Vlad Syvorka
Ranking
Poziom znajomości języków obcych
CV
O mnie 👨💻
Cześć i dziękuję, że poświęciłeś czas, aby zapoznać się z moim profilem!
Jestem full‑stack .NET developerem z ponad 10‑letnim doświadczeniem, który prowadzi projekty od pomysłu i architektury aż do wydania i utrzymania. Pracuję z rozwiązaniami webowymi, desktopowymi, chmurowymi oraz wewnętrznymi usługami biznesowymi.
Mój główny stack: C#, .NET / .NET Core, ASP.NET / ASP.NET Core, Web API, Blazor, WPF, SQL, Azure.
Osobnym obszarem są fintech, analityka tradingowa, prototypy systemów blockchain, automatyzacja za pomocą botów Telegram, parsowanie/przetwarzanie danych oraz rozwiązania ML oparte na ekosystemie Microsoft (ML.NET, Azure Machine Learning, Azure AutoML).
Równolegle uczę .NET i pokrewnych technologii, więc jestem przyzwyczajony do tworzenia rozwiązań, które są łatwe do czytania, utrzymania i rozbudowy.
Mam także doświadczenie z Java (Android) i z przyjemnością podejmę się projektów Android w Javie.
Jak mogę być przydatny dla Twojego biznesu 💼
Mogę wziąć na siebie pełen cykl techniczny:
Tworzenie aplikacji webowych: konta osobiste, panele administracyjne, wewnętrzne moduły CRM/ERP, panele kontrolne.
Tworzenie i utrzymanie REST API dla aplikacji webowych, mobilnych i mikroserwisów.
Fintech i trading: usługi analityczne, integracje z giełdami, zautomatyzowane strategie, praca z danymi rynkowymi.
Parsowanie i przetwarzanie danych: zbieranie, czyszczenie, normalizacja i przechowywanie danych z różnych źródeł (API, HTML, CSV/Excel, logi).
ML i analityka: przygotowanie danych, trenowanie i integracja modeli (ML.NET, Azure ML / AutoML) z realnymi rozwiązaniami .NET.
Automatyzacja i boty: boty Telegram, narzędzia serwisowe do powiadomień, analityki i procesów wewnętrznych.
Rozwiązania desktopowe w WPF: wewnętrzne narzędzia, panele monitorujące, narzędzia dla zespołów operacyjnych.
Prototypy logiki blockchain: modele transakcji, bloków, logiki PoW, proste portfele i łańcuchy.
Wdrażanie i konfiguracja w Microsoft Azure, logowanie, monitorowanie oraz powiązania między usługami.
Refaktoryzacja i wsparcie istniejących systemów .NET, porządkowanie kodu i architektury.
Umiejętności techniczne 🛠
Back‑end (.NET)
☑️ C#, .NET Framework, .NET Core / .NET
☑️ ASP.NET MVC, ASP.NET Core MVC, ASP.NET Core Web API
☑️ Projektowanie i implementacja RESTful API, autoryzacja/autentykacja (JWT itd.)
☑️ Integracje z usługami zewnętrznymi (giełdy, systemy płatności, powiadomienia, wewnętrzne API)
ORM i dostęp do danych
☑️ Entity Framework, Entity Framework Core
☑️ Modelowanie baz danych, migracje, optymalizacja zapytań
☑️ Wzorce Repository, Unit of Work
Bazy danych
☑️ MS SQL Server, PostgreSQL, SQLite / lekkie wbudowane bazy danych
☑️ Projektowanie schematów, indeksowanie, złożone raporty, optymalizacja wydajności
Przetwarzanie danych i parsowanie
☑️ Parsowanie API (REST), stron HTML, formatów tabelarycznych (CSV, Excel)
☑️ Przetwarzanie logów, danych rynkowych i finansowych
☑️ Przygotowanie danych do analityki, dashboardów, modeli ML i raportów
Front‑end
☑️ Blazor (Server / WebAssembly)
☑️ HTML5, CSS3, JavaScript
☑️ Podstawowe doświadczenie z Angular i React (utrzymanie i rozbudowa istniejących rozwiązań)
☑️ Tworzenie wygodnych, przejrzystych interfejsów administracyjnych i paneli sterowania
Desktop i prototypy gier
☑️ WPF (wzorzec MVVM, architektura wielowarstwowa)
☑️ Podstawowe doświadczenie z Unity (sceny 3D, proste mechaniki gier do projektów edukacyjnych)
Android / Java
☑️ Java (Android) — tworzenie i utrzymanie aplikacji na Androida
☑️ Architektura z wykorzystaniem podejścia Clean Architecture
☑️ Dagger 2 — DI w projektach Android
☑️ Retrofit — praca z zapytaniami sieciowymi
☑️ RxJava — podejście reaktywne, praca z strumieniami danych
Jestem gotów podjąć się osobnych projektów Android lub części androidowej w złożonych rozwiązaniach.
Dane, analityka i ML
☑️ ML.NET (Microsoft Machine Learning) — budowa i trenowanie modeli lokalnie w aplikacjach .NET
☑️ Azure Machine Learning, Azure AutoML — eksperymenty, trenowanie, dobór modeli i integracja z backendami .NET
☑️ Wykorzystanie modeli do analityki, scoringu, zadań prognostycznych (w tym w scenariuszach fintech/trading)
☑️ Pełny cykl: przygotowanie danych → trenowanie modelu → ocena jakości → integracja z usługami produkcyjnymi
Fintech, trading, blockchain
☑️ Integracje z API giełd (np. Bybit/Binance), praca z danymi rynkowymi
☑️ Budowa usług analitycznych i elementów zautomatyzowanego tradingu
☑️ Prototypy systemów blockchain: bloki, transakcje, PoW, portfele, walidacja łańcucha
☑️ Łączenie analityki, koncepcji SMC/trading oraz modeli ML do podejmowania decyzji
Chmura i infrastruktura (Microsoft Azure)
☑️ Azure App Service — wdrażanie i hosting aplikacji webowych oraz API
☑️ Azure Functions — zadania serverless, przetwarzanie zdarzeń, scenariusze w tle
☑️ Azure SQL Database i inne bazy danych Azure
☑️ Azure Storage Account (Blob / Table / Queue) — przechowywanie plików, logów, danych pośrednich
☑️ Azure Key Vault — bezpieczne przechowywanie sekretów, kluczy, connection stringów
☑️ Application Insights — logowanie, metryki, tracing, diagnostyka wydajności
☑️ Integracja różnych usług Azure między sobą, konfiguracja środowisk (dev / stage / prod), konfiguracja dostępu i ról
Kolejki, zadania w tle, integracje
☑️ RabbitMQ — kolejki, przetwarzanie zdarzeń, procesy asynchroniczne
☑️ Zadania w tle (Quartz.NET, Hosted Services), planowanie i wykonywanie zadań
☑️ Procesy serwisowe: import/eksport, powiadomienia, regularne sprawdzenia, przetwarzanie paczek danych
Logowanie i monitoring
☑️ Serilog — logowanie strukturalne, korelacja żądań
☑️ Integracja z systemami monitoringu i alertowania
☑️ Obsługa błędów, tracing, audyt zdarzeń
Wzorce, architektura i jakość kodu
☑️ Wzorce MVVM, MVP, MVC, architektura wielowarstwowa
☑️ Zasady SOLID, separation of concerns, clean architecture
☑️ Programowanie asynchroniczne (async/await), dobre zrozumienie wątków
☑️ Sockety, programowanie sieciowe, praca z protokołami i połączeniami niskiego poziomu
☑️ Code review, refaktoryzacja, pisanie kodu łatwego w utrzymaniu
Narzędzia i organizacja pracy
☑️ Git (GitHub / GitLab), branching, pull requesty, code review
☑️ Trello, Jira i inne trackery zadań
☑️ Spokojna, przejrzysta komunikacja, adekwatne estymacje i terminy
Doświadczenie dydaktyczne 🎓
Uczę .NET, C#, ASP.NET Core, baz danych, ADO.NET, Entity Framework, podejść architektonicznych i wzorców.
W pracy ze studentami:
Strukturyzuję materiał od prostego do złożonego.
Wyjaśniam, dlaczego rozwiązanie działa w określony sposób, a nie tylko „jak napisać kod”.
Od razu wprowadzam dobre praktyki w przykładach: nazewnictwo, struktura, wzorce, logowanie, praca z danymi.
To doświadczenie bezpośrednio przenoszę do projektów komercyjnych: tworzę systemy zrozumiałe i przewidywalne dla każdego developera, który przyjdzie po mnie.
Format współpracy i zasady 🤝
Pracuję jako partner, a nie tylko wykonawca zadań.
Tłumaczę rozwiązania techniczne prostym językiem, bez zbędnego żargonu.
Pomagam dobrać optymalny stack do Twoich celów i budżetu.
Regularnie przekazuję aktualizacje, pokazuję wyniki pośrednie i proponuję usprawnienia.
Po wydaniu mogę pozostać przy projekcie w roli wsparcia i dalszego rozwoju produktu.
W skrócie 😉
Mocny full‑stack .NET developer z realnym doświadczeniem produkcyjnym.
Fintech, trading, blockchain, parsowanie danych, rozwiązania ML, boty Telegram i automatyzacja to moje kluczowe obszary.
Mam doświadczenie w Java/Android (Dagger 2, Clean Architecture, Retrofit, RxJava) i jestem gotów realizować projekty Android.
Nauczyciel, który potrafi prosto wyjaśniać złożone rzeczy i budować rozwiązania tak, aby były łatwe w użyciu i rozwoju.
Umiejętności i kwalifikacje
Programowanie
Usługi
Aplikacje mobilne
Administracja systemami IT
Portfolio
-
Panel administracyjny dla platformy handlowej AI
C#Opracowałem pełnoprawny panel administracyjny oraz biuro administratora dla platformy AI do automatycznego handlu na giełdach kryptowalut.
Panel administracyjny pozwala zarządzać całym systemem w jednym miejscu:
… użytkownicy i subskrypcje — przegląd i zarządzanie kontami, taryfami, statusami subskrypcji, aktywacja/dezaktywacja dostępu;
transakcje i strategie — lista transakcji w czasie rzeczywistym, filtry, szczegółowy przegląd każdej transakcji (status, PnL, giełda, para, strategia), możliwość zatrzymania lub wstrzymania strategii dla użytkownika;
moduł testowania promptów — wygodny interfejs do testowania promptów sieci neuronowej: wysyłanie testowych danych rynkowych, przegląd "surowych" odpowiedzi modelu, logowanie wyników do dalszej analizy;
logowanie i monitorowanie — przegląd logów technicznych, błędów i zdarzeń serwisowych, aby kontrolować działanie strategii AI.
Zaprojektowałem architekturę i w pełni zrealizowałem panel administracyjny: model ról dostępu, kontrolery, strony Razor, praca z bazą danych, walidacja formularzy i UX, ukierunkowany na codzienną pracę administratora i analityka.
Wykorzystane technologie: C#, ASP.NET Core MVC, Entity Framework Core, PostgreSQL (lub MS SQL Server), Razor Views, HTML/CSS/Bootstrap, autoryzacja i role, stronicowanie i filtrowanie list na serwerze, logowanie.
-
Uniwersalna platforma e-commerce z elastycznym modelem produktów
Opracowałem platformę e-commerce z uniwersalnym modelem produktów, która pozwala na budowanie sklepów internetowych o dowolnej tematyce bez zmiany struktury bazy danych.
Początkowo projekt tworzony był jako sklep narzędziowy ToolStore: katalog produktów, kategorie, filtry według cech, koszyk, składanie zamówień. Następnie platforma została przekształcona w uniwersalną "platformę", gdzie każdy produkt ma dynamiczną kolekcję cech (atrybutów). Model jest zbudowany w ten sposób, że w bazie danych znajdują się podstawowe encje produktu, a wszystkie właściwości są opisywane elastycznym schematem (zestaw atrybutów, które można dostosować) — dzięki temu ten sam silnik może być używany dla dowolnego typu produktów: narzędzia, elektronika, odzież, usługi itp.
… Część administracyjna pozwala na:
konfigurowanie kategorii i typów produktów;
określanie zestawu cech dla każdego typu;
uzupełnianie katalogu dynamiczną treścią;
automatyczne uzyskiwanie filtrów i wyświetlania po stronie klienta bez zmiany kodu.
Zaprojektowałem architekturę, schemat bazy danych i zrealizowałem cały backend oraz główną część frontend, aby platforma była elastyczna, rozszerzalna i nadająca się do ponownego wykorzystania w różnych niszach.
Wykorzystane technologie: C#, .NET / ASP.NET (MVC), MS SQL Server, Entity Framework, HTML/CSS/JavaScript, szablon elastycznego modelu atrybutów (dynamiczne cechy produktów).
-
Aplikacja czatu WPF z MVVM i własną implementacją TCP
C#Opracowałem prosty stacjonarny czat WPF z wykorzystaniem wzorca MVVM oraz mechanizmu DataBinding. Interfejs jest minimalistyczny: lista wiadomości, pole wprowadzania, wskaźnik połączenia oraz lista aktywnych użytkowników.
Architektura zbudowana jest na zasadach MVVM:
… Widok (WPF XAML) — tylko układ i powiązania;
Model widoku — komendy (ICommand) do wysyłania wiadomości, stan połączenia, ObservableCollection dla listy wiadomości;
Model — modele wiadomości/użytkowników oraz logika pracy z siecią.
Projekt był pomyślany jako praktyczny przykład dla studentów:
– praca z niskopoziomowymi klasami sieciowymi C# (TcpClient / własne ETcpClient, ETcpConnection);
– demonstracja czystej architektury z MVVM, podziałem odpowiedzialności oraz przejrzystym powiązaniem danych.
Zaprojektowałem strukturę aplikacji, skonfigurowałem MVVM, zrealizowałem logikę sieciową oraz powiązania danych tak, aby czat działał stabilnie i aktualizował się w trybie zbliżonym do rzeczywistego czasu.
Wykorzystane technologie: C#, WPF, MVVM, DataBinding, ICommand, ObservableCollection, własne klasy TCP (ETcpClient / ETcpConnection).
-
Model ML do prognozowania meczów tenisowych — analiza na żywo współczynnika
AI i uczenie maszynoweOpracowałem i wytrenowałem model uczenia maszynowego do prognozowania wyników meczów tenisowych na podstawie danych historycznych oraz live-quotów bukmacherów.
Na początku przygotowano uporządkowany zbiór danych: historyczne mecze, kursy przed meczem i na żywo, wynik, turniej, zawodnicy, wynik końcowy. Do budowy modelu zastosowano podejście AI/AutoML: testowano różne modele regresyjne i sieci neuronowe, wybierano konfigurację z najlepszą jakością prognozy (prawdopodobieństwa wygranej, dynamika zmiany szans w trakcie meczu).
… Dodatkowo opracowałem osobny parser live, który w trybie zbliżonym do rzeczywistego czasu pozyskiwał kursy oraz tymczasowe wyniki bieżącego meczu tenisowego, przekazywał te dane do modelu i uzyskiwał ocenę prawdopodobieństw możliwych wyników zdarzenia. Cały pipeline działał w chmurze: ładowanie danych, wstępne przetwarzanie, inferencja modelu oraz logowanie wyników.
Byłem odpowiedzialny za pełny cykl:
– projektowanie struktury danych i logiki zbierania;
– konfiguracja i trening modeli ML (podejście AutoML, regresja, sieci neuronowe);
– opracowanie live-parsera do kursów i wyników;
– integracja całego rozwiązania w chmurze oraz przygotowanie prognoz z wystarczająco wysoką dokładnością do dalszego wykorzystania w analizie i strategiach.
Wykorzystane technologie: biblioteki ML/AutoML do budowy modeli regresyjnych i sieci neuronowych, środowisko chmurowe do treningu i inferencji, parser danych live (mecze tenisowe, kursy, wyniki), praca ze strukturalnymi zbiorami danych (CSV/format tabelaryczny, Baza Danych).
-
Parser meczów tenisowych dla Melbet (melbet.com) — zbieranie danych dla
Parsowanie danychOpracowałem synchronny parser meczów tenisowych z bukmacherskiej strony Melbet (melbet.com) do dalszego wykorzystania danych w modelu uczenia maszynowego.
Parser w trybie zbliżonym do rzeczywistego czasu przeszukiwał strony z wydarzeniami tenisowymi za pomocą Selenium WebDriver, kolejno przechodził przez niezbędne węzły DOM i zbierał zorganizowane dane: turniej, zawodnicy, czas rozpoczęcia, rynki, kursy itp. Szybkość parsowania była regulowana (ustawione przerwy między zapytaniami i przejściami między stronami), aby zapewnić stabilną pracę bez przeciążania strony.
… Uzyskane dane były oczyszczane, sprawdzane pod kątem poprawności i przechowywane w MS SQL Server w postaci znormalizowanych tabel (mecze, turnieje, rynki, kursy). Następnie zrealizowano eksport do plików CSV/tabelarycznych w formacie dogodnym do dalszej analizy i uczenia modeli ML prognozujących wyniki/kursy.
Całkowicie zaprojektowałem i wdrożyłem rozwiązanie: schemat bazy danych, logikę synchronnego przeszukiwania stron z kontrolą prędkości, obsługę błędów w Selenium, mapowanie do tabel SQL oraz moduł eksportu danych do CSV.
Wykorzystane technologie: C#, .NET, Selenium WebDriver, MS SQL Server, ADO.NET / ORM, eksport CSV, przygotowanie zbioru danych dla ML.
-
PointC — platforma AI do zautomatyzowanego handlu na giełdach kryptowalut
C#PointC — to platforma SaaS do całkowicie zautomatyzowanego handlu na giełdach kryptowalut z wykorzystaniem strategii AI. Użytkownik podłącza klucze API giełdy, wybiera strategię, a system samodzielnie otwiera, prowadzi i zamyka transakcje, uwzględniając ryzyko, take profity i stop lossy.
Byłem autorem i głównym deweloperem projektu: zaprojektowałem architekturę, zrealizowałem backend i zadania w tle, skonfigurowałem integracje z giełdami (Bybit, Binance), system zarządzania ryzykiem, logowanie, monitorowanie oraz automatyczne wdrażanie w chmurze Azure.
… Wykorzystane technologie: C#, .NET / ASP.NET Core, Web API, przetwarzanie zadań w tle (Quartz / zadania), PostgreSQL + Entity Framework Core, integracje REST z giełdami, Azure (App Service, Storage, Application Insights), Docker, praca z TradingView, modele GPT do analizy rynku i podejmowania decyzji handlowych.
-
Własny silnik blockchain na .NET — własna sieć blockchain z kopaniem
Kryptowaluty i blockchainZrealizowałem od podstaw pełnoprawny silnik blockchain na C# / .NET z podziałem na osobne moduły: rdzeń sieci, górnik i portfele.
Rdzeń odpowiada za łańcuch bloków, transakcje, weryfikację integralności oraz konsensus oparty na Proof of Work (konfigurowalna trudność, weryfikacja ważności każdego bloku). Zrealizowano strukturę bloków i transakcji, bilansowanie sald portfeli, mempool, liczenie potwierdzeń transakcji, mechanizm nagrody dla górnika oraz halving nagrody za blok.
… Osobna aplikacja konsolowa-górnik łączy się z węzłem, wydobywa nowe bloki i otrzymuje nagrodę na swój portfel. Moduł portfeli odpowiada za generowanie kluczy/adresów, podpisywanie i weryfikację transakcji, przeglądanie salda oraz historii operacji.
Byłem autorem architektury i głównym programistą: zaprojektowałem model blockchaina, podział na usługi i biblioteki, napisałem cały kod i skonfigurowałem wygodną strukturę rozwiązania do dalszego rozszerzenia (na przykład o poziom smart kontraktów i interfejs webowy).
Wykorzystane technologie: C#, .NET, aplikacje konsolowe, biblioteki klas, kryptografia (SHA-256, podpisy cyfrowe), programowanie obiektowe, serializacja JSON.
Recenzje dotyczące zrealizowanych zleceń 1
24 kwietnia
372 PLN
Strona internetowa z wymianą Buf
Wszystko super, z zadaniem całkowicie sobie poradziłem.
![]()
Aktywność
| Ostatnie oferty 10 | Budżet | Dodana | Terminy | Oferta | |
|---|---|---|---|---|---|
|
Ustawienia BaseLinker (Podstawa)
248 PLN
|
|||||
|
Ustawienie i uruchomienie Google Ads dla sklepu internetowego
290 PLN
|
|||||
|
Integracja danych 1C
579 PLN
|
|||||
|
Dopracowanie do BAS MB
248 PLN
|
|||||
|
Automatyzacja email marketingu na Shopify
993 PLN
|
|||||
|
Specjalista PPC (Google Ads) w internetowej szkole języka angielskiego
993 PLN
|
|||||
|
Proxmox + 2 maszyny wirtualne Windows (BAS/SQL + RDS) + VPN
1242 PLN
|
|||||
|
Ustawienie i optymalizacja Google Ads dla sklepu internetowego z akcesoriami mobilnymi
745 PLN
|
|||||
|
Integracja 1C z CRM
2235 PLN
|
|||||
|
Skonfigurować synchronizację produktów i stanów magazynowych z CRM Skynum w Shopify
745 PLN
|