Dmytro B.

Zaproponuj Dmytro pracę nad swoim kolejnym zleceniem.

Zaporoże, Ukraina

19 dni 8 godzin temu

gotowy do podjęcia pracy

wiek 40 lat

w Serwisie 3 miesiące 2 dni

Ranking

Zakończonych zleceń

Średnia ocena

Ranking

Python

509 miejsce z 4507

Parsowanie danych

189 miejsce z 784

Umiejętności i kwalifikacje

Programowanie

Narzędzie do automatyzacji pracy z Telegramem

Python

Opracowano narzędzie w Pythonie do automatyzacji interakcji z Telegramem za pomocą wygodnego interfejsu graficznego. System umożliwia pracę z listą odbiorców, wysyłanie wiadomości tekstowych oraz załączników (zdjęcia, pliki), a także zarządzanie procesem wysyłania. Funkcjonalność: - praca z listami odbiorców (wybór, filtrowanie) - masowe wysyłanie wiadomości - wsparcie dla załączników (pliki, zdjęcia) - wstawianie danych z schowka - logowanie i kontrola procesu - użycie opóźnień między wysyłkami dla stabilnej pracy Rozwiązanie pozwala na automatyzację rutynowych zadań komunikacyjnych i zwiększenie efektywności pracy z dużą liczbą kontaktów. Wykorzystane technologie: Python, Telethon, Tkinter, Pillow.
Narzędzie do automatyzacji pracy z apelacjami Google Ads

Python

Opracowano narzędzie w Pythonie do automatyzacji przygotowania apelacji w Google Ads. System pozwala na automatyczne pozyskiwanie niezbędnych danych na podstawie nazwy konta, wstawianie ich do szablonu oraz formowanie gotowego tekstu apelacji. Funkcjonalność: - automatyczne pozyskiwanie danych z Google Sheets - wyszukiwanie potrzebnego konta i wyciąganie parametrów - wstawianie danych do szablonu apelacji - automatyczne formowanie gotowego tekstu - zapisywanie wyniku do pliku - wygodny interfejs GUI do szybkiej pracy Narzędzie znacznie przyspiesza przygotowanie apelacji i minimalizuje ręczną pracę przy przetwarzaniu dużej liczby kont. Wykorzystane technologie: Python, requests, SQLite, Excel, Tkinter.
Narzędzie do sprawdzania stron internetowych do uruchamiania reklam

Python

Opracowano narzędzie w Pythonie do szybkiej analizy stron internetowych przed uruchomieniem kampanii reklamowych. System pozwala na jednoczesne sprawdzenie do 10 stron i określenie obecności ryzykownej lub zabronionej treści (hazard, treści dla dorosłych, finanse i inne kategorie) na podstawie zadanych wyzwalaczy. Funkcjonalność: - masowe sprawdzanie stron - określenie poziomu ryzyka (BEZPIECZNE / ŚREDNIE / WYSOKIE) - wyszukiwanie zabronionych tematów w treści - przetwarzanie kilku stron jednej witryny - wygodny interfejs GUI do szybkiej pracy Rozwiązanie jest ukierunkowane na wstępną weryfikację stron przed uruchomieniem reklamy oraz pracę z dużymi zbiorami danych. Wykorzystane technologie: Python, requests, BeautifulSoup, Tkinter.
System analizy i weryfikacji stron internetowych

Python

Opracowano narzędzie w Pythonie do automatycznej analizy stron internetowych i oceny ich jakości. System przetwarza listę stron, sprawdza dostępność, przekierowania, HTTPS, strukturę stron oraz liczbę wewnętrznych linków. Dodatkowo zrealizowano moduł analizy treści z określeniem ryzyk według kluczowych kategorii. Cechy rozwiązania: - równoległe przetwarzanie dużej liczby stron - kontrola czasu wykonania i wymuszone zakończenie zawieszonych procesów - przetwarzanie blokad, przekierowań i niestabilnych odpowiedzi - analiza struktury strony (strony wewnętrzne, mapa witryny) - określenie ryzyk treści (BEZPIECZNE / ŚREDNIE / WYSOKIE) Rozwiązanie jest ukierunkowane na sprawdzanie stron przed uruchomieniem kampanii reklamowych oraz pracę z dużymi zbiorami danych. Wykorzystane technologie: Python, multiprocessing, requests, BeautifulSoup, pandas.
Parser państwowego rejestru firm (Selenium + omijanie ograniczeń)

Python

Opracowano narzędzie Python do automatycznego zbierania danych o firmach w USA z otwartych rejestrów publicznych. System wykonuje masowe wyszukiwanie firm, przetwarza wyniki, znajduje dokładne dopasowania i wyciąga kluczowe dane rejestracyjne z dalszym zapisem w Excelu. W procesie rozwoju uwzględniono szczególności dostępu do zasobów internetowych: - praca w środowiskach z ograniczonym dostępem i ochroną stron - stabilna interakcja z witrynami, które używają systemów weryfikacji ruchu (w tym Cloudflare) - wykorzystanie izolowanego profilu przeglądarki i ustawień sieciowych (VPN) w celu zapewnienia stabilnego dostępu - przetwarzanie dynamicznych stron i interfejsów JavaScript - poprawna nawigacja i ponowne próby w przypadku niestabilnej odpowiedzi Rozwiązanie zapewnia stabilne zbieranie danych nawet w trudnych warunkach dostępu i pozwala efektywnie pracować z dużymi ilościami informacji. Wykorzystane technologie: Python, Selenium, Excel.
System zarządzania bazą danych firm (Python + Firebird)

Python

Opracowano system do automatycznego tworzenia i zarządzania bazą danych firm. Rozwiązanie obejmuje:
- automatyczne tworzenie struktury Bazy Danych (tabele, powiązania, wyzwalacze, generatory)
- realizację procedur składowanych do dodawania, edytowania i usuwania danych
- import danych z Excela do bazy z weryfikacją duplikatów
… - budowę powiązań między tabelami (Klucze Obce)
- automatyczne kopie zapasowe i przywracanie bazy danych
System pozwala efektywnie strukturyzować i przechowywać dane o firmach, automatyzować przetwarzanie informacji oraz upraszcza pracę z dużymi zbiorami danych. Wykorzystane technologie: Python, Firebird SQL, pandas, praca z Excelem.
System zbierania i analizy danych o firmach

Python

Opracowano rozwiązanie w Pythonie do automatycznego wyszukiwania i zbierania informacji o firmach z katalogu biznesowego DNB oraz stron internetowych firm. System wykonuje wyszukiwanie firm według słowa kluczowego i kraju, przetwarza wyniki strona po stronie, przechodzi do profilu firmy i zbiera podstawowe dane: nazwę, stronę internetową, adres, branże, typ firmy oraz DUNS. Zrealizowano również wyszukiwanie numerów telefonów na stronie firmy, w tym na stronach kontaktowych, JSON-LD oraz strukturalnych elementach strony. Osobno dodano automatyczne formowanie krótkiego opisu działalności firmy za pomocą Groq AI oraz eksport wszystkich wyników do Excela. W rozwiązaniu wykorzystano Python, requests, BeautifulSoup, pandas, API Groq, logikę retry oraz obsługę błędów dla stabilnej pracy z dużą ilością danych.