Wdrożenie CRM dla dystrybutora konstrukcji szklanych

Szukamy programisty Python lub JavaScript na poziomie średnim do długoterminowego projektu w niepełnym wymiarze godzin, który dotyczy oceny, walidacji i audytu technicznego odpowiedzi sztucznej inteligencji (modeli LLM). Praca nie polega na pisaniu kodu od zera, lecz na analitycznej weryfikacji już wygenerowanych skryptów i algorytmów. Co należy robić: 1. Analizować zadania techniczne i porównywać dwa warianty kodu stworzone przez różne modele AI. 2. Przeprowadzać mentalny debug, znajdować błędy logiczne, błędy składniowe lub nieefektywne wykorzystanie pamięci/zasobów. 3. Ocenić, który wariant kodu jest bardziej optymalny, i pisać jasny, szczegółowy raport analityczny w języku angielskim. W raporcie należy wyjaśnić, gdzie dokładnie jest błąd i jak go naprawić. Wymagania dla kandydata: Doświadczenie komercyjne w programowaniu w Pythonie (Django / FastAPI) lub JavaScript / TypeScript od 2 lat. Poziom języka angielskiego — B2/C1 (zaawansowany). Pisanie raportów technicznych jest kluczową częścią pracy. Wysoka samodyscyplina i uwaga na szczegóły. Surowy wymóg: 100% ręczne pisanie raportów (jakiekolwiek użycie ChatGPT lub innych asystentów AI podczas pracy jest całkowicie zabronione, system przechodzi lingwistyczny audyt antyfraudowy). Warunki i format pracy: Całkowicie elastyczny grafik (elastyczne na żądanie). Zadania pojawiają się w strumieniu. Możesz pracować w dogodnym dla siebie czasie (rano, w ciągu dnia lub wieczorem). Zakres pracy: średnio od 3 do 4 godzin dziennie na jeden moduł roboczy (można łączyć z główną pracą). W zależności od Twojej wydajności istnieje możliwość rozszerzenia i prowadzenia kilku modułów równolegle, co bezpośrednio zwiększa dochód. Wszystkie zadania są wykonywane wyłącznie w naszym skonfigurowanym, bezpiecznym zdalnym środowisku pracy. Wynagrodzenie: stała stawka godzinowa od 20 do 30 USD za godzinę (w zależności od Twojego poziomu technicznego). Wypłaty co tydzień w dogodnym dla Ciebie formacie (USDT lub waluta). Proszę w odpowiedzi krótko opisać swoje doświadczenie z Pythonem/JS i potwierdzić swój poziom języka angielskiego. Jesteśmy gotowi do rozpoczęcia w najbliższym czasie.

Wymagana jest разработка lokalnego skryptu Python do automatycznego wypełniania Google Arkuszy danymi z wewnętrznego serwisu firmy. Główna logika: 1. Połączyć się z Google Arkuszem. 2. Znaleźć wiersze, w których wypełniony jest ID, ale brakuje dwóch docelowych wartości. 3. Sformułować link według szablonu: https://internal-service.example/item/{ID} 4. Uzyskać dwie wartości (przez API, jeśli istnieje, w przeciwnym razie przez Playwright). 5. Zapisz wartości z powrotem do Google Arkusza. 6. Oznaczyć wiersz jako przetworzony. 7. Kontynuować przetwarzanie kolejnych wierszy. Wymagania: • Python • Google Sheets API • Priorytetowe użycie oficjalnego API • W przypadku braku API — Playwright • Bez OCR, rozpoznawania ekranu i współrzędnych myszy • Poufne dane nie powinny trafiać do logów • Konfiguracja przez .env • Tryb testowy (bez zapisu do arkusza) • Nie przetwarzać już wypełnionych wierszy • Zbiorowe zapisywanie zmian w Google Sheets • Poprawne przetwarzanie błędów i ponownych prób Wymagane do dostarczenia: - kod źródłowy; - requirements.txt; - przykład .env.example; - instrukcja instalacji; - instrukcja uruchamiania; - krótki opis architektury. Przed rozpoczęciem realizacji proszę: 1. Zaproponować architekturę. 2. Wymienić niezbędne dostępności. 3. Zadać pytania wyjaśniające. 4. Podać koszt, terminy i orientacyjną liczbę godzin.

W ramach podnoszenia poziomu cyberbezpieczeństwa naszej infrastruktury musimy zrezygnować z praktyki przechowywania „wiecznych” i statycznych kluczy API, haseł oraz tokenów integracji w plikach konfiguracyjnych (.env, appsettings.json, config.yaml) naszych mikroserwisów. Cel biznesowy: Stworzyć jednolity, zabezpieczony punkt przechowywania danych poufnych (sekretów) z mechanizmem ich automatycznego aktualizowania (rotacji) w systemach zewnętrznych według harmonogramu. Inne nasze usługi będą żądać aktualnych tokenów „na żywo” przez API, co zminimalizuje szkody w przypadku kompromitacji któregokolwiek z komponentów systemu.Model bezpieczeństwa i szyfrowanie (Crypto Core) W bazie danych żaden sekret nie powinien być przechowywany w postaci jawnej. Podczas uruchamiania aplikacji do zmiennych środowiskowych przekazywany jest Klucz główny (Master Key). Jeśli klucz jest nieobecny lub ma nieprawidłową długość, usługa powinna zakończyć działanie na etapie inicjalizacji z zrozumiałym błędem w logach. Każdy sekret jest szyfrowany przed zapisaniem w bazie danych z użyciem tego Klucza głównego. Przy żądaniu — jest deszyfrowany w pamięci i zwracany w treści odpowiedzi.Audyt-logowanie (Audit Trail) Każda akcja z sekretami (tworzenie, odczyt przez usługę, udana lub nieudana rotacja) powinna być zapisywana w oddzielnym pliku logów audit.log (lub w oddzielnej tabeli w bazie danych). Ścisły zakaz: W audyt-logu kategorycznie zabrania się zapisywania samych wartości sekretów (ani w postaci jawnej, ani w postaci zaszyfrowanej).

Potrzebny specjalista do pisania parserów, który będzie w stanie obejść CLOUDFRAME. Parsowanie produktów odbywa się z witryn z autoryzacją. Jest 10+ donorów o różnym stopniu trudności, z różnym poziomem ochrony. Parsowanie produktów odbywa się z witryn z autoryzacją. Parsuje dane do gotowej bazy danych Mysql + zdjęcia na serwer. Należy napisać parser zgodnie z zadaniami opisanymi w specyfikacji technicznej i dostosować dane do istniejącej bazy danych, aby zapewnić pełną funkcjonalność na stronie. Specyfikacja techniczna oraz przykład donora na żądanie. Nie rozważamy parserów desktopowych ani C#.

Bot do lustrzenia pozycji na Binance Futures (Python) Potrzebny bot, który odczytuje moje pozycje na Hyperliquid (publiczne API) oraz Bitget Futures (mój klucz tylko do odczytu) i proporcjonalnie powtarza je na moim Binance USDT-M Futures przez API. Logika: otwieranie, zwiększanie, częściowe zamykanie, pełne zamykanie — wszystko lustrzane z konfigurowalnym współczynnikiem rozmiaru. Polling co 5–10 sek. Obowiązkowa poprawna obsługa częściowych zamknięć i uśrednień. Wymagania: powiadomienia w Telegramie o transakcjach i błędach; konfiguracja (pary, współczynnik, limity); wdrożenie na moim VPS + instrukcja; kod źródłowy przekazywany mi. Klucze wprowadzam sam. Etapy: 1) Hyperliquid→Binance, test na małych kwotach; 2) Bitget→Binance. Płatność przez safe etapowo. W odpowiedzi podaj doświadczenie z API giełd i jak obsłużysz częściowe zamknięcie 30% pozycji liderem