Yevhen Kukoba
Запропонуйте Yevhen роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.
Рейтинг
Навички та вміння
Програмування
Мобільні додатки
Портфоліо
-
REST API для автоматизованого аналізу замовлень
AI та машинне навчанняREST API для автоматизованого аналізу замовлень
Технології: Python, FastAPI, SQLite, OpenCV, NumPy, TensorFlow, OpenAI ChatGPT API, SQLAlchemy, Redis, Celery, FastAPI TestClient, Unit-тести, Mypy
Я розробляю REST API для автоматизованого аналізу замовлень, призначене для покращення процесу перевірки замовлень в інтернет-магазині автозапчастин. API приймає зображення, на яких клієнт може перевірити, чи відповідають запчастини, зображені на фото, тим, що були замовлені. Система використовує OpenCV та NumPy для визначення контурів об'єктів і класифікує їх за допомогою попередньо навченої моделі TensorFlow та API ChatGPT, що дозволяє покращити процес розпізнавання та підвищити точність класифікації.
…
Після обробки зображення та класифікації об'єктів результати передаються користувачу для підтвердження. Користувач може коригувати розпізнавання, надсилати запити повторно, а також підтверджувати контури та класифікацію. Інформація зберігається в базі даних з використанням SQLAlchemy та надсилається в систему управління складом (WMS).
Для підвищення продуктивності реалізовано механізм асинхронного кешування моделей, що дозволяє уникнути затримок при їх ініціалізації. Redis використовується для управління кешем та відстеження асинхронних завдань, які виконуються через Celery.
Крім того, розроблена система навчання моделі, що включає функціонал для додавання нових класів та зображень для навчання. Юніт- та інтеграційні тести покривають усі компоненти з використанням FastAPI TestClient, а сувора типізація забезпечується за допомогою mypy. Міграції для бази даних управляються через SQLAlchemy.
Я повністю відповідаю за архітектуру проєкту, вибір технологій та реалізацію всіх компонентів, виконуючи роботу без зовнішнього керівництва.
-
Система інвентаризації майна
PHPРозробник системи інвентаризації (PHP, Kotlin, MySQL, Nette, Zebra, Honeywell, SQLite, Jetpack Compose, Retrofit, CameraX, MVVM, REST API, Redis)
Як ключовий учасник розробки комплексної системи інвентаризації я відіграв важливу роль у створенні як backend, так і веб-версії та мобільного додатку, працюючи з широким набором технологій, включаючи RFID та штрих-кодування.
… Система дозволяє ефективно управляти майном, надаючи користувачам можливість додавати елементи в інвентаризацію та призначати співробітників для виконання завдань. Співробітники використовують мобільні пристрої з RFID-сканерами для пошуку майна в будівлях, кімнатах та на поверхах. У процесі інвентаризації використовуються RFID-мітки, QR-коди та штрих-коди, що забезпечує безшовну синхронізацію між мобільним додатком і сервером. Система підтримує офлайн-режим, що дозволяє продовжувати роботу без підключення до інтернету. Дані синхронізуються при відновленні з'єднання, а вбудовані механізми запобігають перезапису даних при одночасному скануванні об'єктів кількома співробітниками.
У мобільному додатку я інтегрував різні RFID-сканери (Zebra, Honeywell), а також реалізував сканування QR-кодів з використанням камери. Додаток побудований на архітектурі MVVM з використанням Jetpack Compose, Room, Retrofit, CameraX, Dagger Hilt і працює в рамках однієї Activity. Я також забезпечив підтримку Bluetooth для інтеграції з принтерами Zebra, що дозволяє друкувати RFID-мітки прямо з додатку.
На стороні backend я розробив REST API з використанням фреймворку Nette та інтегрував принтери Zebra для друку RFID-міток через Zebra Browser Print. Окрім цього, я створив модулі для візуальної конфігурації шаблонів і синхронізував дані між мобільним і веб-додатками.
В даний час я продовжую підтримувати систему, забезпечуючи її надійну роботу та впроваджуючи нові функції та інтеграції.
-
Система планування для фабрики
PythonЯ розробив систему планування для фабрики, яка була спрямована на оптимізацію порядку обробки деталей на станках, мінімізацію загального часу виконання всіх процесів і підвищення ефективності використання обладнання. Для цього використовувалися алгоритми оптимізації, реалізовані за допомогою Google OR-Tools.
Система приймала на вхід масив даних про деталі, що включав послідовність операцій (токарна обробка, зварювання, повторна токарна обробка та інші), необхідне обладнання, часові обмеження та пріоритети виконання. Алгоритм аналізував ці дані і формував оптимізоване розклад для кожної деталі, вказуючи, на якому станку і в який час слід проводити обробку. Важливо було враховувати доступність станків, часові обмеження та терміни завершення завдань з високою терміновістю.
… Проект був повністю виконаний мною, починаючи з розробки архітектури системи і закінчуючи реалізацією ключових компонентів. Реалізація зайняла близько тижня і вимагала застосування глибоких знань у галузі алгоритмів і оптимізаційних методів.
Активність
| Останні ставки 2 | Бюджет | Додано | Терміни | Ставка | |
|---|---|---|---|---|---|
|
Потрібен простий скрипт на питоні або іншому (скрипт фільтр слів тхт)
990 UAH
|
|||||
|
Kомп'ютерний зір
4434 UAH
|