Yevhen Kukoba
Предложите Yevhen работу над вашим следующим проектом или зарегистрируйте профиль фрилансера и начинайте зарабатывать прямо сейчас.
Личное сообщение
Предложить работу
Харьков,
Украина
7 месяцев 9 дней назад
немного занят
возраст 44 года
на сервисе 1 год
Рейтинг
Успешных проектов
Средняя оценка
Резюме
Привет! Меня зовут Евгений Кукоба, я Full-Stack разработчик с 4-летним опытом работы, из которых 1 год - это коммерческая практика, а 3 года - это хобби и решение задач для бизнеса.
Основные направления моей работы - это разработка веб-приложений, мобильных приложений на Kotlin, а также создание и поддержка REST API. Я обладаю глубокими знаниями и опытом в backend-разработке на Python и PHP, а также frontend-разработке с использованием JavaScript и CSS.
Мой опыт включает:
- Разработку сложных систем на FastAPI, Django и Nette.
- Интеграцию с базами данных MySQL и SQLite.
- Создание мобильных приложений на Kotlin с использованием Jetpack Compose, Retrofit и Room.
- Внедрение асинхронных задач с использованием Celery и Redis.
- Обработку и анализ изображений с использованием OpenCV и TensorFlow.
Мне особенно интересны задачи, связанные с разработкой backend и мобильных приложений, а также с интеграцией оборудования, например, сканеров и принтеров (Zebra, Honeywell, Unitech). Также мне нравится работать с алгоритмами планирования и оптимизации.
Если вы ищете опытного разработчика для интересных и масштабных проектов, буду рад присоединиться к вашей команде и внести свой вклад в развитие ваших идей.
Спасибо за внимание, и я надеюсь на сотрудничество!
Навыки и умения
Программирование
Мобильные приложения
Портфолио
-
REST API для автоматизированного анализа заказов
AI и машинное обучение
REST API для автоматизированного анализа заказов
Технологии: Python, FastAPI, SQLite, OpenCV, NumPy, TensorFlow, OpenAI ChatGPT API, SQLAlchemy, Redis, Celery, FastAPI TestClient, Unit-тесты, Mypy
Я разрабатываю REST API для автоматизированного анализа заказов, предназначенное для улучшения процесса проверки заказов в интернет-магазине автозапчастей. API принимает изображения, на которых клиент может проверить, соответствуют ли запчасти, изображенные на фото, тем, что были заказаны. Система использует OpenCV и NumPy для определения контуров объектов и классифицирует их с помощью предобученной модели TensorFlow и API ChatGPT, что позволяет улучшить процесс распознавания и повысить точность классификации.
…
После обработки изображения и классификации объектов результаты передаются пользователю для подтверждения. Пользователь может корректировать распознавание, отправлять запросы повторно, а также подтверждать контуры и классификацию. Информация сохраняется в базе данных с использованием SQLAlchemy и отправляется в систему управления складом (WMS).
Для повышения производительности реализован механизм асинхронного кэширования моделей, что позволяет избежать задержек при их инициализации. Redis используется для управления кэшем и отслеживания асинхронных задач, которые выполняются через Celery.
Кроме того, разработана система обучения модели, включающая функционал для добавления новых классов и изображений для обучения. Юнит- и интеграционные тесты покрывают все компоненты с использованием FastAPI TestClient, а строгая типизация обеспечивается с помощью mypy. Миграции для базы данных управляются через SQLAlchemy.
Я полностью отвечаю за архитектуру проекта, выбор технологий и реализацию всех компонентов, выполняя работу без внешнего руководства.
-
Система инвентаризации имущества
PHP
Разработчик системы инвентаризации (PHP, Kotlin, MySQL, Nette, Zebra, Honeywell, SQLite, Jetpack Compose, Retrofit, CameraX, MVVM, REST API, Redis)
В качестве ключевого участника разработки комплексной системы инвентаризации я сыграл важную роль в создании как backend, так и веб-версии и мобильного приложения, работая с широким набором технологий, включая RFID и штрих-кодирование.
… Система позволяет эффективно управлять имуществом, давая пользователям возможность добавлять элементы в инвентаризацию и назначать сотрудников для выполнения задач. Сотрудники используют мобильные устройства с RFID-сканерами для поиска имущества в зданиях, комнатах и на этажах. В процессе инвентаризации используются RFID-метки, QR-коды и штрих-коды, что обеспечивает бесшовную синхронизацию между мобильным приложением и сервером. Система поддерживает офлайн-режим, что позволяет продолжать работу без подключения к интернету. Данные синхронизируются при восстановлении соединения, а встроенные механизмы предотвращают перезапись данных при одновременном сканировании объектов несколькими сотрудниками.
В мобильном приложении я интегрировал различные RFID-сканеры (Zebra, Honeywell), а также реализовал сканирование QR-кодов с использованием камеры. Приложение построено на архитектуре MVVM с использованием Jetpack Compose, Room, Retrofit, CameraX, Dagger Hilt и работает в рамках одной Activity. Я также обеспечил поддержку Bluetooth для интеграции с принтерами Zebra, что позволяет печатать RFID-метки прямо из приложения.
На стороне backend я разработал REST API с использованием фреймворка Nette и интегрировал принтеры Zebra для печати RFID-меток через Zebra Browser Print. Помимо этого, я создал модули для визуальной конфигурации шаблонов и синхронизировал данные между мобильным и веб-приложениями.
В настоящее время я продолжаю поддерживать систему, обеспечивая её надёжную работу и внедряя новые функции и интеграции.
-
Система планирования для фабрики
PythonЯ разработал систему планирования для фабрики, которая была направлена на оптимизацию порядка обработки деталей на станках, минимизацию общего времени выполнения всех процессов и повышение эффективности использования оборудования. Для этого использовались алгоритмы оптимизации, реализованные с помощью Google OR-Tools.
Система принимала на вход массив данных о деталях, включающий последовательность операций (токарная обработка, сварка, повторная токарная обработка и другие), необходимое оборудование, временные ограничения и приоритеты выполнения. Алгоритм анализировал эти данные и формировал оптимизированное расписание для каждой детали, указывая, на каком станке и в какое время следует производить обработку. Важно было учитывать доступность станков, временные ограничения и сроки завершения задач с высокой срочностью.
… Проект был полностью выполнен мной, начиная с разработки архитектуры системы и заканчивая реализацией ключевых компонентов. Реализация заняла около недели и потребовала применения глубоких знаний в области алгоритмов и оптимизационных методов.
Активность
| Последние ставки 2 | Бюджет | Добавлена | Сроки | Ставка | |
|---|---|---|---|---|---|
|
Нужен простой скрипт на питоне или другом ( скрипт фильтр слов тхт)
990 UAH
|
|||||
|
Компьютерный зрение
4434 UAH
|
