Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak

Vlad Syvorka

Предложите Vlad работу над вашим следующим проектом или зарегистрируйте профиль фрилансера и начинайте зарабатывать прямо сейчас.

Украина Днепр, Украина
17 дней 8 часов назад
Немного занят немного занят
1 Сейф завершен
1 месяц 29 дней назад
1 заказчик
на сервисе 7 лет

Рейтинг

Успешных проектов
Нет данных
Средняя оценка
Нет данных
Рейтинг
636
Базы данных и SQL

Уровень владения языками

Українська Українська: носитель
Русский Русский: носитель
English English: базовый
Polski Polski: начальный

Резюме

Обо мне 👨‍💻
Привет и спасибо, что нашли время заглянуть в мой профиль!

Я — full-stack .NET-разработчик с 10+ годами опыта, который ведёт проекты от идеи и архитектуры до релиза и поддержки. Работаю с вебом, десктопом, облаком и внутренними сервисами для бизнеса.

Мой основной стек: C#, .NET / .NET Core, ASP.NET / ASP.NET Core, Web API, Blazor, WPF, SQL, Azure.
Отдельный фокус — финтех, трейдинговая аналитика, прототипы блокчейн-систем, автоматизация через Telegram-ботов, парсинг / обработка данных и ML-решения на базе экосистемы Microsoft (ML.NET, Azure Machine Learning, Azure AutoML).

Параллельно я преподаю .NET и смежные технологии, поэтому привык строить решения так, чтобы их было легко читать, поддерживать и развивать.
Также у меня есть опыт с Java (Android), и я с удовольствием беру проекты по Android на Java.

Чем могу быть полезен вашему бизнесу 💼
Я могу взять на себя полный технический цикл:

Разработка web-приложений: личные кабинеты, админки, внутренние CRM/ERP-модули, панели управления.

Создание и поддержка REST API для веба, мобильных приложений и микросервисов.

Финтех и трейдинг: аналитические сервисы, интеграции с биржами, автоматизированные стратегии, работа с рыночными данными.

Парсинг и обработка данных: сбор, очистка, нормализация и сохранение данных из разных источников (API, HTML, CSV/Excel, логи).

ML и аналитика: подготовка данных, обучение и интеграция моделей (ML.NET, Azure ML / AutoML) в реальные .NET-решения.

Автоматизация и боты: Telegram-боты, сервисные инструменты для уведомлений, аналитики и внутренних процессов.

Desktop-решения на WPF: внутренние тулзы, панели мониторинга, инструменты для операционных команд.

Прототипы блокчейн-логики: модели транзакций, блоков, PoW-логика, простые кошельки и цепочки.

Деплой и настройка в Microsoft Azure, логирование, мониторинг, связи между сервисами.

Рефакторинг и поддержка существующих .NET-систем, наведение порядка в коде и архитектуре.

Технические навыки 🛠

Back-end (.NET)
☑️ C#, .NET Framework, .NET Core / .NET
☑️ ASP.NET MVC, ASP.NET Core MVC, ASP.NET Core Web API
☑️ Проектирование и реализация RESTful API, авторизация/аутентификация (JWT и т.п.)
☑️ Интеграции с внешними сервисами (биржи, платёжные сервисы, нотификации, внутренние API)

ORM и работа с данными
☑️ Entity Framework, Entity Framework Core
☑️ Моделирование БД, миграции, оптимизация запросов
☑️ Паттерны Repository, Unit of Work

Базы данных
☑️ MS SQL Server, PostgreSQL, SQLite / лёгкие встроенные БД
☑️ Проектирование схем, индексация, сложные отчёты, оптимизация производительности

Обработка и парсинг данных
☑️ Парсинг API (REST), HTML-страниц, табличных форматов (CSV, Excel)
☑️ Обработка логов, рыночных и финансовых данных
☑️ Подготовка данных для аналитики, дашбордов, ML-моделей и отчётов

Front-end
☑️ Blazor (Server / WebAssembly)
☑️ HTML5, CSS3, JavaScript
☑️ Базовый опыт с Angular и React (поддержка и доработка существующих решений)
☑️ Построение удобных, понятных админ-интерфейсов и панелей управления

Desktop и игровые прототипы
☑️ WPF (паттерн MVVM, многослойная архитектура)
☑️ Базовый опыт с Unity (3D-сцены, простые игровые механики для учебных проектов)

Android / Java
☑️ Java (Android) — разработка и поддержка Android-приложений
☑️ Архитектура по подходу Clean Architecture
☑️ Dagger 2 — DI в Android-проектах
☑️ Retrofit — работа с сетевыми запросами
☑️ RxJava — реактивный подход, работа с потоками данных
Готов брать отдельные Android-проекты или Android-часть в комплексных решениях.

Данные, аналитика и ML
☑️ ML.NET (Microsoft Machine Learning) — построение и обучение моделей локально в .NET-приложениях
☑️ Azure Machine Learning, Azure AutoML — эксперименты, обучение, подбор моделей и интеграция с .NET-бэкендом
☑️ Использование моделей для аналитики, скоринга, прогнозных задач (в том числе в финтех/трейдинговых сценариях)
☑️ Полный цикл: подготовка данных → обучение модели → оценка качества → интеграция в продакшн-сервисы

Финтех, трейдинг, блокчейн
☑️ Интеграции с биржевыми API (вроде Bybit/Binance), работа с рыночными данными
☑️ Построение аналитических сервисов и элементов автоматизированной торговли
☑️ Прототипы блокчейн-систем: блоки, транзакции, PoW, кошельки, валидация цепи
☑️ Связка аналитики, SMC/трейдинговых концепций и ML-моделей для принятия решений

Облако и инфраструктура (Microsoft Azure)
☑️ Azure App Service — деплой и хостинг веб-приложений и API
☑️ Azure Functions — serverless-задачи, обработка событий, фоновые сценарии
☑️ Azure SQL Database и другие Azure-базы данных
☑️ Azure Storage Account (Blob / Table / Queue) — хранение файлов, логов, промежуточных данных
☑️ Azure Key Vault — безопасное хранение секретов, ключей, connection strings
☑️ Application Insights — логирование, метрики, трейсинг, диагностика производительности
☑️ Интеграция разных Azure-сервисов между собой, настройка окружений (dev / stage / prod), конфигурация доступов и ролей

Очереди, фоновые задачи, интеграции
☑️ RabbitMQ — очереди, обработка событий, асинхронные процессы
☑️ Фоновые задачи (Quartz.NET, Hosted Services), планирование и выполнение job-ов
☑️ Сервисные процессы: импорт/экспорт, нотификации, регулярные проверки, обработка массивов данных

Логирование и мониторинг
☑️ Serilog — структурированное логирование, корреляция запросов
☑️ Интеграция с системами мониторинга и алертинга
☑️ Обработка ошибок, трассировка, аудит событий

Паттерны, архитектура и качество кода
☑️ Паттерны MVVM, MVP, MVC, многослойная архитектура
☑️ Принципы SOLID, разделение ответственности, чистая архитектура
☑️ Асинхронное программирование (async/await), глубокое понимание потоков
☑️ Сокеты, сетевое программирование, работа с протоколами и низкоуровневыми подключениями
☑️ Code review, рефакторинг, написание поддерживаемого кода

Инструменты и организация работы
☑️ Git (GitHub / GitLab), ветвление, pull request-ы, code review
☑️ Trello, Jira и другие таск-трекеры
☑️ Спокойная, прозрачная коммуникация, адекватные оценки и дедлайны

Опыт преподавания 🎓
Я преподаю .NET, C#, ASP.NET Core, базы данных, ADO.NET, Entity Framework, архитектурные подходы и паттерны.

В работе со студентами я:

Структурирую материал от простого к сложному.

Объясняю, почему решение работает именно так, а не просто «как написать код».

Сразу закладываю в примеры лучшие практики: нейминг, структуру, паттерны, логирование, работу с данными.

Этот опыт напрямую переносится в коммерческие проекты: системы делаю понятными и предсказуемыми для любого разработчика, который придёт после меня.

Формат сотрудничества и принципы 🤝

Работаю как партнёр, а не просто исполнитель задач.

Объясняю технические решения простым языком, без лишнего жаргона.

Помогаю выбрать оптимальный стек под ваши цели и бюджет.

Регулярно даю апдейты, показываю промежуточные результаты, предлагаю улучшения.

После релиза могу оставаться на поддержке и дальнейшем развитии продукта.

Если кратко 😉

Сильный full-stack .NET-разработчик с реальным продакшн-опытом.

Финтех, трейдинг, блокчейн, парсинг данных, ML-решения, Telegram-боты, автоматизация — мои ключевые направления.

Есть опыт в Java/Android (Dagger 2, Clean Architecture, Retrofit, RxJava) и готовность брать Android-проекты.

Преподаватель, который умеет объяснить сложное простым языком и построить решения так, чтобы ими было легко пользоваться и развивать.

Навыки и умения


Администрирование

Портфолио


  • Админ-панель для AI-трейдинговой платформы

    C#
    Разработал полноценную админ-панель и кабинет администратора для AI-платформы автоматизированной торговли на криптобиржах.

    Админка позволяет управлять всей системой в одном месте:

    пользователи и подписки — просмотр и управление аккаунтами, тарифами, статусами подписок, активация/деактивация доступа;

    сделки и стратегии — список сделок в реальном времени, фильтры, детальный просмотр по каждой сделке (статус, PnL, биржа, пара, стратегия), возможность остановить или приостановить стратегию для пользователя;

    модуль тестирования промптов — удобный интерфейс для теста промптов нейросети: отправка тестовых рыночных данных, просмотр “сырых” ответов модели, логирование результатов для дальнейшей аналитики;

    логирование и мониторинг — просмотр технических логов, ошибок и служебных событий, чтобы контролировать работу AI-стратегий.

    Я спроектировал архитектуру и реализовал админ-панель полностью: ролевую модель доступа, контроллеры, Razor-страницы, работу с базой данных, валидацию форм и UX, ориентированный на ежедневную работу администратора и аналитика.

    Использованные технологии: C#, ASP.NET Core MVC, Entity Framework Core, PostgreSQL (или MS SQL Server), Razor Views, HTML/CSS/Bootstrap, авторизация и роли, серверная пагинация и фильтрация списков, логирование.
  • Универсальная e-commerce платформа с гибкой моделью товаров

    Разработал e-commerce-платформу с универсальной моделью товаров, которая позволяет строить интернет-магазины любой тематики без изменения структуры базы данных.

    Сначала проект создавался как магазин инструментов ToolStore: каталог товаров, категории, фильтры по характеристикам, корзина, оформление заказов. В дальнейшем платформа была перепроектирована как универсальная “площадка”, где каждый товар имеет динамическую коллекцию характеристик (атрибутов). Модель построена так, что в БД есть базовые сущности товара, а все свойства описываются гибкой схемой (набор атрибутов, которые настраиваются) — благодаря этому один и тот же движок может использоваться для любого типа продуктов: инструменты, электроника, одежда, услуги и т.д.

    Админ-часть позволяет:

    настраивать категории и типы товаров;

    определять набор характеристик для каждого типа;

    заполнять каталог динамическим контентом;

    автоматически получать фильтры и отображение на стороне клиента без изменения кода.

    Я спроектировал архитектуру, схему базы данных и реализовал весь бекенд и основную часть фронтенда, чтобы платформа была гибкой, расширяемой и пригодной для повторного использования под разные ниши.

    Использованные технологии: C#, .NET / ASP.NET (MVC), MS SQL Server, Entity Framework, HTML/CSS/JavaScript, шаблон гибкой модели атрибутов (динамические характеристики товаров).
  • WPF-чат-приложение с MVVM и собственной TCP-реализацией

    C#
    Разработал простой настольный WPF-чат с использованием паттерна MVVM и механизма DataBinding. Интерфейс минималистичный: список сообщений, поле ввода, индикатор подключения и список активных пользователей.

    Архитектура построена по принципам MVVM:

    View (WPF XAML) — только разметка и привязки;

    ViewModel — команды (ICommand) для отправки сообщений, состояние подключения, ObservableCollection для списка сообщений;

    Model — модели сообщений/пользователей и логика работы с сетью.

    Проект задумывался как практический пример для студентов:
    – работа с низкоуровневыми сетевыми классами C# (TcpClient / собственные ETcpClient, ETcpConnection);
    – демонстрация чистой архитектуры с MVVM, разделением ответственности и прозрачной привязкой данных.

    Я спроектировал структуру приложения, настроил MVVM, реализовал сетевую логику и привязки данных так, чтобы чат работал стабильно и обновлялся в режиме, приближенном к реальному времени.

    Использованные технологии: C#, WPF, MVVM, DataBinding, ICommand, ObservableCollection, собственные TCP-классы (ETcpClient / ETcpConnection).
  • ML-модель прогнозирования теннисных матчей — live-анализ коэффициентов

    AI и машинное обучение
    Разработал и обучил модель машинного обучения для прогнозирования результатов теннисных матчей на основе исторических данных и live-коэффициентов букмекеров.

    Сначала был подготовлен структурированный датасет: исторические матчи, коэффициенты до матча и в лайве, счет, турнир, игроки, итоговый результат. Для построения модели использовался AI/AutoML-подход: тестировались различные регрессионные и нейронные модели, выбиралась конфигурация с наилучшим качеством прогноза (вероятности победы, динамика изменения шансов в ходе матча).

    Дополнительно я разработал отдельный live-парсер, который в режиме, близком к реальному времени, получал котировки и промежуточные результаты текущего теннисного матча, передавал эти данные в модель и получал оценку вероятностей возможных исходов события. Весь пайплайн работал в облачной среде: загрузка данных, предобработка, инференс модели и логирование результатов.

    Я отвечал за полный цикл:
    – проектирование структуры данных и логики сбора;
    – настройка и обучение ML-моделей (AutoML-подход, регрессия, нейронные сети);
    – разработку live-парсера для котировок и результатов;
    – интеграцию всего решения в облаке и подготовку прогнозов с достаточно высокой точностью для дальнейшего использования в аналитике и стратегиях.

    Использованные технологии: ML/AutoML-библиотеки для построения регрессионных и нейронных моделей, облачная среда для обучения и инференса, парсер live-данных (теннисные матчи, котировки, результаты), работа со структурированными датасетами (CSV/табличный формат, БД).
  • Парсер теннисных матчей для Melbet (melbet.com) — сбор данных для

    Парсинг данных
    Разработал синхронный парсер теннисных матчей с букмекерского сайта Melbet (melbet.com) для дальнейшего использования данных в модели машинного обучения.

    Парсер в режиме, приближенном к реальному времени, проходил страницы с теннисными событиями через Selenium WebDriver, последовательно обходил необходимые узлы DOM и забирал структурированные данные: турнир, игроки, время начала, рынки, коэффициенты и т.д. Скорость парсинга регулировалась (настроенные паузы между запросами и переходами между страницами), чтобы обеспечить стабильную работу без перегрузки сайта.

    Полученные данные очищались, проверялись на корректность и сохранялись в MS SQL Server в виде нормализованных таблиц (матчи, турниры, рынки, коэффициенты). После этого реализован экспорт в CSV/табличные файлы в формате, удобном для дальнейшего анализа и обучения ML-моделей прогнозирования результатов/коэффициентов.

    Я полностью спроектировал и реализовал решение: схему базы данных, логику синхронного обхода страниц с управлением скоростью, обработку ошибок в Selenium, маппинг в SQL-таблицы и модуль экспорта данных в CSV.

    Использованные технологии: C#, .NET, Selenium WebDriver, MS SQL Server, ADO.NET / ORM, CSV-экспорт, подготовка датасета для ML.
  • PointC — ИИ-платформа для автоматизированной торговли на криптобирже

    C#
    PointC — это SaaS-платформа для полностью автоматизированной торговли на криптобиржах под управлением AI-стратегий. Пользователь подключает API-ключи биржи, выбирает стратегию, а система сама открывает, сопровождает и закрывает сделки с учетом риска, тейк-профитов и стоп-лоссов.

    Я выступил автором и главным разработчиком проекта: спроектировал архитектуру, реализовал бэкенд и фоновые задачи, настроил интеграции с биржами (Bybit, Binance), систему риск-менеджмента, логирование, мониторинг и автоматический деплой в облаке Azure.

    Использованные технологии: C#, .NET / ASP.NET Core, Web API, фоновая обработка задач (Quartz / задачи), PostgreSQL + Entity Framework Core, REST-интеграции с биржами, Azure (App Service, Storage, Application Insights), Docker, работа с TradingView, GPT-модели для анализа рынка и принятия торговых решений.
  • Кастомный блокчейн-движок на .NET — собственная блокчейн-сеть с майнингом

    Криптовалюта и blockchain
    Реализовал с нуля полноценный blockchain-движок на C# / .NET с разделением на отдельные модули: ядро сети, майнер и кошельки.

    Ядро отвечает за цепочку блоков, транзакции, проверку целостности и консенсус на основе Proof of Work (настраиваемая сложность, проверка валидности каждого блока). Реализована структура блоков и транзакций, учет балансов кошельков, mempool, подсчет подтверждений транзакций, механизм вознаграждения майнеру и halving вознаграждения за блок.

    Отдельное консольное приложение-майнер подключается к узлу, добывает новые блоки и получает вознаграждение на свой кошелек. Модуль кошельков отвечает за генерацию ключей/адресов, подпись и валидацию транзакций, просмотр баланса и истории операций.

    Я выступил автором архитектуры и главным разработчиком: спроектировал модель блокчейна, разделение на сервисы и библиотеки, написал весь код и настроил удобную структуру решения для дальнейшего расширения (например, уровнем смарт-контрактов и веб-интерфейсом).

    Использованные технологии: C#, .NET, консольные приложения, class libraries, криптография (SHA-256, цифровые подписи), объектно-ориентированное проектирование, JSON-сериализация.

Отзывы и комплименты о выполненных проектах 1

24 апреля 4500 UAH
Сайт с обменом Баф

Качество
Профессионализм
Стоимость
Контактность
Сроки

Все супер, с заданием полностью справился

Активность

  Последние ставки 10
Настройка BaseLinker (Base)
3000 UAH
Настройка и запуск Google Ads для интернет-магазина
3500 UAH
Интеграция данных 1С
7000 UAH
Доработка до BAS МБ
3000 UAH
Автоматизация email-маркетинга на Shopify
12 000 UAH
PPC-специалист (Google Ads) в онлайн-школу английского языка
12 000 UAH
Proxmox + 2 Windows VM (BAS/SQL + RDS) + VPN
15 000 UAH
Настройка и оптимизация Google Ads для интернет-магазина мобильных аксессуаров
9000 UAH
Интеграция 1С с CRM
27 000 UAH
Настроить синхронизацию товаров и остатков с CRM Skynum в Shopify
9000 UAH