Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak

Denys Slisarenko

Запропонуйте Denys роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.

Україна Хмельницький, Україна
1 місяць 15 днів тому
Вільний для роботи вільний для роботи
вік 20 років
на сервісі 11 місяців 11 днів

Рейтинг

Успішних проєктів
Немає даний
Середня оцінка
Немає даний
Рейтинг
232
Розробка ботів
C та C++

Рівень володіння мовами

Українська Українська: носій
Русский Русский: просунутий
English English: базовий
Français Français: базовий
Hrvatski Hrvatski: базовий

Резюме

👨‍💻 Привіт! Я початківець фрілансер з фокусом на розробці:

— 🤖 Telegram-ботів (на Python або C#)
— 📱 Android-додатків (Java/Kotlin)
— 🪟 Windows Forms застосунків на C# та C++

🛠️ Маю декілька готових проєктів, які готовий продемонструвати.
🔎 Я працюю якісно, відповідально, завжди на зв’язку.
🕓 Готовий працювати щодня.

🌍 Працюю з замовниками з усього світу, відкритий до фіксованих невеликих завдань.

Навички та вміння


Робота з текстами

Портфоліо


  • 6000 UAH

    Telegram-бот для створення QR-кодів з детальною аналітикою

    Розробка ботів
    Огляд проекту
    QRCraft Bot - це повнофункціональний бот для генерації стильних QR-кодів з інтегрованою системою аналітики та відстеження. Проект демонструює комплексну архітектуру з веб-сервером для tracking, геолокацією по IP, аналітикою пристроїв та автоматизованою системою очищення даних.

    Ключові можливості
    - Генерація стильних QR-кодів: Три стилі оформлення з підтримкою логотипів, кольорових схем та різних розмірів
    - Система відстеження сканувань: Веб-ендпоінт для перехоплення сканів з редиректом на оригінальний URL
    - Детальна аналітика: Геолокація по IP, аналіз пристроїв, браузерів, часових паттернів та статистика по країнах
    - Візуалізація даних: Автоматична генерація графіків сканувань з використанням matplotlib
    - Автоматизована система очищення: Фонові задачі для видалення застарілих QR-кодів та оптимізації бази даних

    Технічний стек
    Backend:
    - Python - асинхронне програмування з async/await
    - SQLAlchemy - асинхронний ORM для роботи з базою даних
    - aiogram - сучасний фреймворк для Telegram Bot API
    - aiohttp - асинхронний HTTP сервер для tracking ендпоінтів

    API Інтеграції:
    - Telegram Bot API - основний інтерфейс користувача
    - ipapi.co - геолокація по IP адресамї

    DevOps & Tools:
    - aiosqlite - асинхронний драйвер для SQLite
    - PIL/Pillow - обробка зображень та генерація QR-кодів
    - matplotlib - створення графіків та візуалізація статистики
    - user-agents - парсинг User-Agent заголовків

    Система відстеження та аналітики
    - Проміжні URL: Створення tracking посилань для перехоплення сканувань перед редиректом
    - Геолокація в реальному часі: Визначення країни та міста користувача через IP API
    - Аналіз пристроїв: Детальний парсинг User-Agent для визначення браузера, ОС та типу пристрою
    - Часова аналітика: Збір статистики по годинах та дням для виявлення паттернів використання

    Обробка зображень та персоналізація
    - Завантаження логотипів: Підтримка PNG/JPG до 1MB з автоматичним стисненням
    - Видалення EXIF даних: Очищення метаданих для безпеки користувачів
    - Кольорові схеми: Шість попередньо налаштованих кольорових комбінацій
    - Адаптивні розміри: Три варіанти розмірів для різних випадків використання

    Основний Flow
    Створення QR-коду
    URL введення -> вибір стилю -> налаштування -> генерація -> відправка QR з tracking URL

    Перегляд статистики
    Команда /stats_CODE -> витягування даних з БД -> рендеринг графіків -> відправка детальної аналітики

    Детальний процес:
    1. Введення URL - користувач надсилає посилання для створення QR-коду.
    2. Вибір параметрів - стиль очей, кольори, розмір, логотип та термін дії.
    3. Генерація QR - створення зображення з tracking URL та збереження в БД.
    4. Відстеження сканів - веб-сервер перехоплює скани, збирає аналітику та робить редирект.
    5. Аналітика - агрегація даних по країнах, пристроях, часу з генерацією звітів.

    Посилання
    GitHub: [https://github.com/YouCanTrustMe/QRCraftBot}

    #python #pytelegrambot #aiogram #SQLite

    #webanalytics #geo #pillow #matplotlib #asyncio #tracking #telebot #qr
  • 6000 UAH

    Telegram-бот із ШІ для особистого підбору музики за настроєм

    Розробка ботів
    Telegram бот із штучним інтелектом для персоналізованого підбору музики за настроєм

    Огляд проекту
    MoodTune Bot - це інтелектуальний бот, який використовує Google Gemini AI для точного аналізу настрою користувача та підбору відповідної музики з YouTube. Проект демонструє інтеграцію множинних API та створення персоналізованого музичного досвіду з врахуванням часу доби та емоційного стану користувача.

    Ключові можливості
    - ШІ-аналіз настрою: Контекстне розуміння емоційного стану з врахуванням часу доби
    - Розумний пошук музики Генерація персоналізованих YouTube запитів через Gemini AI
    - Персональна аналітика: Збір та аналіз музичних уподобань користувачів
    - Інтеграція текстів: Пошук текстів пісень через Genius API
    - Адаптивні рекомендації: Навчання на основі взаємодії користувача

    Технічний стек
    Backend:
    - TypeScript & Node.js - строго типізований серверний код
    - MongoDB - зберігання користувацької статистики та аналітики
    - Telegraf - фреймворк для Telegram Bot API
    - Google Gemini AI - аналіз настрою та генерація контенту

    API Інтеграції:
    - YouTube Data API v3 - пошук та метадані музичних треків
    - Genius API - отримання текстів пісень
    - Telegram Bot API - інтерфейс користувача

    DevOps & Tools:
    - TypeScript Compiler - компіляція та type checking
    - Nodemon - автоматичний перезапуск під час розробки
    - dotenv - управління конфігурацією

    Штучний Інтелект та NLP
    - Контекстний аналіз настрою: Використання ШІ для розуміння емоційного контексту українською мовою з врахуванням часу доби.
    - Генерація запитів: ШІ створює оптимізовані пошукові запити для YouTube API на основі настрою користувача.

    Аналітика та Персоналізація
    - Статистика використання: Відстеження найпопулярніших настроїв та музичних уподобань.
    - Історія взаємодій: Збереження даних про пошуки та створені плейлисти.
    - Персональні інсайт*: Аналіз музичних звичок користувача з візуалізацією.

    Основний Flow
    Пошук треку за настроєм
    /mood → Опис настрою → ШІ аналіз → YouTube пошук → Трек + Кнопки взаємодії

    Створення плейлиста
    /playlist → Контекст → ШІ аналіз → Множинні YouTube запити → Персональний плейлист

    Детальний процес:
    1. Отримання вводу - користувач описує свій настрій природною українською мовою.
    2. ШІ аналіз - Gemini AI визначає настрій, інтенсивність, часовий контекст та генерує поради.
    3. Генерація запитів - створення множинних оптимізованих пошукових запитів для YouTube.
    4. Пошук та фільтрація - отримання треків з YouTube з відсіюванням неякісного контенту.
    5. Збереження аналітики - запис взаємодії в MongoDB для подальшої персоналізації.

    GitHub: [https://github.com/YouCanTrustMe/MoodTuneBot]

    #TypeScript #NodeJS #MongoDB #Mongoose

    #api #AI #ші #nlp #Telegram #YouTube #telebot
  • 3000 UAH

    Асинхронний Telegram-бот для завантаження відео з Ютуб і ТТ

    Розробка ботів
    Асинхронний Telegram-бот для завантаження відео з YouTube та TikTok

    Огляд проекту
    Сучасний Telegram-бот для ефективного завантаження медіаконтенту з популярних платформ з підтримкою різних якостей та real-time прогресу. Розроблений з використанням асинхронного програмування Python та Clean Architecture для забезпечення високої продуктивності та масштабованості.

    Ключові можливості
    - YouTube інтеграція: Завантаження відео та плейлистів
    - TikTok підтримка: Відео без водяних знаків з автодетекцією типу контенту
    - Real-time прогрес: Живий прогрес-бар з ETA та візуальними індикаторами
    - Вибір якості: Підтримка 360p, 720p, 1080p та аудіо MP3 форматів
    - Batch завантаження: Обробка плейлистів до 20 відео з індивідуальним трекінгом
    - Robust error handling: Інтелектуальна обробка помилок та fallback механізми

    Технічний стек
    Backend:
    - Python - Async/await програмування
    - Aiogram - Сучасний фреймворк для Telegram Bot API
    - yt-dlp- Просунута бібліотека для екстракції медіа
    - asyncio - Асинхронне програмування та concurrency

    Media Processing:
    - FFmpeg - Конвертація та обробка відео/аудіо
    - aiofiles - Асинхронні файлові операції
    - python-dotenv - Управління конфігурацією

    DevOps & Tools:
    - Logging - Структуроване логування та моніторинг
    - Environment Config - Безпечне управління токенами та налаштуваннями

    Користувацький інтерфейс
    - Interactive Keyboards: Inline кнопки для вибору якості з емодзі-індикаторами
    - Progress Visualization: Анімований прогрес-бар з відсотками та часом
    - Error Feedback: Зрозумілі повідомлення про помилки з пропозиціями рішень

    Основний Flow
    Завантаження відео
    1. URL Input → 2. Validation → 3. Media Analysis → 4. Quality Selection

    8. File Delivery ← 7. Auto Cleanup ← 6. Progress Tracking ← 5. Download Process

    Обробка плейлистів
    Playlist URL → Analysis → Batch Processing → Individual Progress → Sequential Delivery

    Детальний процес:
    1. URL Validation - Regex паттерни для YouTube/TikTok з детекцією типу контенту
    2. Media Analysis - Асинхронне отримання метаданих через yt-dlp з error handling
    3. Quality Selection - Інтерактивний інтерфейс з inline кнопками та емодзі
    4. Download Process - Асинхронне завантаження з progress hooks та memory optimization
    5. Progress Tracking - Real-time оновлення з ETA розрахунками та візуальним прогресом
    6. File Delivery - Відправка через Telegram API з автоматичним форматуванням
    7. Auto Cleanup- Асинхронне видалення тимчасових файлів з затримкою

    GitHub: [https://github.com/YouCanTrustMe/StreamVaultBot]

    #python #pytelegrambot #aiogram #YouTube #TikTok

    #webscraping #api #asyncio

Активність

  Останні ставки 1
Розробка настільного додатку Персональний проєкт
221 700 UAH