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

Дмитро Загоруй

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

Україна Житомир, Україна
29 хвилин тому
Вільний для роботи вільний для роботи
зроблено 1 ставку
вік 18 років
на сервісі 1 день 13 годин
Фрилансер Дмитро З. — Україна, Житомир. Спеціалізація — AI та машинне навчання, Веб-програмування

Рейтинг

Успішних проєктів
Немає даний
Середня оцінка
Немає даний
Рейтинг
340
AI та машинне навчання
156 місце з 2885
Веб-програмування 3
1588 місце з 6478

Рівень володіння мовами

English English: просунутий

Резюме

Привіт! Створюю ефективні програмні рішення, де критично важливі швидкість виконання, оптимізація ресурсів та залізна логіка.

Займаюся розробкою високонавантажених backend-додатків, мікросервісної архітектури та системних модулів.

Що я вмію і роблю якісно:• High-performance розробка: Написання логіки, складних алгоритмів та системних компонентів на C++, Go та Python з упором на мінімальне споживання пам'яті.• Асинхронний Backend & Мікросервіси: Проектування гнучких REST API та gRPC сервісів (FastAPI, Gin), які легко витримують тисячі паралельних запитів.• Оптимізація та робота з даними: Проектування баз даних, налаштування кешування для зниження затримок (Latency) та робота з чергами повідомлень.

Стек технологій:• Мови: Python, C++, Go (Golang)• Backend & Фреймворки: FastAPI, Gin, Asyncio, gRPC• Бази даних & Кешування: PostgreSQL, Redis, MongoDB• DevOps & Брокери: Docker, Інструменти CI/CD, RabbitMQ, Git

Регалiї: Маю мiжнародний сертифiкат IELTS, пiдтверджуючий рiвень володiння англiйською.

Завжди на зв'язку, дотримуюсь дедлайнів і ціную час клієнта. Працюю через Сейф.

Напишіть мені в приватні повідомлення — розберемо ваше завдання, підберемо оптимальний стек та архітектуру!

Навички та вміння

Програмування

Послуги

Адміністрування


Переклади

Портфоліо


  • Сайт з можливістю авторизації, пошуку, бронюванням

    Javascript та Typescript
    Сайт з можливістю авторизації, пошуку, бронюванням — приклад роботи портфоліо фрілансера в категорії Javascript та Typescript
    Короткий опис проєкту Демонстраційний проєкт (Proof of Concept), який візуалізує та технічно реалізує один із ключових бізнес-процесів медичних та ментальних платформ — безшовний перехід неавторизованого користувача від перегляду профілю спеціаліста до фінального бронювання сесії. Фокус проєкту зроблено на правильній архітектурі безпеки та збереженні високого рівня UX.
    Основний функціонал:

    Публічний інтерфейс: Сторінка з профілем психолога та інтерактивною кнопкою для початку запису на сесію.
    …
    Розумний редирект (Deep Linking): Інтелектуальний механізм автентифікації. Якщо клієнт не увійшов у систему, додаток перенаправляє його на сторінку логіну, але автоматично запам'ятовує його намір. Після успішного входу користувач без зволікань повертається до оформлення заявки.

    Захищені маршрути (Protected Routes): Доступ до конфіденційних кроків (вибір типу терапії: Індивідуальна чи Парна) суворо контролюється на рівні Middleware (проміжних шарів обробки запитів).

    Технічні переваги проєкту для розробника:

    Модульна архітектура: Чіткий розподіл бізнес-логіки, маршрутизації та перевірки прав доступу, що робить код легким для читання та підтримки.

    Масштабованість: Логіка вибору послуг спроєктована так, що нові формати (наприклад, групова чи корпоративна терапія) можна інтегрувати без переписування існуючого коду.

    Стабільність користувацького сценарію: Повне виключення тупикових маршрутів (dead ends) під час авторизації, що безпосередньо впливає на конверсію платформи.

  • Автономна AI RAG-система з векторною базою знань

    AI та машинне навчання
    Автономна AI RAG-система з векторною базою знань — приклад роботи портфоліо фрілансера в категорії AI та машинне навчання
    Спроектував та реалізував з нуля асинхронну RAG-систему (Retrieval-Augmented Generation) для інтелектуального аналізу та пошуку за складною технічною документацією чи внутрішніми базами знань компанії.

    Що реалізовано в проєкті:
    • Асинхронний бекенд: Високопродуктивний API на FastAPI з runtime-валідацією вхідних даних через Pydantic v2.
    … • Векторне ядро: Нативний семантичний пошук у базі даних Qdrant за метрикою косинусного сходства за допомогою локальних ембеддингів (розмірність вектору — 384, float32).
    • Оркестрація ШІ: Логіка роботи агента побудована на базі графових структур LangGraph (StateGraph) з єдиним потокобезпечним станом, що дозволяє легко додавати цикли перегенерації чи вузли валідації відповідей.
    • Стратегія чанкування: Впроваджено інтелектуальну нарізку тексту на чанки (400 символів) із перекриттям (overlap у 100 символів), що повністю ліквідувало втрату контексту на стиках речень та усунуло галюцинації моделі.

    Система гнучка: може працювати як з локальними моделями (через Ollama), так і з хмарними API (Gemini, Claude, OpenAI). Уся інфраструктура повністю контейнеризована за допомогою Docker Compose та готова до деплою на сервер.

Активність

  Останні ставки 2
Інтеграція respond та срм для пересилання звіту про перше повідомлення
700 UAH
Створення платформи для пошуку психологів
15 000 UAH