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

Vitaly Matsiborka

Niezawodny posiadacz Plus
Zaproponuj Vitaly pracę nad swoim kolejnym zleceniem.

Ukraina Mukaczewo, Ukraina
teraz online
Gotowy do podjęcia pracy gotowy do podjęcia pracy
Zakończono 15 Sejfów
16 dni 13 godzin temu
14 zleceniodawców
zamieszczono 3 oferty
wiek 48 lat
w Serwisie 8 lat

Ranking

Zakończonych zleceń
100%
Średnia ocena
10 z 10
Ranking
2326
Python
7 zleceń
Python
4 zlecenia
Sklepy internetowe i e-commerce
3 zlecenia
PHP
2 zlecenia
Bazy danych i SQL

CV

Profil

Strategiczny Architekt Rozwiązań z ponad 20-letnim doświadczeniem w IT, obejmującym zarządzanie działami technologii, rozwój oprogramowania oraz projektowanie infrastruktury. Specjalizuję się w tworzeniu inteligentnych systemów automatyzacji, które optymalizują procesy biznesowe, integrują złożone systemy i dostarczają wymierną wartość biznesową. Po 15 latach na stanowiskach kierowniczych wracam do praktycznej roli architekta, aby wykorzystać unikalne połączenie głębokiej wiedzy technicznej (Python, Django, Docker, API) i strategicznej wizji biznesowej do rozwiązywania najbardziej złożonych wyzwań. Moja filozofia: "Jeśli proces można zautomatyzować, należy go zautomatyzować".

Kluczowe Kompetencje

KategoriaUmiejętności
Architektura i StrategiaProjektowanie Rozwiązań, Automatyzacja Procesów Biznesowych, Doradztwo IT, Analiza Wymagań, Integracja Systemów, Architektura API, Zarządzanie interesariuszami
Back-End DevelopmentPython, Django, FastAPI, PHP, Laravel, RESTful APIs, Architektura Mikrousług
Infrastruktura i DevOpsDocker, Zarządzanie VPS, CI/CD, Projektowanie i konfiguracja sieci, Administracja serwerami (Linux, Windows, Mac OS), Wirtualizacja (Proxmox)
Bazy danych i CRMPostgreSQL, MySQL, Redis, Głęboka wiedza na temat wdrażania i integracji systemów CRM
Nowoczesne TechnologieRozwój agentów opartych na AI, Integracja modeli AI/ML
Front-EndUczę się Reacta, aby tworzyć pełne aplikacje (full-stack)

Doświadczenie Zawodowe

Kierownik Działu IT / Wiodący Architekt Rozwiązań Prywatna praktyka / Konsulting | [Przybliżone lata, np. 2008 - 2024]

Zarządzałem strategią IT i realizacją projektów dla klientów z różnych branż. Łączyłem obowiązki lidera technicznego, konsultanta i głównego programisty, tworząc kompleksowe rozwiązania "pod klucz".

Kluczowe osiągnięcia i obowiązki:

  • Projektowanie systemów automatyzacji: Opracowywałem i wdrażałem niestandardowe systemy automatyzacji, które skracały czas operacji ręcznych średnio o 40% i minimalizowały błędy ludzkie.

  • Architektura infrastruktury IT: Odpowiadałem za pełny cykl tworzenia infrastruktury IT dla biznesu: od projektowania sieci i wyboru sprzętu po konfigurację serwerów (Windows/Linux), wirtualizację i wdrażanie aplikacji w kontenerach (Docker).

  • Złożone integracje API: Integrowałem rozproszone systemy (CRM, ERP, systemy alarmowe Ajax, monitoring wideo Dahua) poprzez API, aby stworzyć jednolitą przestrzeń informacyjną, co pozwalało na automatyzację przepływów pracy i uzyskiwanie analiz w czasie rzeczywistym.

  • Doradztwo techniczne: Pełniłem rolę głównego doradcy technicznego dla klientów, przekładając ich wymagania biznesowe na jasne specyfikacje techniczne i plany architektoniczne.

Przykłady Projektów

1. Zintegrowana Platforma do Automatyzacji Biznesu

  • Problem: Klient borykał się z fragmentarycznymi danymi w systemie CRM, programie księgowym i systemie zarządzania magazynem, co prowadziło do nieefektywności i błędów.

  • Rozwiązanie Architektoniczne: Zaprojektowałem centralny rdzeń automatyzacji w Pythonie/Django, który za pośrednictwem REST API łączył dane ze wszystkich systemów. Rozwiązanie zostało wdrożone w kontenerach Docker na serwerze VPS, co zapewniło skalowalność i niezawodność.

  • Technologie: Python, Django, REST API, Docker, PostgreSQL, Linux (VPS).

  • Rezultat: Stworzono jeden pulpit nawigacyjny do monitorowania wskaźników biznesowych, zautomatyzowano 90% zadań synchronizacji danych i praktycznie wyeliminowano błędy w raportowaniu.

2. System Proaktywnego Monitoringu oparty na IoT

  • Problem: Klient potrzebował automatycznej reakcji na zdarzenia z systemów bezpieczeństwa (alarm Ajax) i monitoringu wideo (Dahua).

  • Rozwiązanie Architektoniczne: Opracowałem usługę pośredniczącą (middleware) w Pythonie (FastAPI), która odbierała zdarzenia z API obu systemów. Serwis analizował i korelował zdarzenia, uruchamiając zautomatyzowane scenariusze: wysyłanie powiadomień, archiwizowanie fragmentów wideo i tworzenie wpisów w dzienniku incydentów.

  • Technologie: Python, FastAPI, WebSockets, Integracja API.

  • Rezultat: Czas reakcji na incydenty skrócił się o 75%, a wszystkie informacje o zdarzeniach zaczęły być automatycznie gromadzone w jednym raporcie audytowym.

Informacje Dodatkowe

  • Status prawny: Zarejestrowany jako Przedsiębiorca Indywidualny (FOP 3. grupy), co pozwala na elastyczną współpracę z klientami międzynarodowymi (m.in. doświadczenie we współpracy z Hiszpanią, Węgrami itp.).

  • Języki: Ukraiński (ojczysty), Rosyjski (biegły), Angielski (na poziomie czytania dokumentacji technicznej, w trakcie doskonalenia).

  • Cechy osobiste: Pasja do technologii i automatyzacji. Dążenie do ciągłego uczenia się i rozwoju zawodowego. Gotowy do pracy w zespole i otwarty na nowe wyzwania.

Umiejętności i kwalifikacje


Praca z tekstami

Portfolio


  • 1885 PLN

    Maestro CRM Bot — Integracja Telegram z KeyCRM

    Python
    **Status:** Gotowy do produkcji | **Typ:** Backend + Bot + Panel Webowy | **Zespół:** Solo

    Pełnoprawna aplikacja webowa do integracji bota Telegram z systemem zarządzania zamówieniami KeyCRM. Klienci mogą sprawdzać saldo, przeglądać zamówienia i otrzymywać powiadomienia bezpośrednio w Telegramie.

    ## Podstawowa funkcjonalność

    **Bot Telegram (Aiogram 3.22)**
    - Automatyczna autoryzacja za pomocą numeru telefonu
    - Sprawdzanie salda w czasie rzeczywistym
    - Historia zamówień z paginacją
    - Inteligentne powiadomienia o zmianach statusu
    - Interaktywne menu za pomocą przycisków Telegram

    **Interfejs webowy**
    - Panel administracyjny Django do zarządzania użytkownikami
    - Analiza aktywności użytkowników
    - Konfiguracja obliczania salda
    - Monitorowanie synchronizacji z KeyCRM

    **Automatyzacja (Celery + Redis)**
    - Okresowa synchronizacja danych (co 5 minut)
    - Przetwarzanie powiadomień w tle
    - Harmonogram Celery Beat do zarządzania rozkładem

    **Bezpieczeństwo**
    - Dwustopniowa autoryzacja
    - HTTPS/SSL dla wszystkich żądań
    - Tokeny Webhook do ochrony API
    - Konfiguracja oparta na środowisku

    ## Stos technologiczny

    **Backend:** Django 5.1.14 | Python 3.13 | PostgreSQL 16 | Redis 7

    **Bot & Async:** Aiogram 3.22 | asyncio/uvloop | httpx/aiohttp

    **Kolejka zadań:** Celery 5.5.3 | Celery Beat 2.8.1

    **DevOps:** Docker | Docker Compose | Nginx | Gunicorn/Uvicorn

    **Jakość:** Black | Flake8 | mypy | pytest (104 zależności)

    ## Architektura

    ```
    bot/ → Obsługa zdarzeń Telegram
    keycrm/ → Integracja REST API KeyCRM
    webhook/ → Obsługa przychodzących zdarzeń
    config/ → Konfiguracja Django (local/production)
    docker-compose → Orkiestracja (web, bot, celery, db, redis, nginx)
    ```

    ## Kluczowe możliwości

    1. **Synchronizacja w czasie rzeczywistym** — REST API + Webhooki + Cache Redis
    2. **Skalowalność** — async/await + pracownicy Celery + architektura mikroserwisowa
    3. **Niezawodność** — Kontrole stanu + strukturalne logowanie + śledzenie błędów
    4. **Gotowy do produkcji** — Docker/Compose + Nginx + SSL + migracje + pliki statyczne

    ## Wdrożenie

    **Lokalnie:**
    ```bash
    source venv/bin/activate && pip install -r requirements.txt
    python manage.py migrate && ./run_local.sh
    ```

    **Produkcja (Docker):**
    ```bash
    docker-compose up -d && docker-compose exec web python manage.py migrate
    docker-compose exec web python manage.py collectstatic
    ```

    **Usługi:** db (PostgreSQL 16), redis (Redis 7), web (Gunicorn), bot (Aiogram), celery, celery-beat, nginx

    ## Metryki

    | Wskaźnik | Wartość |
    |----------|----------|
    | Liczba linii kodu | ~3000+ |
    | Aplikacje Django | 3 (bot, keycrm, webhook) |
    | Punkty końcowe API | 15+ |
    | Testy/ Pokrycie | 20+ testów / 65%+ |
    | Użytkowników | 100+ aktywnych |
    | Synchronizacja | 50+ zamówień dziennie |
    | Odpowiedź API | < 200ms |
    | Uptime | 99.9%+ |

    ## Zrealizowane wzorce

    Architektura MVC | Wzorzec Fabryki | Wzorzec Obserwatora | Singleton | Wzorzec Repozytorium | Middleware do logowania

    ## Umiejętności demonstrowane

    **Backend:** Django 5, PostgreSQL, REST API, async/await, Celery, systemy rozproszone

    **Bot:** API Bota Telegram, interaktywne UI, zarządzanie stanem

    **DevOps:** Docker, Docker Compose, Nginx, SSL/TLS, kontrole stanu, wdrożenie produkcyjne

    **Inżynieria:** Projektowanie architektoniczne, Clean Code, testy jednostkowe/integracyjne, workflow Git

    ## Wymagania

    - Docker & Docker Compose
    - Python 3.13+ (lokalny rozwój)
    - 2GB RAM, 5GB dysku

    **Zmienne:** TELEGRAM_TOKEN, KEYCRM_API_KEY, DB_PASSWORD, DJANGO_SECRET_KEY, DEBUG=False

    ## Wyniki

    ✓ Aplikacja gotowa do produkcji ✓ 100+ aktywnych użytkowników ✓ Automatyczna synchronizacja ✓ < 200ms odpowiedź API ✓ 99.9%+ uptime ✓ Poziome skalowanie
  • 2049 PLN

    AI Głosowy Asystent dla Operatora Mobilnego

    AI i uczenie maszynowe
    ## O projekcie

    Inteligentny asystent głosowy i tekstowy dla operatora mobilnego Ucell (Uzbekistan), zdolny do udzielania klientom informacji o taryfach, odpowiadania na często zadawane pytania oraz dostarczania spersonalizowanych rekomendacji na podstawie potrzeb użytkownika.

    ## Rozwiązywane zadania

    - **Automatyzacja konsultacji**: Zmniejszenie obciążenia centrum obsługi klienta dzięki automatycznym odpowiedziom na typowe pytania
    - **Personalizacja**: Inteligentny dobór taryf na podstawie analizy potrzeb użytkownika (internet, połączenia, SMS)
    - **Wielojęzyczność**: Pełne wsparcie dla języka rosyjskiego i uzbeckiego
    - **Dostępność 24/7**: Całodobowa praca bez dni wolnych

    ## Kluczowe możliwości

    **Interfejs Głosowy i Tekstowy**
    - Rozpoznawanie i syntezę mowy przez Yandex SpeechKit z natywnymi głosami dla RU/UZ
    - Wsparcie dla formatów WebM, Opus, MP3
    - Czat tekstowy do komunikacji pisemnej

    **Inteligentny System Rekomendacji**
    - Analiza NLP wymagań użytkownika
    - Wyszukiwanie wektorowe w bazie 50+ taryf
    - Spersonalizowane rekomendacje na podstawie potrzeb

    **FAQ z Semantycznym Wyszukiwaniem**
    - Baza wiedzy: 29 pytań-odpowiedzi w 13 kategoriach
    - Wyszukiwanie wektorowe z dokładnością 87-98%
    - Automatyczna wektoryzacja nowych FAQ
    - Statystyki wyświetleń do analizy popularności

    **Rozszerzona Panel Administracyjny**
    - Zarządzanie taryfami i FAQ przez wygodny interfejs
    - Edytowanie inline, testowanie podobieństwa pytań
    - Szczegółowe logi dialogów z metrykami czasowymi
    - Wizualizacja statystyk zapytań

    ## Stos technologiczny

    **Backend**: Django 5.2 (async), Django Ninja (REST API), PostgreSQL 16 + pgvector, Redis

    **AI & ML**: OpenAI GPT-4, Yandex SpeechKit (STT/TTS), sentence-transformers (multilingual-e5-large), pgvector (wyszukiwanie wektorowe)

    **DevOps**: Docker & Docker Compose, Gunicorn + Uvicorn, Nginx, Systemd

    **Dodatkowo**: django-unfold, FFmpeg, cryptography, httpx

    ## Cechy techniczne

    **Asynchroniczne przetwarzanie**: Równoległa praca STT, wyszukiwania wektorowego, generacji AI i TTS w celu minimalizacji czasu odpowiedzi

    **Wyszukiwanie wektorowe**: Porównanie semantyczne z progiem 0.7 dla FAQ, buforowanie wektorów w celu przyspieszenia

    **Dialogi kontekstowe**: Zachowanie historii ostatnich 10 wiadomości, ciągłe dialogi z session_id, adaptacyjne podpowiedzi

    **Analityka**: Metryki czasu dla każdego etapu, liczenie tokenów, pełne logowanie zapytań

    ## Wyniki

    - Przetwarzanie zapytań: < 2 sekundy na pełny cykl (STT → AI → TTS)
    - Dokładność FAQ: 87-98% trafności semantycznego wyszukiwania
    - Pokrycie: 29 FAQ w 13 kategoriach, 50+ taryf
    - Bezpieczeństwo: tokeny API, szyfrowanie danych (Fernet), ochrona CORS/CSRF, ograniczenie liczby zapytań
    - Gotowość do produkcji: kontenery Docker, automatyczne migracje, kontrole stanu, SSL/TLS

    ## Osiągnięcia

    Projekt demonstruje głębokie zrozumienie nowoczesnych technologii AI/ML, doświadczenie w pracy z wektorowymi bazami danych, umiejętności tworzenia wysokoobciążonych systemów asynchronicznych oraz integracji złożonych zewnętrznych API (Yandex, OpenAI), znajomość praktyk DevOps.

    ---

    **Technologie**: Python, Django 5.2, PostgreSQL, pgvector, Redis, Docker, OpenAI GPT-4, Yandex SpeechKit, NLP, Wyszukiwanie Wektorowe, REST API, Async/Await

    **Termin rozwoju**: 3 tygodnie | **Status**: Gotowy do produkcji, aktywnie używany
  • 1272 PLN

    System AI do optymalizacji przemysłowych akumulatorów baterii

    AI i uczenie maszynowe
    Opracowano inteligentny system zarządzania przemysłowymi akumulatorami (400 kW·h) z wykorzystaniem sztucznej inteligencji Google Gemini w celu maksymalizacji zysku z arbitrażu energii elektrycznej na rynku "dzień przed" (RDN).

    Zadanie biznesowe
    Klient miał przemysłową baterię SmartLogger 3000C01 o mocy 400 kW·h, ale zarządzał nią ręcznie. Należało stworzyć zautomatyzowany system, który:

    Analizuje godzinowe ceny energii elektrycznej na RDN (rynek "dzień przed")
    Uwzględnia rzeczywiste zużycie przedsiębiorstwa
    Tworzy optymalny harmonogram ładowania/rozładowania
    Maksymalizuje zysk ze sprzedaży energii elektrycznej
    Realizacja techniczna
    Stos technologii:

    Python 3.x (Flask, SQLite)
    Google Gemini AI API (gemini-2.0-flash-exp)
    Integracja API SOAP (SmartLogger)
    REST API (OREE - rynek energii elektrycznej)
    Cron do automatyzacji
    Parsowanie Excela (dane historyczne zużycia)
    Architektura systemu:

    Moduł zbierania danych:

    Integracja z OREE API w celu uzyskania cen RDN na następny dzień
    Parsowanie danych historycznych zużycia z Excela (KWT.xls)
    Odczyt bieżącego stanu baterii przez SOAP API SmartLogger
    AI-optymalizator (rdzeń systemu):

    Opracowanie specjalizowanego promptu dla Gemini z krokowym algorytmem
    Analiza 24-godzinnego okna z uwzględnieniem:
    Godzinowych cen energii elektrycznej (zł/kW·h)
    Prognozowanego zużycia przedsiębiorstwa
    Technicznych ograniczeń baterii (szybkość ładowania/rozładowania)
    Progu ROI (minimalna marża 3 zł/kW·h)
    Wsparcie dla optymalizacji multi-cycle (szczyty poranne + wieczorne)
    Adaptacyjne rozładowanie zgodnie z rzeczywistym zużyciem
    Moduł wykonawczy:

    Automatyczne wykonywanie harmonogramu przez SOAP API
    Godzinowy monitoring i korekty
    Logowanie wszystkich operacji
    Powiadomienia Telegram o statusie
    Interfejs webowy (Flask):

    Dashboard z wizualizacją wykresów pracy
    Historia operacji i zysków
    Ustawienia parametrów systemu
    Uwierzytelnianie i kontrola dostępu
    Wyniki
    Osiągnięcia techniczne:

    Zwiększenie godzin rozładowania z 2 do 10 na dobę
    Wzrost zysku o 11% (z 2,874 do 3,198 zł/dzień)
    Automatyzacja 100% rutynowych operacji
    Dokładność prognoz zużycia 95%+
    Efekt ekonomiczny:

    Prognozowany miesięczny zysk: ~96,000 zł
    ROI systemu: zwrot z inwestycji w 2-3 miesiące
    Oszczędność czasu klienta: 2-3 godziny dziennie
    Kluczowe rozwiązania techniczne
    Integracja z AI:

    Opracowanie specjalizowanego promptu z krokowym algorytmem
    Tryb JSON dla gwarantowanej struktury odpowiedzi
    Mechanizm zapasowy w przypadku niedostępności AI
    Optymalizacja zużycia:

    Analiza danych historycznych z poprzedniego tygodnia
    Uwzględnienie dziennego harmonogramu pracy przedsiębiorstwa
    Dynamiczna adaptacja mocy rozładowania
    Niezawodność:

    Mechanizm ponownego próbowania dla zapytań API (do 10 prób)
    Scenariusze zapasowe w przypadku awarii połączenia
    Szczegółowe logowanie wszystkich operacji
    Automatyzacja:

    Zadanie Cron do codziennej prognozy (00:00)
    Godzinowe zbieranie statystyk i wykonywanie poleceń
    Nieprzerwana praca 24/7
    Złożoność realizacji
    Integracja API: SOAP (SmartLogger), REST (OREE), AI (Gemini)
    Algorytmy: optymalizacja multi-cycle, programowanie dynamiczne
    Wdrożenie: serwer produkcyjny z SSH, ustawienia cron
    Testowanie: testy lokalne, walidacja produkcji, porównania A/B
    Unikalność projektu
    Hybrydowe podejście: AI + zasady logiki biznesowej
    Adaptacyjność: system uwzględnia rzeczywiste zużycie, a nie teoretyczne maksima
    Optymalizacja multi-cycle: częściowe cykle w celu maksymalizacji zysku
    Gotowość do produkcji: pełna automatyzacja z minimalnym zaangażowaniem operatora
    Umiejętności zastosowane w projekcie
    Integracja Python AI/ML Google Gemini API SOAP/REST API Flask SQLite Automatyzacja Cron Parsowanie Excela Wdrożenie produkcyjne Administracja Linux Optymalizacja algorytmów Analiza danych Przemysłowy IoT

    Czas trwania projektu: 2 tygodnie
    Rola: programista full-stack + integracja AI
    Status: uruchomiono w produkcji, działa autonomicznie
  • 1817 PLN

    Tracker czasu dla Mac OS

    Python
    # MTimer — Natywny Tracker Czasu dla macOS

    ## O projekcie

    Wielofunkcyjna natywna aplikacja do śledzenia czasu na macOS. Opracowana z użyciem PyObjC (AppKit) oraz SQLite, demonstruje głębokie zrozumienie ekosystemu Apple oraz tworzenia profesjonalnych aplikacji desktopowych w Pythonie.

    **Kluczowe osiągnięcia:**
    - 100% natywny interfejs użytkownika przez AppKit bez technologii webowych
    - Uniwersalny plik binarny (x86_64 + arm64) gotowy do dystrybucji
    - Wielojęzyczność z automatycznym określaniem języka systemowego (UK/EN/RU)
    - Architektura gotowa do produkcji z czystym podziałem logiki

    ## Stos technologiczny

    **Podstawa:** PyObjC (AppKit), SQLite, py2app
    **Wzorce:** MVC, Singleton, Observer, Zarządzanie stanem
    **UI:** NSTableView, NSStatusBar, NSAlert, NSUserNotificationCenter

    ## Podstawowa funkcjonalność

    **Zarządzanie czasem**
    - Inteligentny Timer z automatycznym podziałem sesji o północy
    - Filtry okresów (Dziś/Tydzień/Miesiąc) z agregacją w czasie rzeczywistym
    - Dynamiczne obliczanie kosztów na podstawie stawek godzinowych
    - Automatyczne przywracanie aktywnej sesji po restarcie

    **Doświadczenie użytkownika**
    - Responsywny design z obsługą jasnego/ciemnego motywu
    - Skróty klawiaturowe (⌘, dla Ustawień, Delete do usuwania)
    - Natywne powiadomienia przy rozpoczęciu/zatrzymaniu śledzenia
    - Aplikacja w pasku menu z żywym timerem i szybkim przełączaniem zadań

    **Zarządzanie danymi**
    - Operacje CRUD z projektami i stawkami godzinowymi
    - Edytowanie przez osobne okno Ustawień
    - Bezpieczne usuwanie z potwierdzeniem NSAlert
    - Synchronizacja UI i paska menu w czasie rzeczywistym przy zmianie danych

    ## Wyzwania techniczne

    **1. Obsługa klawiatury w NSTableView**
    Stworzono subclass `DeletableTableView` z nadpisanym `keyDown_` dla klawisza Delete, używając `objc.super()` dla poprawnej pracy z runtime Objective-C.

    **2. Synchronizacja UI po edytowaniu**
    Zrealizowano system callbacków z zachowaniem wyboru przez project_id, odświeżając wszystkie komponenty (tabela, pasek statusu, filtry) jednocześnie.

    **3. Lokalizacja w skompilowanej aplikacji**
    Użyto `NSLocale.preferredLanguages()` zamiast modułu locale z łańcuchem fallback dla maksymalnej zgodności.

    **4. Cykl życia aplikacji**
    Nadpisano `windowShouldClose_` z `orderOut_`, `setReleasedWhenClosed_(False)` oraz `applicationShouldHandleReopen_` dla poprawnego ukrywania/pokazywania.

    ## Wyniki

    ✓ Stabilna aplikacja gotowa do produkcji bez awarii
    ✓ Wsparcie dla Intel Mac oraz Apple Silicon
    ✓ Minimalny ślad (~50MB samodzielnie)
    ✓ Natychmiastowa odpowiedź UI
    ✓ Całkowicie udokumentowany kod

    ## Nabyte umiejętności

    - **Rozwój macOS:** framework AppKit, NSStatusBar/NSMenu/NSTableView, obsługa zdarzeń systemowych, koordynacja wielu okien
    - **Zaawansowany Python:** mostek PyObjC, interakcja z runtime Objective-C, pakowanie py2app, podpisywanie kodu
    - **Baza danych:** optymalizacja SQLite, zapytania agregacyjne, zarządzanie transakcjami
    - **Inżynieria oprogramowania:** najlepsze praktyki i18n, projektowanie UX dla desktopów, obsługa błędów, kontrola wersji

    ---

    **GitHub:** https://github.com/maciborka/MTimer
    **Stos:** Python 3.12, PyObjC (AppKit), SQLite, py2app
    **Platforma:** macOS 12+ Uniwersalny (x86_64 + arm64)
    **Licencja:** MIT
  • 7269 PLN

    Mini-CRM

    Python
    Mini-CRM: Niestandardowy system do automatyzacji ewidencji i zarządzania transakcjami
    Ten projekt to w pełni niestandardowy system CRM, zbudowany od zera w celu efektywnego zarządzania osobistymi procesami biznesowymi. Głównym celem było stworzenie zunifikowanego, elastycznego i wysoce wydajnego narzędzia do zarządzania bazą klientów, śledzenia etapów transakcji, kontrolowania przepływów finansowych oraz automatyzacji rutynowego obiegu dokumentów.

    Kluczowe możliwości i funkcje

    System łączy w sobie kilka potężnych modułów, które obejmują pełny cykl pracy z klientem:

    Finansowy pulpit nawigacyjny (Dashboard): Ekran główny zapewnia przejrzyste podsumowanie kluczowych wskaźników biznesowych: Przychody, Koszty, Podatki i Saldo za wybrany okres. Interaktywny wykres "Trend roczny" oraz diagram "Struktura wydatków" (jak widać na zrzucie ekranu) pozwalają na błyskawiczną ocenę kondycji finansowej.

    Zarządzanie transakcjami (Lejek sprzedaży): Wdrożono pełnoprawny lejek sprzedaży, w którym każda transakcja przechodzi przez konfigurowalne etapy (np. "Zapytanie / Podpisano", "Protokół / Podpisano", "Otrzymano / Opłacono"). Daje to jasny wizualny obraz bieżącego stanu wszystkich projektów.

    Integracja z bankiem (PrivatBank): CRM automatycznie pobiera i rozpoznaje transakcje z Privat24. Eliminuje to potrzebę ręcznego wprowadzania danych i pozwala jednym kliknięciem "powiązać" rzeczywistą wpłatę z konkretną fakturą lub transakcją.

    Automatyzacja obiegu dokumentów: System umożliwia generowanie faktur (Рахунки) i protokołów odbioru (Акти) na podstawie danych transakcji i katalogu usług. Co najważniejsze, dokument można natychmiast wysłać do klienta na e-mail bezpośrednio z interfejsu CRM, co radykalnie oszczędza czas.

    Integracje z AI i Telegramem: Wbudowany bot na Telegramie służy do natychmiastowych powiadomień o nowych transakcjach, płatnościach czy zmianach statusu. Moduły AI pomagają w analityce i automatyzacji (np. w klasyfikacji wydatków czy prognozowaniu).

    Katalog produktów i usług: Hierarchiczny katalog "Produktów i usług" pozwala na zarządzanie asortymentem, rejestrując zarówno cenę zakupu, jak i sprzedaży, co upraszcza tworzenie faktur i obliczanie rentowności.

    Stos technologiczny

    Jedną z kluczowych cech projektu jest nowoczesny i lekki stos technologiczny, zapewniający dużą szybkość działania interfejsu:

    Backend: Python (Django) dla całej logiki biznesowej, API i integracji.

    Frontend: htmx do tworzenia dynamicznego i "reaktywnego" interfejsu bez konieczności pełnego przeładowywania strony, co sprawia, że praca w CRM jest szybka i płynna.

    Wdrożenie (Deployment): Docker do konteneryzacji aplikacji, co zapewnia łatwość wdrażania, skalowalność i izolację środowiska.

    Integracje: API PrivatBank, Telegram Bot API, usługi AI.

    Rezultat

    W rezultacie powstało potężne osobiste narzędzie, w pełni dostosowane do specyficznych procesów biznesowych. Automatyzuje ono rutynowe zadania, zapewnia pełną kontrolę nad finansami i transakcjami oraz konsoliduje wszystkie kluczowe dane w jednym miejscu.
  • 363 PLN

    Domena-Gem

    Python
    Inteligentne narzędzie do automatycznego wyszukiwania i sprawdzania dostępności nazw domen z wykorzystaniem Google Gemini AI.

    Możliwości

    Generowanie domen AI: Wykorzystuje Google Gemini do tworzenia kreatywnych nazw domen.
    Sprawdzanie dostępności: Sprawdzenie dostępności domen w czasie rzeczywistym WHOIS.
    Automatyczne logowanie: Zapis wyników do plików available.txt i taken.txt.
    Filtrowanie duplikatów: Automatyczne wykluczanie już sprawdzonych domen.
    Interaktywny tryb: Interfejs czatu do tworzenia domen na podstawie dowolnych zapytań.
    Elastyczna autoryzacja: Wsparcie dla kluczy API i kont serwisowych.
    Statystyki: Szczegółowe raporty dotyczące sprawdzonych domen.
    ProcessSniper: Poprawne zarządzanie procesami i wątkami (bezpieczeństwo przy naciśnięciu Ctrl+C).
    Konfigurowalne wymagania: Pełna konfiguracja wymagań dotyczących domen przez config.py.
    Podgląd promptów: Możliwość zobaczenia dokładnego promptu wysyłanego do Gemini AI.
  • 1639 PLN

    Cloudflare-Firebase Sync — System automatyzacji poddomen

    Python
    Produkcjonna gotowa система do automatycznego tworzenia i zarządzania subdomenami z integracją Cloudflare DNS i Firebase Remote Config. Rozwiązuje problemy związane z odpornością, skalowalnością i automatyzacją infrastruktury.

    Kluczowe Funkcje

    Funkcja Opis Teknologie
    Tworzenie wsadowe Równoczesne tworzenie wielu subdomen Python, Cloudflare API
    Auto-Rotacja Automatyczna rotacja i czyszczenie według harmonogramu Cron, SQLite
    Multi-Firebase Publikacja w wielu projektach Firebase Firebase Admin SDK
    Round-Robin Równomierny podział między domenami Custom Algorithm
    Monitorowanie Szczegółowe logowanie i metryki Python Logging
    Stos Technologiczny

    Backend: Python 3.12, SQLite

    APIs: Cloudflare API, Firebase Admin SDK

    DevOps: Cron, Shell Scripting, Git

    Testowanie: Testy jednostkowe, Testy integracyjne

    Wzorce: Przetwarzanie wsadowe, Multi-tenant, Modularna architektura

    Metryki Wydajności

    Tworzenie 1 subdomeny: 8 sekund

    Pakiet (3 subdomeny): 15 sekund

    Przyspieszenie procesu: 10x w porównaniu do ręcznego tworzenia

    Uptime: 99.9% dzięki failover

    Obniżenie kosztów: 60% na eksploatację

    Innowacje Architektoniczne

    Przetwarzanie wsadowe:

    Python
    # Równoczesne tworzenie N subdomen
    SUBDOMAINS_BATCH_SIZE = 3
    subdomains = ["abc.domain1.com", "def.domain2.com", "xyz.domain3.com"]
    Publikacja Multi-Firebase:

    JSON
    {
    "reserve_urls": [
    "https://abc.domain1.com/api/",
    "https://def.domain2.com/api/"
    ]
    }
    Inteligentne Round-Robin:

    Python
    # Inteligentne balansowanie obciążenia
    domain = domains[index % len(domains)]
    Jakość i Testowanie

    100% pokrycia testami krytycznej funkcjonalności

    Pełna dokumentacja i API reference

    Zgodność z PEP 8 i wskazówki dotyczące typów

    Gotowość CI/CD z zautomatyzowanymi skryptami

    Zastosowania Biznesowe

    Rozwiązuje problemy:

    Failover dla systemów o wysokim obciążeniu

    Testy A/B i wdrożenia canary

    Geograficzny podział obciążenia

    Automatyczne skalowanie infrastruktury

    Wyniki:

    Zero-downtime przy awariach

    3x zwiększenie throughput w trybie wsadowym

    60% oszczędności kosztów eksploatacyjnych

    Sekundy zamiast godzin na wdrożenie

    Demonstrowane Umiejętności

    Branża Umiejętności
    Backend Integracja REST API, Projektowanie baz danych, Obsługa błędów
    DevOps Automatyzacja procesów, Zarządzanie konfiguracją, Monitorowanie
    Architektura Modularny design, Skalowalność, Systemy multi-tenant
    Jakość Testy jednostkowe, Dokumentacja, Standardy kodu
    Wartość dla Portfolio

    Produkcjonna gotowa rozwiązanie z zastosowaniem w rzeczywistym świecie

    Nowoczesne technologie i usługi chmurowe

    Skalowalna architektura na poziomie enterprise

    Pełna automatyzacja z metrykami wydajności

    Kompleksowe testowanie i dokumentacja

    Struktura Projektu

    cloudflare-firebase-sync/
    ├── modules/ # Modularna architektura
    │ ├── cloudflare_api.py # Integracja z Cloudflare
    │ ├── firebase_api.py # Firebase Remote Config
    │ └── database.py # Operacje z SQLite
    ├── test/ # Kompleksowe testowanie
    │ ├── test_batch_workflow.py
    │ └── test_integration.py
    ├── main.py # Główny proces roboczy
    ├── config.py # System konfiguracji
    └── docs/ # Dokumentacja techniczna

    Kluczowa funkcja: Tryb wsadowy tworzenia subdomen z publikacją w wielu Firebase.
    Wynik: W pełni zautomatyzowany system z 99.9% uptime.

    Projekt demonstruje zdolność do tworzenia rozwiązań klasy enterprise do automatyzacji infrastruktury chmurowej.
  • 1639 PLN

    Integracja KeyCRM z BigQuery dla e-commerce

    Python
    Zautomatyzowany system do importu, przetwarzania i analizy zamówień sklepu internetowego z integracją KeyCRM i Google BigQuery.
    Zrealizowano pełną synchronizację zamówień, produktów, płatności, pól niestandardowych oraz danych marketingowych.
    Dane z KeyCRM przechodzą oczyszczanie, normalizację, powiązanie z dodatkowymi bytami i są eksportowane do BigQuery w celu budowy raportów, analizy i BI.

    Kluczowe możliwości:

    Import zamówień, produktów, klientów, menedżerów, płatności, danych marketingowych z KeyCRM przez OpenAPI.

    Przetwarzanie pól niestandardowych zamówienia (custom_fields) z obsługą wartości dla każdego zamówienia.

    Przechowywanie i aktualizacja danych w MySQL (Django ORM) z obsługą migracji i logiki idempotentnej.

    Eksport zamówień do Google BigQuery z automatycznym tworzeniem i aktualizowaniem schematu tabeli.

    Operacje MERGE dla UPSERT w BigQuery: nowe i zaktualizowane zamówienia synchronizowane są bez duplikacji.

    Lokalne lustro zamówień dla szybkiej analizy i porównania danych.

    Wsparcie dla złożonych powiązań: produkty w zamówieniu, niestandardowe powody anulowania/wymiany/zwrotu, komentarze menedżera.

    Panel administracyjny Django z wygodnym przeglądaniem i edytowaniem wszystkich bytów.

    Technologie:

    Python 3.12, Django 5.x, MySQL, Google BigQuery, REST API (KeyCRM), Celery, Docker.

    Pełne wsparcie dla migracji, idempotentnych aktualizacji, transakcji.

    Logowanie, obsługa błędów, automatyczne testy.

    Wynik:

    System pozwala firmie uzyskiwać aktualne, czyste i uporządkowane dane o zamówieniach do analizy, raportowania i BI, automatyzować eksport do chmury, śledzić przyczyny zwrotów/anulacji, budować raporty według pól niestandardowych i kanałów marketingowych.
  • 909 PLN

    Generator adresów kryptowalutowych Vanity

    Python
    Wysokowydajny generator spersonalizowanych adresów kryptograficznych
    Opis projektu
    Opracowałem zaawansowany generator pięknych (vanity) adresów dla kryptowalut z maksymalną optymalizacją wydajności. System umożliwia tworzenie spersonalizowanych adresów kryptograficznych z określonymi prefiksami lub sufiksami dla głównych sieci blockchain.

    Specyfikacje techniczne
    Obsługiwane blockchainy:

    Bitcoin (BTC) - adresy P2PKH
    Ethereum (ETH) - standardowe adresy
    TRON (TRX) - adresy natywne
    Litecoin (LTC) - adresy P2PKH
    Dogecoin (DOGE) - adresy P2PKH
    Architektura i technologie:

    Python 3.8+ z architekturą wieloprocesorową
    Maksymalne wykorzystanie CPU - do 100% obciążenia wszystkich rdzeni
    Optymalizowane biblioteki kryptograficzne: secp256k1, web3.py, eth-account
    Wydajność: 100,000+ adresów na sekundę na nowoczesnym sprzęcie
    Kluczowe cechy
    Dwu trybowa praca:

    Pojedyncze wyszukiwanie dla szybkich zadań
    Tryb wsadowy z plikami konfiguracyjnymi CSV
    Inteligentny system:

    Automatyczna ocena trudności i czasu wyszukiwania
    System priorytetów dla wykonania wsadowego
    Ostrzeżenia o długoterminowych zadaniach
    Łatwość użycia:

    Automatyczne zapisywanie wyników w CSV
    Zorganizowana struktura plików
    Interfejs CLI z szczegółową dokumentacją
    Bezpieczeństwo:

    Kryptograficznie odporna generacja kluczy
    Lokalne przetwarzanie bez zapytań sieciowych
    Bezpieczne przechowywanie kluczy prywatnych
    Realizacja techniczna
    Optymalizacje wydajności:

    Wieloprocesowość zamiast wątków (obejście GIL Pythona)
    Architektura bez blokad z lokalnymi licznikami
    Buforowanie operacji kryptograficznych
    JIT-kompilacja krytycznych fragmentów
    Struktura kodu:

    Modularna architektura z oddzielnymi modułami sieciowymi
    Abstrakcyjna klasa bazowa dla rozszerzalności
    Optymalizowane zależności (tylko niezbędne biblioteki)
    Kompleksowe zarządzanie błędami i logowanie
    Wyniki i metryki
    Wydajność: Do 100,000+ adresów/sek na systemach wielordzeniowych
    Wsparcie: 5 głównych kryptowalut
    Tryby pracy: Pojedyncze i wsadowe wyszukiwanie
    Automatyzacja: Pliki konfiguracyjne dla masowych zadań
    Niezawodność: Pełne przetwarzanie błędów i poprawne zakończenie
    Wykorzystywane technologie
    Języki: Python 3.8+
    Kryptografia: secp256k1, hashlib, secrets
    Blockchain: web3.py, eth-account, base58
    Architektura: multiprocessing, concurrent.futures
    CLI: argparse, rich formatting
    Dane: CSV, JSON, strukturalne logowanie
    Zastosowanie
    Projekt jest poszukiwany do:

    Tworzenia markowych adresów kryptograficznych dla firm
    Generowania pamiątkowych adresów do użytku osobistego
    Masowego tworzenia tematycznych adresów
    Zadań badawczych w dziedzinie kryptografii
    Osiągnięcia projektu
    Maksymalna optymalizacja: Wykorzystanie wszystkich dostępnych rdzeni CPU
    Skalowalność: Od pojedynczych zadań do przetwarzania wsadowego setek zadań
    Gotowość produkcyjna: Pełne przetwarzanie błędów i bezpieczeństwo
    Dokumentacja: Szczegółowy opis techniczny i przykłady użycia
    Ten projekt demonstruje głęboką wiedzę z zakresu kryptografii, optymalizacji wydajności Pythona oraz tworzenia narzędzi gotowych do produkcji dla rozwoju blockchain.
  • 533 PLN

    Wdrożenie terminalowego serwera Windows

    Administracja systemem i siecią
    Specyfikacja techniczna:
    Wdrożenie terminalowego serwera Windows z serwerem VPN dla dostępu.

    Podjęto decyzję o użyciu dostawcy chmury Gigacloud. Na bazie ich technologii została rozwinięta infrastruktura z maszyną wirtualną Windows Server 2016 i MikroTik. W MikroTik utworzono VPN L2TP i zbudowano infrastrukturę sieciową. Dzięki temu Windows Server był chroniony przed zagrożeniami zewnętrznymi.
    Skonfigurowano także codzienne tworzenie kopii zapasowych.
  • 1639 PLN

    System backendowy

    Python
    Zadaniem od klienta było stworzenie systemu, który ekstrahowałby dane z systemu CRM KeyCRM przez API. Wszystkie dane powinny być zapisywane w bazie danych, a po przetworzeniu wysyłane do Google Sheets za pomocą API.

    Do realizacji projektu zaproponowano użycie Pythona w połączeniu z frameworkiem Django. Do automatyzacji procesu wysyłania danych używane były Celery i Redis. Uwzględniono ograniczenia dotyczące częstotliwości zapytań do KeyCRM i Google, dzięki czemu system nie przekracza ustalonych limitów i nie ulega blokadom. Ustawienia częstotliwości odpytywania serwerów regulowane są przez panel administracyjny. Realizacja tego etapu pracy została wykonana w najkrótszym możliwym czasie.

    Pomimo szybkości rozwoju, w projekcie zaplanowano podstawy do skalowania i zwiększenia funkcjonalności.

    Klient zaproponował przejście na stałą współpracę, co stało się impulsem do modernizacji produktu i rozszerzenia jego funkcjonalności poza pierwotne specyfikacje techniczne. Zaproponowano stworzenie jednolitego systemu przyjmowania zamówień z możliwością gromadzenia informacji o klientach i ochrony przed oszustwami. W systemie zintegrowano weryfikację użytkowników przez reCAPTCHA. Dzięki jednolitemu systemowi przetwarzania danych ze wszystkich landing page'ów, wdrażanie nowych punktów sprzedaży zajmuje minimalną ilość czasu.

    System nadal funkcjonuje i jest obsługiwany. Wprowadzenie nowej funkcjonalności odbywa się w ciągu kilku godzin.

    Obecnie zaimplementowano system gromadzenia danych geograficznych klientów, korzystając z zewnętrznych usług. Te informacje są wysyłane w czasie rzeczywistym do KeyCRM, bazy danych i na pocztę przy każdym nowym zamówieniu.

    Obecnie istnieje ponad 30 landing page'ów.
  • 410 PLN

    Przykład bota

    Python
    Przykład bota, który przeprowadza ankietę wśród kandydatów do pracy. Bot zadaje pytania i odbiera odpowiedzi od użytkownika. Wszystkie dane są przechowywane w bazie danych. Właściciel bota ma możliwość dodawania lub usuwania pytań i opcji odpowiedzi.
  • 1693 PLN

    Telegram Boot

    Python
    Tworzenie botu dla dużej firmy: Tworzono unikalny bot, który informuje pracowników w przedsiębiorstwie. Program jest zintegrowany z różnymi źródłami informacji i jest w stanie wysłać wiadomość do pracowników automatycznie na rozkład lub na żądanie. Szczegółowe cechy botu obejmują powiadomienie o nieautoryzowanym wejściu transportu na terytorium, wysyłanie raportów o przybyciu pracowników do pracy, a także możliwość wyszukiwania informacji o numerze samochodu i imieniu pracownika. W projekcie wykorzystywane są technologie Python, Celery i Redis.
  • 410 PLN

    Sklep internetowy .

    Programowanie stron internetowych
    Usługi optymalizacji i ustawienia strony internetowej dla e-commerce:

    Naprawa błędów na stronie: Szybkie i skuteczne usunięcie wad technicznych i funkcjonalnych w celu zapewnienia stabilnej pracy strony.
    Włączenie możliwości sprzedaży online: Aktywacja i ustawienie wszystkich niezbędnych funkcji do realizacji sprzedaży za pośrednictwem Internetu.
    Rekonstrukcja katalogu towarów: Pełne tworzenie i konfiguracja listy towarów, w tym szczegółowy opis, cenniki i zdjęcia.
    Ustawienia e-commerce: Pełna integracja i ustawienia systemu e-commerce, w tym koszyka zakupów, sposoby płatności i dostawy.
    Aktywacja powiadomiona dla klientów i pracowników: ustawienie automatyczne powiadomienia o statusach zamówień dla klientów i powiadomione dla pracowników o nowych zamówieniach i zmianach.
    Konsultacje dotyczące pracy z witryną: Szkolenie i dostarczanie zaleceń klientom w zakresie korzystania i zarządzania witryną, w tym zarządzania treścią, przetwarzania zamówień i analizy.
  • 1058 PLN

    Fundusz charytatywny

    Programowanie stron internetowych
    Strona internetowa wix

Recenzje dotyczące zrealizowanych zleceń 15

  • Prawdziwy ekspert
  • Znawca w swojej dziedzinie
  • Szybkie odpowiedzi
  • Pierwszorzędna jakość
  • Przyjemna komunikacja
  • Duża odpowiedzialność
  • Świetna cena
  • Szybсiej niż błyskawica

18 maja 123 PLN
Skonfigurować wyzwalacz fiskalizacji w KeyCRM

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Jak zawsze, wszystko jasno, szybko i częściowo proaktywnie. Polecam Witalija do współpracy.

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Zadanie wykonane jakościowo, z zrozumieniem i konsultacjami.
Polecam tego specjalistę do zaangażowania w projekty z integracjami systemów płatniczych, CRM oraz usługami fiskalizacji.

26 listopada 2025 57 PLN
Konsultacja dotycząca projektu

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Andrzej bardzo profesjonalnie doradził w wszystkich interesujących nas kwestiach. Szczegółowo wyjaśnił skomplikowane zagadnienia i dał rekomendacje dotyczące dalszej pracy nad naszym projektem. Mogę tylko polecić jako kompetentnego programistę. Będę zadowolona z dalszej współpracy.

16 listopada 2025 70 PLN
Konsultacja dotycząca projektu 1C analityka

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Zadania w ramach projektu zostały wykonane w pełnym zakresie. Specjalista zna się na swoim fachu.

15 listopada 2025 57 PLN
Konsultacja

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Wszystko świetnie, profesjonalnie wyjaśnił niektóre kwestie. Pracujemy dalej.

Vlas Zubenko | Indywidualny | Wzajemna opinia

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Kompetencje i pełne zaangażowanie w zadanie z szybkim jego rozwiązaniem

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Zrobione w najlepszy możliwy sposób

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Maksymalnie pozytywny komentarz i szczera rekomendacja do współpracy z Witalijem!

Projekt zrealizowany w terminie (trzykrotnie szybciej niż zadeklarowano), w ramach ustalonego budżetu (było "niebezpieczeństwo" podwyżki w związku z wykrytymi podczas realizacji projektu "trudnościami", ale ostatecznie do tego nie doszło, za co osobne podziękowania).
Komunikacja - błyskawiczna, zorganizowana.
Plan działania - spisany, omawiany (nawet określona jest obecność planu B w przypadku niepowodzenia z A).
Plan A zadziałał - wszystko zrealizowane, wszystko działa - przyjemność 🙂

Do takiej pracy bardzo pasuje charakterystyka "na specyfikację, na czas, w budżecie".
Miło pracować z specjalistą takiego poziomu - najwyższa klasa.

W razie potrzeby na pewno będziemy się jeszcze kontaktować.
Dziękuję.

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Praca wykonana szybko i jakościowo. Były pewne niuanse z naszej strony, wykonawca szczegółowo się z tym zapoznał i wszystko wyjaśnił. Polecam do współpracy!

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Świetnie wykonane zadanie na czas i z zachowaniem wszystkich szczegółów specyfikacji technicznej.

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Wszystko jest wystarczająco dobrze. Dziękuję!

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Wspaniały wykonawca. Polecam do współpracy, osoba nie tylko wykonała zadanie, ale także wyjaśniła jak i co działa. Dlatego 10/10.

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Zadanie zostało wykonane szybko. Wynik jest zadowolony.

26 grudnia 2023 123 PLN
Strona kosmetyczna w WIX

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Bardzo dziękuję Wojciechowi za wykonane prace. Przetworzone, aby towar trafił do koszyka, jak trzeba było w zadaniu. Praca została wykonana bardzo szybko i bardzo dobrze, co było dla mnie bardzo ważne.

Jakość
Profesjonalizm
Koszt
Zawsze w kontakcie
Terminy

Wszystko odbywa się szybko i sprawnie, polecam pracę.

Aktywność

  Ostatnie oferty 10
Zlecenie freelance
Zlecenie freelance
Raport w Telegramie dotyczący przekroczenia linii kamer wideo DAhua Indywidualne zlecenie
705 PLN
Opracowanie MVP usługi AI do przygotowywania tekstów naukowych Indywidualne zlecenie
Opracowanie MVP usługi AI do przygotowywania tekstów naukowych
91 PLN
Programista Backendowy
618 PLN
Skonfigurować wyzwalacz fiskalizacji w KeyCRM Indywidualne zlecenie
123 PLN
Zeskanować i załadować kalkulatory Indywidualne zlecenie
820 PLN
Zlecenie freelance
328 PLN
Zlecenie freelance