Budżet: 10000 UAH Termin: 7 dni
Witam. Mogę zrealizować twój projekt. Mam doświadczenie. Napisz, ustalimy szczegóły.
Cel: istnieje zewnętrzne API, które rozwiązuje 99% zadań. Jest tam dużo zbędnych rzeczy, trzeba zostawić tylko potrzebne nam zapytania i aby zapytania szły przez nasz serwis.
Cel: API nie daje możliwości porównania przeszłych wyników ani zobaczenia zmian w stosunku do przeszłego wyniku. Nie ma też znaczników czasu. Należy to dodać do naszego serwisu, aby można było sprawdzić, czy coś się zmieniło między poprzednim a nowym zapytaniem. Dam więcej informacji w wiadomości prywatnej.
Cel: dodać prosty program poleceń do aplikacji mobilnej bez rejestracji. Powinien być unikalny link głęboki dla każdego użytkownika, który otwiera naszą aplikację w App Store lub Google Play.
✅ Backend wdrożony na Google Cloud Run
✅ Baza danych PostgreSQL skonfigurowana
✅ Praca cron działa
✅ Firebase FCM + Dynamic Links zintegrowane
✅ Kolekcja Postman
✅ Dokumentacja API
✅ .env.example i przewodnik wdrożeniowy
Prześle bardziej szczegółowe wymagania w wiadomości prywatnej. Do tego serwisu będzie się łączył inny deweloper (na razie szukam), więc być może w przyszłości będzie trzeba zsynchronizować się / dopracować coś.
Proszę podać przybliżony koszt i czas, który oceniacie na to zadanie. Potrzebny jest człowiek, który rozumie, co należy zrobić (szczególnie z programem poleceń), ponieważ nie będę w stanie technicznie pomóc/wyjaśnić.
Pożądany harmonogram: do 2-4 dni.
Budżet: 10000 UAH Termin: 7 dni
Witam. Mogę zrealizować twój projekt. Mam doświadczenie. Napisz, ustalimy szczegóły.
Budżet: 15000 UAH Termin: 7 dni
Zadanie jest trudne i interesujące. Posiadam doświadczenie w integracjach API. Gwarantuję odpowiedzialne podejście.
Budżet: 7999 UAH Termin: 1 dzień
Witaj! Jestem gotów zrealizować ten projekt, mam duże doświadczenie w tworzeniu różnych aplikacji.
Budżet: 27000 UAH Termin: 3 dni
Cześć,
Dobrze rozumiem zakres, w tym śledzenie subskrypcji, porównanie zrzutów, powiadomienia push oraz system poleceń bez rejestracji (oparty na urządzeniu + głębokie linki). Mam doświadczenie w budowaniu interfejsów API REST dla aplikacji mobilnych z Firebase (FCM, Dynamic Links), PostgreSQL, zadaniami cron, pamięcią podręczną i ochroną przed oszustwami.
Podejście (na wysokim poziomie):
Czysta warstwa proxy nad interfejsem API strony trzeciej z walidacją, pamięcią podręczną i obsługą błędów
Śledzenie stanu subskrypcji + codzienne porównanie zrzutów z automatycznymi powiadomieniami FCM
System poleceń bez kont (oparty na device_id), logika bonusów i podstawowe zasady przeciwdziałania oszustwom
Wdrożenie na Google Cloud Run z udokumentowanymi punktami końcowymi i kolekcją Postman
Stos technologiczny:
Node.js lub Laravel (otwarty na preferencje), PostgreSQL, Firebase (FCM + Dynamic Links), Google Cloud Run, Cloud Scheduler.
Czuję się komfortowo pracując samodzielnie i koordynując później z innym deweloperem, jeśli zajdzie taka potrzeba.
Gotowy do przeglądu szczegółowej specyfikacji.
Potrzebna jest oddzielna system CRM do centralnego przetwarzania wszystkich zamówień detalicznych z różnych kanałów sprzedaży (Prom, Rozetka, własne strony oraz zamówienia ręczne). Główne wymagania: Jednolity rejestr zamówień ze wszystkich źródeł z zachowaniem informacji o źródle i jego statusie. Oddzielny wewnętrzny status CRM, który działa niezależnie od statusu na marketplace lub stronie, z dwustronną synchronizacją statusów tam, gdzie jest to wspierane. Elastyczna integracja z 1C: dla każdego źródła administrator może osobno włączyć lub wyłączyć automatyczne wyładowanie zamówień. Integracja z przewoźnikami w celu automatycznego tworzenia TTN, zachowania jej numeru w CRM oraz przekazywania numeru TTN na Prom i Rozetka. Integracja z Checkbox w celu tworzenia projektów paragonów, wykorzystując konfigurowalne dopasowanie metod płatności, z dalszą kontrolą fiskalizacji. Wsparcie dla ręcznego tworzenia zamówień (telefon, Viber, Telegram, Direct itp.) z pełnym dalszym cyklem przetwarzania przez CRM. Wszystkie klucze API i ustawienia integracji powinny być zarządzane przez administratora przez interfejs CRM bez udziału programisty. Pełny dziennik działań i logowanie integracji w celu kontroli pracy systemu. Główny cel Menadżer powinien mieć możliwość całkowitego przetworzenia zamówienia w jednym interfejsie CRM — od otrzymania zamówienia po stworzenie dokumentu w 1C, TTN, projektu paragonu i zakończenie zamówienia, bez konieczności wchodzenia do paneli Prom, Rozetka, stron, przewoźników lub Checkbox.
Mamy synchronizację dwóch źródeł danych z CRM. System ogólnie jest stabilny. Jednak pozostaje część, która jest niesynchronizowana. Główna hipoteza — w jednym ze źródeł dane zmieniają się już po pierwotnej synchronizacji, a te zmiany nie zawsze są pobierane do CRM. + dane w dwóch źródłach mają różne nazwy/identyfikatory, chociaż reprezentują te same byty.
Zadanie: wdrożenie usługi LLM, która zna całą dokumentację firmy i odpowiada na pytania menedżerów działu sprzedaży. Co jest teraz: klient samodzielnie stworzył prototyp (oddzielny projekt z załadowanymi informacjami o firmie, umieszczony na serwerze), ale informacje z bazy nie są przekazywane do modelu — prawdopodobnie problem z API. Kod i dostęp udostępnimy. Pierwszy krok — audyt: naprawić istniejące lub uzasadnione zbudować od nowa. Wymagana funkcjonalność: Załadowanie całej dokumentacji firmy: opis każdej usługi, regulaminy, FAQ, cenniki (wszystkie materiały udostępnimy). Odpowiedzi ściśle na podstawie załadowanych dokumentów (RAG). Model nie wymyśla faktów; jeśli odpowiedzi w bazie nie ma — uczciwie o tym informuje. Dostęp dla menedżerów poprzez link (interfejs webowy), z autoryzacją. Scenariusze: menedżer zadaje dowolne pytanie dotyczące pracy firmy; wstawia pytanie klienta „jak jest” i otrzymuje gotową odpowiedź do wysłania; znajduje potrzebny regulamin/raport na żądanie. Aktualizacja bazy wiedzy bez programisty (ładowanie plików przez interfejs lub podłączony folder). Język angielski. Historia zapytania do kontroli jakości. Oczekiwania techniczne: LLM przez API (Claude/OpenAI — proszę zaproponować z wyliczeniem kosztów tokenów), pipeline RAG (baza wektorowa, embeddings), hosting na naszym serwerze lub w chmurze, HTTPS. Architektura ma pozwalać w przyszłości na podłączenie asystenta do analitycznego magazynu danych (równoległy projekt). W odpowiedzi proszę podać: przykłady podobnych projektów RAG, stack, czas, koszt pracy oraz orientacyjną miesięczną koszt posiadania (tokeny + hosting).
Cześć Jest mały oddział, do którego przyjmowani są pacjenci. Należy opracować prostą "bazę danych", w której będzie można wprowadzać materiały eksploatacyjne, leki i inne, przychody i wydatki, a także przypisywać użycie do konkretnego pacjenta. Funkcjonalność, która jest potrzebna Podręczniki Leki Materiały eksploatacyjne (możliwość wprowadzania ręcznego) Pacjenci (możliwość wprowadzania nowych i usuwania tych, którzy zostali wypisani) Pracownicy (możliwość edytowania)Obliczanie ruchu Jedna tabela (dziennik ruchu), w której rejestrowane jest wszystko Przychód i wydanie Możliwość ręcznej korekty Przy wydaniu pielęgniarka musi wybrać: datę; pacjenta; lek lub materiał; ilość; swoje imię i nazwisko. System automatycznie zmniejsza stan. Przy przyjęciu starsza pielęgniarka musi mieć możliwość wprowadzenia: Daty dostawy; Leku/materiału; Ilości pozostałej; Skąd przyszło; Terminu ważnościFunkcjonalność automatyczna automatyczne obliczanie stanów; kontrola minimalnego zapasu; kontrola terminów ważności; ostrzeżenia o niskich stanach; ochrona przed wydawaniem większej ilości, niż jest dostępna; listy rozwijane; weryfikacja poprawności wprowadzonych danych; formatowanie warunkowe.Raporty Należy zrealizować automatyczne raporty: aktualne stany; użycie w okresie; użycie według pacjenta; użycie według pracownika; historia ruchu konkretnego leku.Preferowane realizacja w Google Sheets; Bazy będziemy uzupełniać samodzielnie. Potrzebny jest szablon do pracy. Nie wiem, ile to kosztuje, więc zaczniemy od 50$, a wy proponujcie swoje opcje i dobrze, żebyście mieli doświadczenie.
Trzeba obliczyć statystykę w projekcie medycznym (włącznie z korelacjami). Również, jest zapotrzebowanie na stworzenie matematycznego modelu prognozowania rozwoju patologii na podstawie dostępnych danych.