Vadim Tkachenko
Ranking
Poziom znajomości języków obcych
CV
Jestem inżynierem uczenia maszynowego z rocznym praktycznym doświadczeniem w dziedzinie sztucznej inteligencji (AI) i solidnym doświadczeniem jako programista full-stack. Projektuję, buduję i wdrażam inteligentne systemy w wielu dziedzinach, w tym w zakresie dużych modeli językowych (LLM) z wykorzystaniem LangChain, asystentów opartych na AI, rozpoznawania obrazu (CV), przetwarzania języka naturalnego (NLP), optycznego rozpoznawania znaków (OCR) oraz aplikacji Deep Learning. Mam doświadczenie w tworzeniu kompleksowych potoków uczenia maszynowego (ML), od wstępnego przetwarzania danych i trenowania modeli po wdrażanie i integrację z aplikacjami internetowymi i mobilnymi. Moje doświadczenie w programowaniu full-stack pozwala mi łączyć modele AI z systemami produkcyjnymi, zapewniając skalowalne i wydajne rozwiązania. Czuję się komfortowo pracując z Pythonem, TensorFlow, PyTorch, FastAPI i platformami chmurowymi, a także doskonale potrafię przekształcać złożone koncepcje AI w praktyczne narzędzia dla firm. Jako freelancer koncentruję się na dostarczaniu spersonalizowanych rozwiązań AI, które rozwiązują rzeczywiste problemy, niezależnie od tego, czy chodzi o tworzenie chatbotów, automatyzację ekstrakcji danych, ulepszanie systemów rozpoznawania obrazu, czy integrację inteligentnych funkcji z istniejącymi aplikacjami. Łączę wiedzę techniczną z nastawieniem na rozwiązywanie problemów, realizując projekty terminowo i z wysoką jakością.
Umiejętności i kwalifikacje
Programowanie
-
AI i uczenie maszynowe
od 82 PLN za godzinę
- Bazy danych i SQL
- C i C++
- Java
-
Javascript & Typescript
od 61 PLN za godzinę
-
Parsowanie danych
od 61 PLN za godzinę
-
Programowanie stron internetowych
od 61 PLN za godzinę
-
Python
od 61 PLN za godzinę
- Tworzenie chatbota
-
Układ HTML i CSS
od 41 PLN za godzinę
Portfolio
-
Aplikacja internetowa do wykrywania kształtu twarzy
AI i uczenie maszynoweNowoczesna aplikacja internetowa zasilana sztuczną inteligencją, która analizuje cechy twarzy, aby określić kształty twarzy za pomocą wizji komputerowej i uczenia maszynowego. Zbudowana z użyciem Flask, MediaPipe i OpenCV, z eleganckim projektem interfejsu użytkownika w stylu glassmorphism.
-
Kontrola myszy za pomocą gestów ręcznych
AI i uczenie maszynoweAplikacja do śledzenia rąk w czasie rzeczywistym, która pozwala na kontrolowanie myszy komputerowej za pomocą gestów rąk uchwyconych przez kamerę internetową. Zbudowana z użyciem OpenCV, MediaPipe i AutoPy.
-
Klasyfikator CNN Fashion-MNIST
AI i uczenie maszynoweImplementacja konwolucyjnej sieci neuronowej do klasyfikacji obrazów z zestawu danych Fashion-MNIST przy użyciu PyTorch. Projekt ten obejmuje kompleksową analizę treningu, wizualizację oraz możliwości monitorowania wydajności.
-
Aplikacja Wirtualnego Malowania
AI i uczenie maszynoweAplikacja wirtualnego malowania oparta na wizji komputerowej, która pozwala na rysowanie w powietrzu za pomocą gestów ręcznych wykrywanych przez twoją kamerę internetową.
-
Klasyfikacja obrazów MNIST
AI i uczenie maszynoweTen projekt implementuje trzy różne modele klasyfikacji dla zestawu danych MNIST, wykorzystując programowanie obiektowe, w tym las losowy, sieć neuronową typu feed-forward oraz konwolucyjną sieć neuronową. Każdy model przestrzega wspólnego interfejsu o nazwie MnistClassifierInterface, który definiuje dwie metody: train do trenowania modelu na dostarczonym zestawie danych oraz predict do generowania etykiet na zestawie testowym, podczas gdy klasa opakowująca o nazwie MnistClassifier umożliwia przełączanie między modelami za pomocą parametru wejściowego.
-
Rozpoznawanie nazwanych jednostek + Klasyfikacja obrazów
AI i uczenie maszynoweTen projekt koncentruje się na budowie pipeline'u uczenia maszynowego, który łączy dwa różne zadania: Rozpoznawanie Nazwanych Jednostek w celu wyodrębnienia nazw zwierząt z tekstu oraz Klasyfikacja Obrazów w celu klasyfikacji zwierząt na obrazach, z głównym celem polegającym na przyjęciu tekstu dostarczonego przez użytkownika oraz obrazu i określeniu, czy opis tekstowy obrazu jest dokładny.
-
Grupowanie audio
AI i uczenie maszynoweGrupowanie audio według grup.
-
MindEasy - AI Terapia Chatbot
AI i uczenie maszynoweMindEasy to aplikacja internetowa typu full-stack, która oferuje terapeutyczne rozmowy wspierane przez sztuczną inteligencję. Zbudowana z użyciem React (frontend) i Python FastAPI (backend), oferuje czysty, intuicyjny interfejs, który umożliwia użytkownikom interakcję z terapeutą AI wspieranym przez wiele modeli AI z możliwością przełączania się między różnymi modelami podczas rozmów.
-
Asystent Ceny Nieruchomości
AI i uczenie maszynoweHybrydowy system uczenia maszynowego i dużego modelu językowego (LLM) do przewidywania cen nieruchomości na podstawie zapytań w języku naturalnym. Asystent wykorzystuje model regresji XGBoost oraz API Flash Gemini 2.5 od Google do analizy języka naturalnego i generowania wyjaśnień, opakowany w interfejs użytkownika oparty na Gradio.
-
Asystent AI
AI i uczenie maszynoweNowoczesny asystent AI z kontrolą głosową, generowaniem kodu. Zbudowany w Pythonie i PyQt6, oferujący płynny i intuicyjny interfejs do zadań wspomaganych przez AI.
-
Rezerwacja hotelu - prognozowanie - pipeline MLOps
AI i uczenie maszynoweKońcowa linia operacji uczenia maszynowego (MLOps) do przewidywania, czy klienci hotelowi dotrzymają lub anulują swoje rezerwacje. Ten projekt demonstruje gotowe do produkcji wdrożenie ML z kompleksowym śledzeniem eksperymentów, zautomatyzowanym CI/CD i skalowalną infrastrukturą chmurową.
-
System prognozowania wyników studentów
AI i uczenie maszynoweAplikacja internetowa do uczenia maszynowego, która przewiduje wyniki matematyczne uczniów na podstawie różnych czynników demograficznych i akademickich, wykorzystując Flask i scikit-learn.
-
TuTube - Analityk YouTube
AI i uczenie maszynoweTuTube to aplikacja desktopowa, która pozwala na analizowanie filmów z YouTube poprzez pobieranie ich dźwięku, transkrypcję treści oraz generowanie analizy opartej na AI przy użyciu ChatGPT. Aplikacja oferuje nowoczesny, ciemny interfejs użytkownika zbudowany w PyQt5 i zapewnia intuicyjny sposób przetwarzania treści z YouTube.
-
Wykrywanie artefaktów w generowanych obrazach
AI i uczenie maszynoweTen projekt wdraża system klasyfikacji binarnej do wykrywania artefaktów w obrazach generowanych przez AI. System identyfikuje różne artefakty, w tym zniekształcony tekst, nienaturalne ręce i palce, resztki masek na twarzy, tatuaże, źle ustawione oczy oraz inne anomalie wizualne, które mogą pojawić się w generowanych obrazach.
-
Rozpoznawanie emocji CNN
AI i uczenie maszynoweProjekt głębokiego uczenia do rozpoznawania emocji na twarzy z wykorzystaniem konwolucyjnych sieci neuronowych (CNN) zbudowany z TensorFlow/Keras.
Recenzje dotyczące zrealizowanych zleceń 1
25 października 2025
1090 PLN
Programista Chatbota WhatsApp do Coachingu
Miałem świetne doświadczenie współpracując z tym freelancerem. Jego dostępność była doskonała — zawsze reagował i łatwo było się z nim komunikować przez cały projekt. Radził sobie z zadaniami efektywnie, wykazywał dużą dbałość o szczegóły i dostarczył wszystko na czas.
Aktywność
| Ostatnie oferty 10 | Budżet | Dodana | Terminy | Oferta | |
|---|---|---|---|---|---|
|
OCR dla TTN
5737 PLN
|
|||||
|
Zlecenie
|
|||||
|
Automatyzacja przeglądarki Adspower
1639 PLN
|
|||||
|
Н8Н Wideo farma
410 PLN
|
|||||
|
Programista Chatbota WhatsApp do Coachingu
1090 PLN
|
|||||
|
Tworzenie agenta AI
1229 PLN
|
|||||
|
Telegram-bot
820 PLN
|
|||||
|
I bot do wykrywania celów
2117 PLN
|
|||||
|
Чат бот на иврите
2181 PLN
|
|||||
|
Algo bot
2181 PLN
|