Zadanie techniczne: Ustawienie pipeline'u CI/CD z automatyzacją AI i warstwą bezpieczeństwa
Cel: Rozwinąć infrastrukturę dla projektu (Python/FastAPI + JS) oraz zautomatyzować proces przeglądu kodu za pomocą LLM (agentów AI) z naciskiem na bezpieczeństwo i Multi-tenancy.
1. Etap: Ustawienie infrastruktury (Rdzeń)
• Kontrola wersji: Ustawić prywatne repozytorium na GitHubie. Ustawić zasady ochrony gałęzi (Branch protection), aby kod nie trafiał do main bez weryfikacji.
• Zarządzanie środowiskiem: Wyciągnąć wszystkie wrażliwe dane (klucze API, dane logowania do bazy danych, ustawienia proxy) do GitHub Secrets oraz plików .env. Polityka zerowych twardych sekretów.
• Centrum dokumentacji: Rozwinąć Notion (lub Linear) jako centralny menedżer zadań i bazę wiedzy.
2. Etap: Automatyzacja AI-Pipeline (Synergia)
Konieczne jest wdrożenie automatycznego łańcucha (przez GitHub Actions):
1. Wyzwalacz: Programista tworzy Pull Request lub wykonuje push.
2. Akcja: System pobiera różnicę kodu (diff) i wysyła ją przez API do LLM (Claude 3.5 Opus / GPT-4o).
3. Analiza AI (Bezpieczeństwo & Architektura):
• Audyt na wyciek serwerowych IP/domen w kodzie frontendowym.
• Sprawdzenie logiki maskowania nagłówków (Fingerprinting spoofing).
• Kontrola obecności tenant_id we wszystkich nowych modelach bazy danych oraz zapytaniach Redis.
4. Raportowanie: Wynik przeglądu automatycznie publikowany jest w Notion oraz jako komentarz do Pull Request na GitHubie.
3. Etap: Zarządzanie bezpieczeństwem i ryzykiem
• Dostęp z najmniejszymi uprawnieniami: Ustawić dostęp tak, aby operator AI nie miał dostępu do "żywych" baz danych użytkowników.
• Izolacja: Ustawić serwery Staging (testowy) oraz Production. Automatyczny deployment na Production możliwy tylko po statusie APPROVED od agenta AI oraz manualnej akceptacji właściciela.
• Dziennik audytu: Wszystkie działania z kodem oraz dostęp do serwerów muszą być logowane.
-
Cześć! Bardzo zainteresował mnie Twój projekt dotyczący konfiguracji pipeline'u CI/CD z automatyzacją AI. Moje 5-letnie doświadczenie w programowaniu w Pythonie (FastAPI) i JavaScript, a także głębokie zrozumienie architektury i rozwiązań infrastrukturalnych, idealnie pasują do wdrożenia Twojego systemu. Jestem gotów skutecznie skonfigurować niezbędną infrastrukturę, zintegrować automatyzację LLM do przeglądu kodu i zapewnić wysoki poziom bezpieczeństwa oraz wsparcia dla multi-tenancy. Jestem pewien, że mogę zbudować niezawodny i efektywny pipeline, w pełni odpowiadający Twoim wymaganiom.
-
✋ Witaj! Jesteśmy firmą IT dZENcode.
Realizujemy pipeline CI/CD na GitHub Actions z LLM‑przeglądem kodu (GPT‑4o/Claude), bezpiecznym zarządzaniem sekretami, kontrolami multi‑tenancy, raportami w Notion, izolacją staging/production oraz logowaniem audytowym, opierając się na doświadczeniu zespołu, najlepszych praktykach i własnych rozwiązaniach.
Czy została już utworzona organizacja GitHub i prywatne repozytorium projektu?
Jakiego dostawcę LLM wybierzemy dla API — OpenAI czy Anthropic?
Szczegółowe informacje o naszych usługach i stawkach znajdziesz na stronie:Freelancehunt.
Zobacz – później omówimy szczegóły pracy, pisz, gdy będziesz gotowy.
…
Ostateczny koszt ustalany jest dopiero po wyjaśnieniu zakresu i wymagań.
___________________
Z poważaniem,
Menadżer dZENcode
Nasze mocne strony:
💎 10+ lat świadczymy usługi IT: Outsourcing, Outstaffing
🔥 90+ pracowników na etacie
🚀 Projekty „od zera” i wsparcie
⚙️ SLA i wsparcie po produkcji
✅ Umowa z firmą, gwarantowany wynik!
🔥 250+ publicznych opinii od 2015 roku.
-
4077 11 0 2 Witaj!
Jestem gotowy do realizacji procesu przeglądu kodu AI (agenci LLM) z naciskiem na bezpieczeństwo i multi-tenancy zgodnie z Twoimi wymaganiami.
Posiadam praktyczne doświadczenie w:
Python / FastAPI / Django
GitHub Actions / CI/CD / Docker
pracy z secrets, .env, izolacją staging/prod
automatyzacją kontroli, integracjami API, logowaniem
budowaniem kontrolowanych pipeline'ów z bezpiecznym dostępem
-
417 2 0 Dzień dobry!
Mam doświadczenie w budowie infrastruktury i automatyzacji. Mogę zrealizować opisany pipeline.
**Co już robiłem:**
- **GitHub, ochrona gałęzi** — praca z prywatnymi repozytoriami, ochrona gałęzi
- **Sekrety, .env** — zero hardcoded: klucze API, dane logowania do bazy danych w zmiennych środowiskowych
- **Docker, VPS, nginx** — środowisko produkcyjne, SSL, reverse proxy
- **Staging / Production** — oddzielne środowiska (dev/stage/prod) w projektach
… - **CI/CD, skrypty wdrożeniowe** — automatyzacja wdrożenia, health checks
- **Python, FastAPI** — backend, integracje API
- **Runbooki, dokumentacja** — instrukcje operacyjne, ślad audytu
**W sprawie AI-Pipeline:**
- GitHub Actions — konfiguracja workflow pod PR/push
- LLM API (Claude/GPT) — integracja przez API, analiza diff
- Prompty pod bezpieczeństwo: wyciek IP/domen, tenant_id, fingerprinting
- Publikacja wyników w Notion oraz jako komentarz do PR — przez API
**Terminy:** 2–3 tygodnie.
Jestem gotów omówić szczegóły — jaki LLM (Claude/GPT), Notion czy Linear, czy jest już repozytorium. Czekam na odpowiedź.
Sergiej
Aktualne zlecenia dla freelancerów w kategorii AI consult
II agenci i aplikacje
2220 PLN
Szukam osoby, która już pracuje z agentami AI, które stworzyła, która wie, jak zapewnić bezpieczeństwo, uruchomić serwer, stworzyć aplikacje AI - osoby, która już ma praktyczne doświadczenie z AI na "TY". Po co szukam? Żeby mnie nauczyła, jak to robić, bo chcę dodać agentów… AI i uczenie maszynowe, AI consult ∙ 4 dni 20 godzin temu ∙ 21 ofert |
Bot do wyszukiwania kandydatów z serwisów pracyPotrzebny bot do wyszukiwania kandydatów z serwisów pracy. Idealnie z możliwością wysyłania wiadomości z zaproszeniem na rozmowę kwalifikacyjną. Firmy proszone o niekontaktowanie się. Automatyzacja zarządzania przedsiębiorstwem, AI consult ∙ 6 dni 11 godzin temu ∙ 25 ofert |