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

Andrii Derypapa

Zaproponuj Andrii pracę nad swoim kolejnym zleceniem.

Polska Wrocław, Polska
7 miesięcy 10 dni temu
Gotowy do podjęcia pracy gotowy do podjęcia pracy
wiek 19 lat
w Serwisie 7 miesięcy 10 dni

Ranking

Zakończonych zleceń
Brak danych
Średnia ocena
Brak danych
Ranking
42
Python
Javascript & Typescript

Poziom znajomości języków obcych

Українська Українська: native
Русский Русский: native
Polski Polski: poziom wyżej niż średni
English English: średniozaawansowany

Umiejętności i kwalifikacje

Portfolio


  • 100 PLN

    Guarda Wallet Auto Creator — Narzędzie do automatyzacji w sieci

    Automatyzacja masowego tworzenia portfeli kryptowalutowych

    Skrypt Python do automatyzacji procesu tworzenia wielu portfeli kryptowalutowych na platformie Guarda z zachowaniem kopii zapasowych.

    Opis projektu

    Narzędzie wykorzystuje automatyzację przeglądarki Selenium do wykonania wszystkich kroków rejestracji portfela: wypełnianie pól hasła, potwierdzenie warunków i pobieranie plików kopii zapasowej. Wszystkie dane są automatycznie agregowane do jednego pliku tekstowego dla wygodnego zarządzania.

    Kluczowe możliwości

    Automatyzacja procesu:

    Tworzenie N liczby portfeli w jednym uruchomieniu

    Automatyczne wypełnianie formularzy rejestracyjnych

    Pobieranie plików kopii zapasowej z frazami seed

    Agregacja wszystkich danych do jednego pliku wallets.txt

    Praca z systemem plików:

    Monitorowanie folderu Downloads w poszukiwaniu nowych plików

    Sortowanie plików według daty modyfikacji

    Automatyczne odczytywanie zawartości plików kopii zapasowej

    Zapis danych z separatorami między portfelami

    Interakcja z interfejsem webowym:

    Oczekiwanie na załadowanie elementów przez WebDriverWait

    Wyszukiwanie elementów według XPath i ID

    Sprawdzanie klikalności elementów przed interakcją

    Wypełnianie pól hasła i potwierdzenia

    Stos technologiczny

    Automatyzacja webowa:

    Selenium WebDriver — zarządzanie przeglądarką Chrome

    WebDriverWait — oczekiwanie na załadowanie elementów DOM

    Oczekiwane warunki — sprawdzanie stanów elementów

    Rdzeń Pythona:

    os — praca z systemem plików i ścieżkami

    time — opóźnienia dla stabilności pobierania

    Lokalizatory:

    XPath dla złożonych selektorów formularzy

    ID dla unikalnych elementów przycisków

    Atrybuty Placeholder dla dokładnej identyfikacji

    Zrealizowana logika

    Pętla tworzenia:

    Użytkownik określa liczbę kont do utworzenia

    Dla każdej iteracji uruchamiany jest nowy egzemplarz przeglądarki

    Wykonywana jest sekwencja działań rejestracyjnych

    Przeglądarka zamykana jest po zapisaniu danych

    Przetwarzanie plików:

    Uzyskanie listy wszystkich plików .txt w Downloads

    Sortowanie według czasu zmiany (najnowsze najpierw)

    Odczyt zawartości ostatnio pobranego pliku

    Dodanie do wspólnego wallets.txt z separatorami

    Niezawodność:

    Jawne oczekiwania do 15-20 sekund dla każdego elementu

    Sprawdzanie obecności i klikalności przed działaniami

    Opóźnienie 3 sekundy po pobraniu dla zakończenia zapisu

    Cechy techniczne

    Najlepsze praktyki Selenium:

    Użycie WebDriverWait zamiast time.sleep dla elementów

    Oczekiwane warunki dla stabilności testów

    Zamykanie sterownika po każdej iteracji, aby uniknąć wycieków pamięci

    System plików:

    Krosplatformowa ścieżka przez os.path.expanduser

    Funkcje lambda do sortowania plików

    Tryb zapisu Append do gromadzenia danych

    Bezpieczeństwo:

    Hardcodowanie hasła do celów demonstracyjnych (w produkcji — zmienne środowiskowe)

    Lokalne przechowywanie wrażliwych danych

    Zastosowanie i wyniki

    Masowe tworzenie testowych portfeli do rozwoju

    Automatyzacja rutynowych operacji rejestracji

    Centralne przechowywanie wszystkich danych kopii zapasowych

    Oszczędność czasu przy tworzeniu wielu kont

    Demonstrowane umiejętności

    Automatyzacja przeglądarki z Selenium

    Praca z systemem plików w Pythonie

    Web scraping i interakcja z DOM

    Praca z oczekiwaniami i synchronizacją

    Cykliczne przetwarzanie zadań

    Technologie: Python - Selenium WebDriver - Chrome Driver - Moduł OS - Wejście/Wyjście plików
  • 250 PLN

    Blum Auto Farm Bot — Automatyzacja Gier na Telegramie

    Python
    Automatyzacja procesu gry z symulacją ludzkiego zachowania

    Aplikacja desktopowa do automatyzacji zdobywania punktów w grze Telegram Blum. Bot emuluje działania prawdziwego gracza przez oficjalne API z tokenem Bearer do autoryzacji.

    Kluczowe możliwości

    Podstawowa funkcjonalność:

    Automatyczne przechodzenie sesji gier z losowymi wynikami

    Zarządzanie bilansem biletów przez API

    Symulacja ludzkiego zachowania: losowe opóźnienia 30-60 sekund między grami

    Losowanie zdobywanych punktów (150-250 punktów za grę)

    Interfejs:

    Desktop GUI na Tkinter z ciemnym motywem

    Sprawdzanie bilansu biletów w czasie rzeczywistym

    Wyświetlanie postępu wykonywania gier

    Zliczanie łącznej liczby zdobytych punktów

    Walidacja wejścia i obsługa błędów

    Stos technologiczny

    Frontend: Tkinter, ttkthemes, widgety ttk dla nowoczesnego UI

    Backend: Python, requests dla klienta HTTP, json do przetwarzania odpowiedzi, random do losowania

    Integracja API: Punkty końcowe API gry Blum (graj, odbierz, bilans), autoryzacja tokenem Bearer, ładunek JSON

    Zrealizowane mechaniki

    Logika gry:

    Inicjacja sesji przez POST /api/v1/game/play

    Uzyskanie gameId do śledzenia

    Oczekiwanie 30-60 sekund (symulacja prawdziwej gry)

    Zakończenie przez POST /api/v1/game/claim z losowym wynikiem

    Losowe przerwy 1-5 sekund między sesjami

    Zarządzanie zasobami:

    Automatyczne sprawdzanie bilansu biletów

    Zapobieganie uruchomieniu przy niedoborze zasobów

    Śledzenie wykorzystanych biletów i zdobytych punktów

    Cechy techniczne

    Mechanizmy antydetekcyjne:

    Losowanie czasu między grami (30-60 sek)

    Zmienność zdobywanych punktów (150-250 punktów)

    Losowe przerwy między sesjami (1-5 sekund)

    Nagłówek User-Agent do symulacji przeglądarki

    Rozwiązania architektoniczne:

    Modularna struktura z podziałem logiki

    Bloki try-except dla wszystkich operacji sieciowych

    Architektura oparta na zdarzeniach przez wywołania zwrotne Tkinter

    Optymalizacja zapytań HTTP z ponownym wykorzystaniem sesji

    Wyniki

    Automatyzacja monotonnego zdobywania punktów

    Stabilna praca bez blokad dzięki środkom antydetekcyjnym

    Prosty interfejs dla użytkowników bez umiejętności technicznych

    Oszczędność czasu przy zachowaniu efektywności

    Zastosowanie umiejętności

    Projekt demonstruje:

    Rozwój aplikacji desktopowych GUI w Pythonie

    Inżynierię odwrotną API gier

    Pracę z klientami HTTP i REST API

    Tworzenie systemów antydetekcyjnych z losowaniem

    Projektowanie UX dla aplikacji desktopowych

    Technologie: Python - Tkinter - Requests - REST API - Automatyzacja gier - API Blum

    Format: Aplikacja desktopowa (Windows/Mac/Linux)
  • 500 PLN

    CS2 Wykrywacz Oszustw — Bot Telegram zasilany AI

    Python
    Opis projektu

    Telegram-bot do automatycznej analizy plików demo gier CS2 z wykorzystaniem sztucznej inteligencji. System przeprowadza głęboką analizę zachowań graczy i wykrywa użycie cheatów z dokładnością do 89%.

    Kluczowe możliwości

    Telegram-bot:

    Automatyczne ładowanie i przetwarzanie plików demo (.dem)

    System limitów: 3 darmowe analizy + program poleceń

    Analiza AI zachowań graczy z wykorzystaniem Claude API

    Interaktywne menu z przyciskami inline do nawigacji

    Szczegółowe raporty z kategoriami podejrzanych zachowań

    Panel administracyjny:

    Zarządzanie użytkownikami i ich bilansem analiz

    System poleceń z śledzeniem statystyk

    Monitorowanie ładowania i korzystania z usługi

    Konfiguracja limitów i parametrów bota

    System analizy:

    Parsowanie zdarzeń w grze (zabójstwa, zgony, headshoty)

    Analiza zachowań: aim, reakcje, wzorce gry

    Ocena K/D, procent headshotów, stabilność gry

    Wykrywanie podejrzanych momentów z kodami czasowymi

    Ostateczny werdykt z procentem prawdopodobieństwa oszustwa

    Stos technologiczny

    Backend:

    Python — główny język programowania

    Flask — serwer WWW i API

    pyTelegramBotAPI — integracja z Telegramem

    Celery — asynchroniczne przetwarzanie zadań

    PostgreSQL — przechowywanie danych użytkowników i statystyk

    AI & Przetwarzanie:

    Claude API — analiza plików demo przy użyciu sieci neuronowych

    Parsery plików demo CS2

    Algorytmy wykrywania zachowań

    Infrastruktura:

    Railway.app — hosting w chmurze

    Gunicorn — serwer WSGI z konfiguracją współbieżności

    Nginx — proxy i balansowanie obciążenia

    Docker — konteneryzacja usług

    Zrealizowane funkcje

    Dla użytkowników:

    Ładowanie demo przez interfejs drag-and-drop

    Śledzenie postępu analizy w czasie rzeczywistym

    Otrzymywanie szczegółowych raportów

    System pomocy z instrukcjami

    System poleceń do uzyskiwania bonusowych analiz

    Dla administratorów:

    Panel administracyjny Flask z autoryzacją

    Zarządzanie bazą użytkowników

    Statystyki użycia i analizy

    Konfiguracja limitów i taryf

    Bezpieczeństwo i wydajność

    Obsługa do 40+ jednoczesnych użytkowników

    Ochrona API przed nieautoryzowanym dostępem

    Optymalizowane ładowanie plików (do 300MB)

    Wspólny wolumen między kontenerami do wymiany plików

    Czasy oczekiwania i graceful shutdown dla stabilności

    Wyniki i metryki

    Dokładność analizy: ~89% (porównywalna z profesjonalnymi systemami antycheatowymi)

    Szybkość przetwarzania: 2-3 minuty na plik demo

    Skalowalność: wsparcie dla dziesiątek jednoczesnych analiz

    Doświadczenie użytkownika: intuicyjny interfejs z etapową informacją zwrotną

    Unikalne cechy

    Integracja AI do analizy zamiast metod sygnaturowych

    Telegram jako platforma — dostęp bez instalacji aplikacji

    Monetyzacja przez system limitów i poleceń

    Pełny cykl od ładowania do szczegółowego raportu w ciągu minut

    Szczegóły techniczne

    Projekt demonstruje umiejętności pełnoprawnego rozwoju:

    Architektura mikroserwisów (bot + web + worker)

    Praca z systemami plików i przesyłaniem strumieniowym

    Integracja zewnętrznych API AI

    Projektowanie bazy danych i migracje

    Wdrażanie i praktyki DevOps

    Projektowanie UX dla komunikatorów

    Technologie: Python - Flask - Telegram Bot API - Claude AI - PostgreSQL - Celery - Docker - Railway - Gunicorn

Aktywność

  Ostatnie oferty 4
PARSING KONTA | W KANAŁACH TELEGRAMU
218 PLN
Bot Telegram
106 PLN
Prosty bot telegramowy
106 PLN
Poszukiwanie studenta-programisty (Python/AI/boty)
106 PLN