Budżet: 1000 USD Termin: 10 dni
Cześć. Gotowy do rozpoczęcia projektu. Wszystkie wymagania są jasne
Usługa mikroserwisowa do przetwarzania wideo:
Przetwarzanie wideo.
Utwórz obraz/kontener docker do przetwarzania wideo.
Myśleliśmy o użyciu poniższego oprogramowania i modyfikacji, aby osiągnąć wyniki.
singhkays/ffmpeg-av1-libaom
Potrzebujemy mikroserwisu do przetwarzania wideo, aby obsługiwać zadania takie jak optymalizacja, dodawanie znaków wodnych, transkodowanie, dostosowywanie rozdzielczości, dostosowywanie liczby klatek na sekundę, korekcja kolorów i poprawa, generowanie miniaturek, moderacja treści, proporcje obrazu.
kodowanie w H.264 High Profile i VP9 (profil 0) kodowanie AV1. Dziękujemy.
Więcej szczegółów:
Specyfikacja techniczna dla rozwoju mikroserwisu do przesyłania i przetwarzania plików za pomocą REST API
Opis projektu
Mikroserwis jest zaprojektowany do skalowalnego przetwarzania plików (zdjęć i wideo). Powinien obsługiwać żądania, rozdzielać zadania między instancje przetwarzania i zapewniać wykonanie łańcuchów zadań w celu osiągnięcia pożądanego wyniku. Wyjściem powinien być plik Docker z kompletną konfiguracją instancji i opisem do wdrożenia. Każda instancja musi być konfigurowalna i rozszerzalna za pomocą plików konfiguracyjnych.
Kluczowe wymagania
1. Architektura
Skalowalność: Osiągnięta poprzez replikację kontenerów i rozdzielanie obciążenia. Każdy kontener musi być niezależny. Dozwolone są współdzielone zależności, takie jak KeyDB lub bazy danych (np. MySQL, PostgreSQL), ale instancje nie powinny się nawzajem zakłócać.
Rozdzielanie zadań: Centralna usługa powinna efektywnie przydzielać zadania między aktywne instancje za pomocą load balancera. Usługa musi zawierać punkty końcowe do określenia aktualnego obciążenia i gotowości instancji.
Rozszerzalność: Dodawanie nowych procesorów powinno być tak proste, jak definiowanie nowych klas w konfiguracji. Sekwencja wykonywania zadań powinna być również regulowana za pomocą plików konfiguracyjnych.
2. API
2.1 Punkty końcowe
Przesyłanie plików: POST /upload
Status zadania: GET /status/{task_id}
Obsługiwane ustawienia wstępne: GET /presets
3. Przetwarzanie plików
Ogólne wymagania:
Przetwarzanie plików musi być wykonywane jako łańcuch zadań.
Każdy krok przetwarzania musi być rejestrowany.
Ustawienia wstępne i konfiguracje: Przykłady obejmują ograniczenie rozmiaru pliku do 100 MB, konwersję do formatu MP4 i inne.
Konfiguracja procesora: Nowe kroki przetwarzania można dodać, aktualizując pliki konfiguracyjne.
4. Integracja z Wasabi
Prześlij przetworzone pliki do określonego koszyka.
Wygeneruj i udostępnij link do uzyskania dostępu do wyników.
5. Rejestrowanie i monitorowanie
Rejestruj statusy zadań i kroki przetwarzania.
Monitoruj stany instancji (aktywność, obciążenie).
Wysyłaj powiadomienia w przypadku błędów.
6. Bezpieczeństwo
Autoryzacja oparta na tokenach API.
Walidacja wszystkich danych wejściowych.
Wymagania niefunkcjonalne
1. Tolerancja na błędy
Implementacja ponownych uruchomień zadań w przypadku awarii instancji przetwarzania.
2. Stos technologiczny
Język programowania: Dowolny, z kryteriami skoncentrowanymi na prostocie, szybkości przetwarzania i efektywności zasobów.
Kolejka zadań: Rozwiązania open-source, takie jak RabbitMQ lub Kafka.
Przechowywanie konfiguracji: JSON, pliki .env lub definicje ENV za pomocą YAML.
3. Dokumentacja
Zapewnij specyfikację Swagger/OpenAPI dla wszystkich punktów końcowych.
4. Testowanie
Uwzględnij testy jednostkowe dla kluczowych komponentów.
Przeprowadź testy obciążeniowe, aby ocenić skalowalność.
Etapy rozwoju
1. Zaprojektuj architekturę.
2. Opracuj API i system rozdzielania zadań.
3. Zaimplementuj procesory i konfiguracje.
4. Zintegruj z Wasabi.
5. Skonfiguruj rejestrowanie i monitorowanie.
6. Przeprowadź testy i optymalizację.
7. Wdróż system i dostarcz dokumentację.
Dziękujemy. Zespół Presser.
Budżet: 1000 USD Termin: 10 dni
Cześć. Gotowy do rozpoczęcia projektu. Wszystkie wymagania są jasne
Budżet: 1000 USD Termin: 30 dni
Cześć,
Jestem gotowy, aby podjąć się tego projektu.
Mam doświadczenie w realizacji podobnych projektów i piszę w Pythonie. Obecnie zajmuję 3. miejsce na platformie.
Zrealizuję wszystkie wymagane funkcje: przetwarzanie wideo za pomocą FFmpeg (H.264, VP9, AV1), generowanie miniaturek, dostosowywanie rozdzielczości, integracja z Wasabi oraz tworzenie skalowalnej architektury. Gwarantuję bezpieczną autoryzację, stabilne przetwarzanie zadań oraz kompleksową dokumentację (w tym Swagger).
Oto moje portfolio: Freelancehunt
Nie wahaj się skontaktować, aby omówić szczegóły, a ja od razu zacznę.
Budżet: 1000 USD Termin: 10 dni
Dzień dobry,
Będę używać języka programowania Go do wdrożenia mikroserwisu. Mam wcześniejsze doświadczenie w tworzeniu mikroserwisów, więc szybko i efektywnie zrealizuję zadanie. Skontaktujmy się, aby omówić szczegóły.
Budżet: 1000 USD Termin: 10 dni
Cześć, Jean Claude Jc Cournoyer.
Nazywam się William Martin i jestem programistą full-stack z doświadczeniem w różnych technologiach, w tym DevOps, React, Next.js, Express, Python, sztucznej inteligencji (AI) i widzeniu komputerowym (CV). Pracowałem nad projektami, które wymagały budowy skalowalnych architektur, wydajnych interfejsów API i płynnych integracji. Jestem pewny, że dostarczę wydajne rozwiązanie dostosowane do Twoich potrzeb.
Proponuję użycie Pythona na backendzie, w połączeniu z FastAPI lub Flask. Rozbudowany ekosystem Pythona oferuje potężne biblioteki do przetwarzania wideo (takie jak FFmpeg, OpenCV i MoviePy) oraz narzędzia AI (TensorFlow, PyTorch), co czyni go idealnym do tego mikroserwisu.
Aby zwiększyć wydajność, możemy zintegrować rozwiązania AI do zadań takich jak moderacja treści, poprawa jakości wideo i inteligentna automatyzacja. Wykorzystanie interfejsów API OpenAI lub niestandardowych modeli AI przyniesie zaawansowane możliwości systemowi.
Na podstawie mojego doświadczenia, ten stos technologiczny jest niezawodny, skalowalny i dobrze nadaje się do budowy mikroserwisu złożonymi zadaniami przetwarzania.
Myślę, że możemy użyć Dockera, Nginx, Consul i Kubernetes do budowy architektury mikroserwisu.
W przypadku logowania i monitorowania sugeruję dwie potencjalne opcje:
ELK Stack (Elasticsearch, Logstash, Kibana)
Prometheus + Grafana lub Loki + Promtail + Grafana
Baza danych może być zarządzana za pomocą Supabase, skalowalnej platformy oferującej prostą integrację i funkcje w czasie rzeczywistym. W przypadku uwierzytelniania, JWT (JSON Web Tokens) jest idealne do zapewnienia bezpiecznych i bezstanowych sesji użytkowników.
Frontend, jeśli będzie wymagany, może być rozwijany w React, zapewniając responsywny i przyjazny dla użytkownika interfejs do interakcji z mikroserwisem.
Jeśli chodzi o termin, mogę opracować cały system w maksymalnie 5~6 dni, ale po tym muszę naprawić błędy i poprawić wydajność na podstawie Twojej opinii. Również przygotuję dokumentację do przyszłych aktualizacji. Tak więc łącznie może to zająć 10 dni.
Dzięki mojemu doświadczeniu w Pythonie, architekturach kontenerowych, przetwarzaniu wideo i rozwiązaniach opartych na AI, jestem pewny swojej zdolności do dostarczenia produktu wysokiej jakości.
Mam nadzieję, że uda się to zrealizować.
Czekam na wiadomość od Ciebie.
Z poważaniem.
William.
Co należy zrobić: opracować aplikację EXE w C++; stworzyć nowoczesny interfejs graficzny zgodnie z moim projektem; zrealizować logikę działania programu; zapewnić stabilne działanie na Windows 10 i Windows 11; udostępnić kod źródłowy Visual Studio (.sln, .vcxproj). Już mam: projekt interfejsu (załączam zrzuty ekranu); koncept działania programu; listę funkcji, którą omówimy z wykonawcą. Wymagania dla wykonawcy: pewna znajomość C++; doświadczenie w pracy z Microsoft Visual Studio; doświadczenie w tworzeniu aplikacji Windows Desktop; staranny i czytelny kod; gotowość do utrzymywania kontaktu podczas rozwoju. Proszę, w odpowiedzi prześlij: przykłady twoich programów EXE; doświadczenie w pracy z C++; orientacyjny czas realizacji; koszt pracy.
Dzień dobry Należy stworzyć moduł, który będzie działał z bazą danych Firebird w C++ do sprzedaży towarów. Są przykłady gotowych rozwiązań oraz opis funkcjonalności modułu. Główne funkcje: autoryzacja, wybór towaru na ekranie z grup/podgrup, przejście do koszyka, płatność kartą oraz druk paragonu. Program powinien działać na Windows 10 i wyżej, korzystać z istniejącej bazy danych.
Wymagana jest разработка łatki do sterownika karty graficznej, rozszerzającej możliwości zarządzania adapterem graficznym poprzez dodanie dodatkowych ustawień użytkownika. Łatka powinna integrować się z istniejącą architekturą sterownika bez naruszania jego podstawowej funkcjonalności i zapewniać zgodność z obsługiwanymi wersjami systemu operacyjnego. Głównym celem jest zapewnienie bardziej elastycznego dostępu do parametrów, które są niedostępne w standardowej panelu sterowania, z możliwością ich zmiany przez interfejs użytkownika lub programowe API. Łatka powinna przewidywać modułową strukturę, umożliwiającą w przyszłości dodawanie nowych parametrów bez istotnej przeróbki kodu. Należy zapewnić poprawne przetwarzanie błędów, rejestrowanie zmian, możliwość przywrócenia ustawień do wartości domyślnych, a także zachowanie zgodności z przyszłymi aktualizacjami sterownika, o ile to możliwe. Rozwiązanie powinno być dostarczone z dokumentacją techniczną opisującą architekturę, zrealizowane możliwości, ograniczenia oraz zalecenia dotyczące testowania.