы и облачные платформы. Вся система также поддерживает масштабирование в кластере с использованием Kubernetes, что позволяет адаптироваться под увеличивающиеся нагрузки.
Особенность сервиса это асинхронная обработка заказов с помощью asyncio. Это позволяет эффективно управлять временем ожидания ответов от внешних API, таких как платёжные и логистические сервисы. Для системы реализована обработка ошибок и повторные попытки запросов в случае сбоев сети. Также был настроен API Rate Limiting с использованием Redis, чтобы ограничить количество запросов и защитить систему от перегрузок и атак. Вебхуки используются для отслеживания статусов заказов и уведомления клиентов в реальном времени о изменениях.
-
39 906 UAH Создание REST API для управления данными о продуктах Django
Веб-программированиеРазработан REST API для CRUD-операций с данными о продуктах интернет-магазина (создание, чтение, обновление, удаление). Использован Django REST Framework для построения API.
API поддерживает авторизацию с использованием OAuth2, что позволяет подключать авторизацию через Google и Facebook. Для управления сессиями и безопасного доступа применены JWT-токены.
… Интеграция с Stripe API реализована для обработки платежей: через API можно инициализировать оплату, проверять статус транзакций, и работать с корзиной. Также API включает фильтрацию, сортировку и пагинацию для работы с большим количеством записей о продуктах. Реализована поддержка CORS для кросс-доменных запросов.
-
24 387 UAH Автоматизация сбора данных с сайтов недвижимости (OLX.ua и DOM.R
Парсинг данныхВ рамках проекта был разработан скрипт на Python, который с использованием Selenium осуществляет автоматический парсинг страниц с динамическим контентом. Скрипт обрабатывает данные об объектах недвижимости, такие как описание, цена, местоположение, фотографии и контакты продавцов. Он настроен на регулярное выполнение, собирает новые данные и обновляет информацию по уже существующим объектам.
Собранные данные автоматически сохраняются на Google Drive с помощью Google Drive API, что позволяет легко получить доступ к данным с любого устройства и делиться ими с коллегами. В каждый новый отчет добавляются данные, которые затем сохраняются в формате CSV или Excel для удобного анализа.
Для удобства мониторинга и контроля скрипт настроен на автоматическое отправление уведомлений через Slack API. Каждый раз, когда собираются новые данные или возникают ошибки во время выполнения скрипта, пользователь получает сообщение в Slack с детализированной информацией. Это позволяет оперативно реагировать на изменения и ошибки, а также отслеживать эффективность работы системы.
Особенностью проекта является использование AWS Lambda для запуска скрипта. Это серверное бездисковое решение позволяет экономить ресурсы, так как выполнение кода запускается только тогда, когда необходимо собрать данные, что значительно снижает затраты на обслуживание серверов и инфраструктуры. AWS Lambda позволяет настроить выполнение скрипта по расписанию (например, каждые 12 часов или ежедневно), что делает систему гибкой и надежной.
-
42 123 UAH Анализ данных для бизнес-аналитики
PythonАнализ продаж на украинских маркетплейсах и предсказание сезонных пиков. Данные о продажах были собраны как через внутренние системы компаний, так и путем парсинга публичных данных о продуктах, ценах и транзакциях с сайтов маркетплейсов. Затем данные были очищены и подготовлены для анализа с использованием Python и библиотеки Pandas. Этот этап включал в себя удаление пропусков, нормализацию значений, а также трансформацию данных для удобной обработки во временных рядах.
Модель SARIMA была выбрана из-за ее способности точно предсказывать как тренды, так и сезонные изменения на основе исторических данных. Модель обучалась на данных за несколько лет с учетом еженедельных и ежемесячных пиков продаж, а также влияния праздничных и рекламных акций. После обучения модель использовалась для прогнозирования будущих изменений в продажах, что позволило бизнесу более точно планировать свои запасы, маркетинговые кампании и логистику.
Для наглядной визуализации результатов был создан интерактивный дашборд с использованием Dash и Plotly. Этот дашборд позволяет не только анализировать исторические данные, но и получать прогнозы на будущее в удобной графической форме. Пользователь может фильтровать данные по различным параметрам, таким как период, категории товаров или география. Визуализация представлена в виде графиков и диаграмм, которые отображают сезонные колебания и предполагаемые будущие пики продаж.
-
17 736 UAH Парсинг данных с маркетплейсов и анализ цен
Парсинг данныхРазработан скрипт для парсинга данных с крупнейших украинских маркетплейсов Rozetka и Prom.ua. Использованы Selenium для обработки динамических страниц и BeautifulSoup для разбора HTML. Данные о товарах, таких как цены, наличие и отзывы, собираются в CSV и загружаются в MySQL базу данных. Скрипт автоматически запускается через Cron на сервере для регулярного обновления данных. Также реализовано уведомление о резких изменениях цен через Telegram Bot API. Автоматизация через Cron для ежедневного обновления данных.
Отзывы и комплименты о выполненных проектах 1
7 февраля 2025
9000 UAH
Конвертация RTSP-потока с видеокамер в HLS
Качество
Профессионализм
Стоимость
Контактность
Сроки
Позитивные впечатления от исполнителя! Исполнил все требования, быстро отвечал и реагировал на корректировки
Активность
| Последние ставки 10 | Бюджет | Добавлена | Сроки | Ставка | |
|---|---|---|---|---|---|
|
Запрос через POST
30 501 UAH
|
|||||
|
Сайт-генератор резюме для сварщиков
25 830 UAH
|
|||||
|
Вакансия: Prompt Engineer
12 500 UAH
|
|||||
|
Скрипт на python
14 000 UAH
|
|||||
|
Интеграция оригинальных каталогов по подбору запчастей на сайт opencart
5000 UAH
|
|||||
|
Бот для html игры
26 604 UAH
|
|||||
|
Сделать связь для анализа звонков
700 UAH
|
|||||
|
Доработка существующей AI-модели и интеграция в веб-ресурс для переписки с пользователями (210к грн)
27 000 UAH
|
|||||
|
Бот для мини-игры
5000 UAH
|
|||||
|
Сервис транскрибации
3500 UAH
|