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

Виталий Мациборка

Надійний власник Plus
Усе, що можна автоматизувати, варто автоматизувати!
Запропонуйте Виталию роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.

Україна Мукачево, Україна
зараз онлайн
Вільний для роботи вільний для роботи
15 Сейфів завершено
17 днів тому
14 замовників
зроблено 3 ставки
вік 48 років
на сервісі 8 років

Рейтинг

Успішних проєктів
100%
Середня оцінка
10 з 10
Рейтинг
2326
7 проєктів
Python
4 проєкти
Інтернет-магазини та електронна комерція
3 проєкти
PHP
2 проєкти
Веб-програмування

Резюме

Профіль


Стратегічний Архітектор Рішень з понад 20-річним досвідом в ІТ, що охоплює керівництво технологічними підрозділами, розробку програмного забезпечення та проєктування інфраструктури. Спеціалізуюся на створенні інтелектуальних систем автоматизації, які оптимізують бізнес-процеси, інтегрують складні системи та забезпечують вимірювану цінність для бізнесу.

Після 15 років на керівних посадах я повертаюся до практичної архітектурної ролі, щоб застосувати унікальне поєднання глибоких технічних знань (Python, Django, Docker, API) та стратегічного бізнес-бачення для вирішення найскладніших завдань. Моя філософія: "Якщо процес можна автоматизувати, його потрібно автоматизувати".



Ключові Компетенції


КатегоріяНавички
Архітектура та СтратегіяПроєктування Рішень, Автоматизація Бізнес-процесів, ІТ-консалтинг, Аналіз Вимог, Системна Інтеграція, API-архітектура, Управління стейкхолдерами
Бекенд-розробкаPython, Django, FastAPI, PHP, Laravel, RESTful APIs, Мікросервісна архітектура
Інфраструктура та DevOpsDocker, Управління VPS, CI/CD, Проєктування та налаштування мереж, Адміністрування серверів (Linux, Windows, Mac OS), Віртуалізація (Proxmox)
Бази даних та CRMPostgreSQL, MySQL, Redis, Глибокі знання впровадження та інтеграції CRM-систем
Новітні ТехнологіїРозробка агентів на базі ШІ, Інтеграція AI/ML моделей
ФронтендНавчаюсь React для створення повноцінних застосунків


Професійний Досвід


Керівник ІТ-напрямку / Провідний Архітектор Рішень Приватна практика / Консалтинг 

Керував ІТ-стратегією та реалізацією проєктів для клієнтів у різних галузях. Поєднував обов'язки технічного лідера, консультанта та головного розробника для створення комплексних рішень "під ключ".

Ключові досягнення та обов'язки:

  • Проєктування систем автоматизації: Розробляв та впроваджував індивідуальні системи автоматизації, що скорочували час на виконання ручних операцій в середньому на 40% та мінімізували людські помилки.

  • Архітектура ІТ-інфраструктури: Відповідав за повний цикл створення ІТ-інфраструктури для бізнесу: від проєктування мережі та вибору обладнання до налаштування серверів (Windows/Linux), віртуалізації та розгортання контейнеризованих застосунків (Docker).

  • Комплексні API-інтеграції: Інтегрував розрізнені системи (CRM, ERP, системи сигналізації Ajax, відеоспостереження Dahua) через API для створення єдиного інформаційного простору, що дозволяло автоматизувати робочі процеси та отримувати аналітику в реальному часі.

  • Технічний консалтинг: Виступав у ролі головного технічного радника для клієнтів, перетворюючи їхні бізнес-вимоги на чіткі технічні специфікації та архітектурні плани.



Приклади Проєктів


1. Інтегрована Платформа для Автоматизації Бізнесу

  • Проблема: Клієнт мав справу з фрагментованими даними у CRM, бухгалтерській програмі та системі складського обліку, що призводило до неефективності та помилок.

  • Архітектурне Рішення: Спроєктував центральне ядро автоматизації на Python/Django, яке через REST API об'єднувало дані з усіх систем. Рішення було розгорнуто в Docker-контейнерах на VPS-сервері, що забезпечило масштабованість та надійність.

  • Технології: Python, Django, REST API, Docker, PostgreSQL, Linux (VPS).

  • Результат: Створено єдину панель для моніторингу бізнес-показників, автоматизовано 90% завдань із синхронізації даних та практично усунуто помилки у звітності.

2. Система Проактивного Моніторингу на базі IoT

  • Проблема: Клієнту була потрібна автоматична реакція на події від систем безпеки (сигналізація Ajax) та відеоспостереження (Dahua).

  • Архітектурне Рішення: Розробив сервіс-посередник на Python (FastAPI), який отримував події від API обох систем. Сервіс аналізував події, співставляв їх та запускав автоматизовані сценарії: надсилання сповіщень, архівування фрагментів відео та створення записів у журналі інцидентів.

  • Технології: Python, FastAPI, WebSockets, API Integration.

  • Результат: Час реакції на інциденти скоротився на 75%, а вся інформація про події почала автоматично збиратися в єдиному аудиторському звіті. Та в реальному часі відправлялись керівнитству на телеграм бот! 



Додаткова Інформація


  • Правовий статус: Зареєстрований як ФОП 3-ї групи, що дозволяє гнучко співпрацювати з міжнародними клієнтами (зокрема, досвід роботи з Іспанією, Угорщиною тощо).

  • Мови: Українська (рідна), Російська (вільно), Англійська (на рівні читання технічної документації, в процесі вдосконалення).

  • Особисті якості: Пристрасть до технологій та автоматизації. Прагнення до постійного навчання та професійного зростання. Готовий до роботи в команді та відкритий до нових викликів.

Навички та вміння


Робота з текстами

Портфоліо


  • 23 000 UAH

    Maestro CRM Bot — Інтеграція Telegram з KeyCRM

    Python
    **Статус:** Production-ready | **Тип:** Backend + Bot + Web Panel | **Команда:** Solo

    Повнофункціональний веб-додаток для інтеграції Telegram-бота з системою управління замовленнями KeyCRM. Клієнти можуть перевіряти баланс, переглядати замовлення та отримувати сповіщення прямо в Telegram.

    ## Основний функціонал

    **Telegram Bot (Aiogram 3.22)**
    - Автоматична авторизація за номером телефону
    - Перевірка балансу у реальному часі
    - Історія замовлень з пагінацією
    - Розумні сповіщення про зміни статусу
    - Інтерактивні меню через кнопки Telegram

    **Веб-інтерфейс**
    - Django Admin Panel для управління користувачами
    - Аналітика активності користувачів
    - Конфігурація розрахунку балансу
    - Моніторинг синхронізації з KeyCRM

    **Автоматизація (Celery + Redis)**
    - Періодична синхронізація даних (кожні 5 хвилин)
    - Фонова обробка сповіщень
    - Планувальник Celery Beat для управління розписанням

    **Безпека**
    - Двохетапна автентифікація
    - HTTPS/SSL для всіх запитів
    - Webhook токени для захисту API
    - Environment-based конфігурація

    ## Технологічний стек

    **Backend:** Django 5.1.14 | Python 3.13 | PostgreSQL 16 | Redis 7

    **Bot & Async:** Aiogram 3.22 | asyncio/uvloop | httpx/aiohttp

    **Task Queue:** Celery 5.5.3 | Celery Beat 2.8.1

    **DevOps:** Docker | Docker Compose | Nginx | Gunicorn/Uvicorn

    **Quality:** Black | Flake8 | mypy | pytest (104 залежності)

    ## Архітектура

    ```
    bot/ → Обробники подій Telegram
    keycrm/ → Інтеграція REST API KeyCRM
    webhook/ → Обробка вхідних подій
    config/ → Конфіг Django (local/production)
    docker-compose → Оркестрація (web, bot, celery, db, redis, nginx)
    ```

    ## Ключові можливості

    1. **Real-time синхронізація** — REST API + Webhooks + Redis кешування
    2. **Масштабованість** — async/await + Celery workers + мікросервісна архітектура
    3. **Надійність** — Health checks + структуроване логування + error tracking
    4. **Production-ready** — Docker/Compose + Nginx + SSL + міграції + статичні файли

    ## Розгортання

    **Локально:**
    ```bash
    source venv/bin/activate && pip install -r requirements.txt
    python manage.py migrate && ./run_local.sh
    ```

    **Production (Docker):**
    ```bash
    docker-compose up -d && docker-compose exec web python manage.py migrate
    docker-compose exec web python manage.py collectstatic
    ```

    **Сервіси:** db (PostgreSQL 16), redis (Redis 7), web (Gunicorn), bot (Aiogram), celery, celery-beat, nginx

    ## Метрики

    | Показник | Значення |
    |----------|----------|
    | Строк коду | ~3000+ |
    | Django додатків | 3 (bot, keycrm, webhook) |
    | API endpoints | 15+ |
    | Тести/Покриття | 20+ тестів / 65%+ |
    | Користувачів | 100+ активних |
    | Синхронізація | 50+ замовлень щодня |
    | API response | < 200ms |
    | Uptime | 99.9%+ |

    ## Реалізовані паттерни

    MVC архітектура | Factory Pattern | Observer Pattern | Singleton | Repository Pattern | Middleware для логування

    ## Навички продемонстровані

    **Backend:** Django 5, PostgreSQL, REST API, async/await, Celery, розподілені системи

    **Bot:** Telegram Bot API, інтерактивні UI, state management

    **DevOps:** Docker, Docker Compose, Nginx, SSL/TLS, health checks, production deployment

    **Engineering:** Архітектурний дизайн, Clean Code, Unit/Integration тести, Git workflows

    ## Вимоги

    - Docker & Docker Compose
    - Python 3.13+ (локальна розробка)
    - 2GB RAM, 5GB диска

    **Змінні:** TELEGRAM_TOKEN, KEYCRM_API_KEY, DB_PASSWORD, DJANGO_SECRET_KEY, DEBUG=False

    ## Результати

    ✓ Production-ready додаток ✓ 100+ активних користувачів ✓ Автоматична синхронізація ✓ < 200ms API response ✓ 99.9%+ uptime ✓ Горизонтальне масштабування
  • 25 000 UAH

    AI Голосовий Помічник для Мобільного Оператора

    AI та машинне навчання
    ## Про проект

    Інтелектуальний голосовий і текстовий асистент для мобільного оператора Ucell (Узбекистан), здатний консультувати клієнтів з тарифів, відповідати на часті питання та надавати персоналізовані рекомендації на основі потреб користувача.

    ## Вирішувані завдання

    - **Автоматизація консультацій**: Зниження навантаження на кол-центр за рахунок автоматичних відповідей на типові питання
    - **Персоналізація**: Розумний підбір тарифів на основі аналізу потреб користувача (інтернет, дзвінки, SMS)
    - **Мультимовність**: Повна підтримка російської та узбецької мов
    - **24/7 доступність**: Цілодобова робота без вихідних

    ## Ключові можливості

    **Голосовий і Текстовий Інтерфейс**
    - Розпізнавання та синтез мови через Yandex SpeechKit з нативними голосами для RU/UZ
    - Підтримка WebM, Opus, MP3 форматів
    - Текстовий чат для письмового спілкування

    **Інтелектуальна Система Рекомендацій**
    - NLP аналіз вимог користувача
    - Векторний пошук по базі з 50+ тарифних планів
    - Персоналізовані рекомендації на основі потреб

    **FAQ з Семантичним Пошуком**
    - База знань: 29 питань-відповідей у 13 категоріях
    - Векторний пошук з точністю 87-98%
    - Автоматична векторизація нових FAQ
    - Статистика переглядів для аналізу популярності

    **Розширена Адмін-панель**
    - Управління тарифами та FAQ через зручний інтерфейс
    - Інлайн редагування, тестування схожості питань
    - Детальні логи діалогів з часовими метриками
    - Візуалізація статистики запитів

    ## Технологічний стек

    **Backend**: Django 5.2 (async), Django Ninja (REST API), PostgreSQL 16 + pgvector, Redis

    **AI & ML**: OpenAI GPT-4, Yandex SpeechKit (STT/TTS), sentence-transformers (multilingual-e5-large), pgvector (векторний пошук)

    **DevOps**: Docker & Docker Compose, Gunicorn + Uvicorn, Nginx, Systemd

    **Додатково**: django-unfold, FFmpeg, cryptography, httpx

    ## Технічні особливості

    **Асинхронна обробка**: Паралельна робота STT, векторного пошуку, AI генерації та TTS для мінімізації часу відповіді

    **Векторний пошук**: Семантичне порівняння з threshold 0.7 для FAQ, кешування векторів для прискорення

    **Контекстні діалоги**: Збереження історії останніх 10 повідомлень, безперервні діалоги з session_id, адаптивні промпти

    **Аналітика**: Метрики часу для кожного етапу, підрахунок токенів, повне логування запитів

    ## Результати

    - Обробка запитів: < 2 секунди на повний цикл (STT → AI → TTS)
    - Точність FAQ: 87-98% релевантність семантичного пошуку
    - Покриття: 29 FAQ у 13 категоріях, 50+ тарифних планів
    - Безпека: API токени, шифрування даних (Fernet), CORS/CSRF захист, rate limiting
    - Production-ready: Docker контейнери, автоматичні міграції, health checks, SSL/TLS

    ## Досягнення

    Проект демонструє глибоке розуміння сучасних AI/ML технологій, досвід роботи з векторними базами даних, навички створення високонавантажених async систем та інтеграції складних зовнішніх API (Yandex, OpenAI), знання DevOps практик.

    ---

    **Технології**: Python, Django 5.2, PostgreSQL, pgvector, Redis, Docker, OpenAI GPT-4, Yandex SpeechKit, NLP, Vector Search, REST API, Async/Await

    **Термін розробки**: 3 тижні | **Статус**: Production-ready, активно використовується
  • 15 519 UAH

    AI-система оптимізації промислових акумуляторних батарей

    AI та машинне навчання
    Розроблено інтелектуальну систему керування промисловими акумуляторними батареями (400 кВт·год) з використанням штучного інтелекту Google Gemini для максимізації прибутку від арбітражу електроенергії на ринку "день наперед" (РДН).

    Бізнес-задача
    Клієнт мав промислову батарею SmartLogger 3000C01 потужністю 400 кВт·год, але керував нею вручну. Потрібно було створити автоматизовану систему, яка:

    Аналізує почасові ціни електроенергії на РДН (ринок "день наперед")
    Враховує реальне споживання підприємства
    Створює оптимальний графік заряду/розряду
    Максимізує прибуток від продажу електроенергії
    Технічна реалізація
    Стек технологій:

    Python 3.x (Flask, SQLite)
    Google Gemini AI API (gemini-2.0-flash-exp)
    SOAP API інтеграція (SmartLogger)
    REST API (OREE - ринок електроенергії)
    Cron для автоматизації
    Excel парсинг (історичні дані споживання)
    Архітектура системи:

    Модуль збору даних:

    Інтеграція з OREE API для отримання цін РДН на наступну добу
    Парсинг історичних даних споживання з Excel (KWT.xls)
    Зчитування поточного стану батареї через SOAP API SmartLogger
    AI-оптимізатор (ядро системи):

    Розробка спеціалізованого промпту для Gemini з покроковим алгоритмом
    Аналіз 24-годинного вікна з врахуванням:
    Почасових цін електроенергії (грн/кВт·год)
    Прогнозованого споживання підприємства
    Технічних обмежень батареї (швидкість заряду/розряду)
    ROI порогу (мінімальна маржа 3 грн/кВт·год)
    Підтримка multi-cycle оптимізації (ранковий + вечірній піки)
    Адаптивна розрядка відповідно до реального споживання
    Модуль виконання:

    Автоматичне виконання розкладу через SOAP API
    Почасовий моніторинг та коригування
    Логування всіх операцій
    Telegram-нотифікації про статус
    Веб-інтерфейс (Flask):

    Дашборд з візуалізацією графіків роботи
    Історія операцій та прибутку
    Налаштування параметрів системи
    Аутентифікація та контроль доступу
    Результати
    Технічні досягнення:

    Збільшення годин розряду з 2 до 10 за добу
    Зростання прибутку на 11% (з 2,874 до 3,198 грн/день)
    Автоматизація 100% рутинних операцій
    Точність прогнозів споживання 95%+
    Економічний ефект:

    Прогнозований місячний прибуток: ~96,000 грн
    ROI системи: окупність за 2-3 місяці
    Економія часу клієнта: 2-3 години щодня
    Ключові технічні рішення
    Інтеграція з AI:

    Розробка спеціалізованого промпту з покроковим алгоритмом
    JSON Mode для гарантованої структури відповідей
    Fallback механізм при недоступності AI
    Оптимізація споживання:

    Аналіз історичних даних попереднього тижня
    Врахування денного розкладу роботи підприємства
    Динамічна адаптація потужності розряду
    Надійність:

    Retry механізм для API запитів (до 10 спроб)
    Резервні сценарії при збоях зв'язку
    Детальне логування всіх операцій
    Автоматизація:

    Cron job для щоденного прогнозу (00:00)
    Почасовий збір статистики та виконання команд
    Безперебійна робота 24/7
    Складність реалізації
    API інтеграції: SOAP (SmartLogger), REST (OREE), AI (Gemini)
    Алгоритми: Multi-cycle оптимізація, dynamic programming
    Deployment: Production сервер з SSH, cron налаштування
    Тестування: Локальні тести, production валідація, A/B порівняння
    Унікальність проекту
    Гібридний підхід: AI + правила бізнес-логіки
    Адаптивність: Система враховує реальне споживання, а не теоретичні максимуми
    Multi-cycle оптимізація: Часткові цикли для максимізації прибутку
    Production-ready: Повна автоматизація з мінімальним втручанням оператора
    Навички, застосовані в проекті
    Python AI/ML Integration Google Gemini API SOAP/REST API Flask SQLite Cron Automation Excel Parsing Production Deployment Linux Administration Algorithm Optimization Data Analysis Industrial IoT

    Тривалість проекту: 2 тижні
    Роль: Full-stack розробник + AI інтеграція
    Статус: Запущено в production, працює автономно
  • 22 170 UAH

    Time Tracker for Mac OS

    Python
    # MTimer — Нативний Time Tracker для macOS

    ## Про проєкт

    Повнофункціональний нативний додаток для відстеження часу на macOS. Розроблений з використанням PyObjC (AppKit) та SQLite, демонструє глибоке розуміння екосистеми Apple та створення професійних desktop-додатків на Python.

    **Ключові досягнення:**
    - 100% нативний UI через AppKit без веб-технологій
    - Universal binary (x86_64 + arm64) готовий до розповсюдження
    - Багатомовність з автоматичним визначенням системної мови (UK/EN/RU)
    - Production-ready архітектура з чистим розділенням логіки

    ## Технічний стек

    **Основа:** PyObjC (AppKit), SQLite, py2app
    **Паттерни:** MVC, Singleton, Observer, State Management
    **UI:** NSTableView, NSStatusBar, NSAlert, NSUserNotificationCenter

    ## Основний функціонал

    **Управління часом**
    - Smart Timer з автоматичним розділенням сесій в опівночі
    - Фільтри періодів (Today/Week/Month) з real-time агрегацією
    - Динамічний розрахунок вартості на основі почасових ставок
    - Автоматичне відновлення активної сесії після рестарту

    **User Experience**
    - Адаптивний дизайн з підтримкою світлої/темної теми
    - Keyboard shortcuts (⌘, для Settings, Delete для видалення)
    - Нативні сповіщення при старті/зупинці відстеження
    - Menu Bar App з живим таймером та швидким перемиканням завдань

    **Управління даними**
    - CRUD операції з проєктами та почасовими ставками
    - Редагування через окреме Settings вікно
    - Safe deletion з NSAlert підтвердженням
    - Real-time sync UI та menu bar при зміні даних

    ## Технічні виклики

    **1. Обробка клавіатури в NSTableView**
    Створено `DeletableTableView` subclass з override `keyDown_` для Delete key, використовуючи `objc.super()` для коректної роботи з Objective-C runtime.

    **2. Синхронізація UI після редагування**
    Реалізовано систему callbacks зі збереженням вибору через project_id, refresh всіх компонентів (table, status bar, filters) одночасно.

    **3. Локалізація в compiled app**
    Використано `NSLocale.preferredLanguages()` замість locale module з fallback ланцюгом для максимальної сумісності.

    **4. Життєвий цикл додатку**
    Override `windowShouldClose_` з `orderOut_`, `setReleasedWhenClosed_(False)` та `applicationShouldHandleReopen_` для коректного hide/show.

    ## Результати

    ✓ Стабільний production-ready додаток без crashes
    ✓ Підтримка Intel Mac та Apple Silicon
    ✓ Мінімальний footprint (~50MB standalone)
    ✓ Миттєва відповідь UI
    ✓ Повністю документований код

    ## Отримані навички

    - **macOS Development:** AppKit framework, NSStatusBar/NSMenu/NSTableView, system events handling, multi-window coordination
    - **Python Advanced:** PyObjC bridging, Objective-C runtime interaction, py2app packaging, code signing
    - **Database:** SQLite оптимізація, агрегатні запити, transaction management
    - **Software Engineering:** i18n best practices, UX design для desktop, error handling, version control

    ---

    **GitHub:** https://github.com/maciborka/MTimer
    **Stack:** Python 3.12, PyObjC (AppKit), SQLite, py2app
    **Platform:** macOS 12+ Universal (x86_64 + arm64)
    **License:** MIT
  • 88 680 UAH

    Mini-CRM з нуля

    Python
    Mini-CRM: Кастомна система для автоматизації обліку та управління угодами
    Цей проєкт є повністю кастомною CRM-системою, розробленою з нуля для ефективного управління особистими бізнес-процесами. Основна мета — створити єдиний, гнучкий та високопродуктивний інструмент для ведення клієнтської бази, відстеження етапів угод, контролю фінансових потоків та автоматизації рутинного документообігу.

    Ключові можливості та функції

    Система поєднує в собі декілька потужних модулів, які закривають повний цикл роботи з клієнтом:

    Фінансовий дашборд: Головний екран надає наочне зведення за ключовими показниками бізнесу: Доходи, Витрати, Податки та Баланс за обраний період. Інтерактивний графік "Тренд за рік" та діаграма "Розподіл витрат" (як видно на скриншоті) дозволяють миттєво оцінити фінансовий стан.

    Управління угодами (Воронка продажів): Реалізовано повноцінну воронку продажів, де кожна угода проходить по етапах, що налаштовуються (наприклад, "Запит / Підписано", "АКТ / Підписано", "Отримано / Оплачено"). Це дає чітке візуальне уявлення про поточний стан усіх проєктів.

    Інтеграція з банком (PrivatBank): CRM автоматично підтягує та розпізнає транзакції з Приват24. Це усуває необхідність ручного введення платежів і дозволяє в один клік "прив'язати" реальне надходження грошей до конкретного рахунку чи угоди.

    Автоматизація документообігу: Система дозволяє генерувати рахунки (Рахунки) та акти (Акти) на основі даних угоди та каталогу послуг. Найголовніше — документ можна миттєво надіслати клієнту на e-mail прямо з інтерфейсу CRM, що радикально економить час.

    Інтеграції з AI та Telegram: Вбудований Telegram-бот використовується для оперативних сповіщень про нові угоди, оплати чи статуси. AI-модулі допомагають в аналітиці та автоматизації (наприклад, у класифікації витрат чи прогнозуванні).

    Каталог товарів та послуг: Ієрархічний довідник "Товарів та послуг" дозволяє вести облік номенклатури, фіксуючи як закупівельну, так і продажну ціну, що спрощує формування рахунків та розрахунок прибутковості.

    Технічний стек

    Однією з ключових особливостей проєкту є сучасний та легко_ваговий_ технологічний стек, що забезпечує високу швидкість роботи інтерфейсу:

    Backend: Python (Django) для всієї бізнес-логіки, API та інтеграцій.

    Frontend: htmx для створення динамічного та "реактивного" інтерфейсу без необхідності повного перезавантаження сторінки, що робить роботу в CRM швидкою та плавною.

    Деплоймент: Docker для контейнеризації застосунку, що забезпечує простоту розгортання, масштабування та ізоляцію оточення.

    Інтеграції: API PrivatBank, Telegram Bot API, AI-сервіси.

    Результат

    У результаті вийшов потужний персональний інструмент, що повністю адаптований під конкретні бізнес-процеси. Він автоматизує рутину, надає повний контроль над фінансами та угодами, а також об'єднує всі ключові дані в одному місці.
  • 4434 UAH

    Domain-Gem

    Python
    Розумна утиліта для автоматичного пошуку та перевірки доступності доменних імен з використанням Google Gemini AI.

    Можливості

    AI-генерація доменів: Використовує Google Gemini для створення креативних доменних імен.
    Перевірка доступності: WHOIS-перевірка доступності доменів у реальному часі.
    Автоматичне логування: Збереження результатів у файли available.txt та taken.txt.
    Фільтрація дублікатів: Автоматичне виключення вже перевірених доменів.
    Інтерактивний режим: Чат-інтерфейс для створення доменів за довільними запитами.
    Гнучка авторизація: Підтримка API ключів та Service Account.
    Статистика: Детальна звітність по перевірених доменах.
    ProcessSniper: Коректне управління процесами та потоками (безпека при натисканні Ctrl+C).
    Налаштовувані вимоги: Повне налаштування вимог до доменів через config.py.
    Перегляд промптів: Можливість бачити точний промпт, що надсилається до Gemini AI.
  • 20 000 UAH

    Cloudflare-Firebase Sync — Система автоматизації піддоменів

    Python
    Production-ready система для автоматичного створення та керування піддоменами з інтеграцією Cloudflare DNS та Firebase Remote Config. Вирішує завдання відмовостійкості, масштабування та автоматизації інфраструктури.

    Ключові Фічі

    Функція Опис Технології
    Пакетне Створення Одночасне створення багатьох піддоменів Python, Cloudflare API
    Авто-Ротація Автоматична ротація та очищення за розкладом Cron, SQLite
    Multi-Firebase Публікація в декілька проєктів Firebase Firebase Admin SDK
    Round-Robin Рівномірний розподіл між доменами Custom Algorithm
    Моніторинг Детальне логування та метрики Python Logging
    Технічний Стек

    Backend: Python 3.12, SQLite

    APIs: Cloudflare API, Firebase Admin SDK

    DevOps: Cron, Shell Scripting, Git

    Testing: Unit Tests, Integration Tests

    Patterns: Batch Processing, Multi-tenant, Modular Architecture

    Метрики Продуктивності

    Створення 1 піддомену: 8 секунд

    Пакет (3 піддомени): 15 секунд

    Прискорення процесу: 10x проти ручного створення

    Uptime: 99.9% завдяки failover

    Зниження витрат: 60% на експлуатацію

    Архітектурні Інновації

    Batch Processing (Пакетна обробка):

    Python
    # Одночасне створення N піддоменів
    SUBDOMAINS_BATCH_SIZE = 3
    subdomains = ["abc.domain1.com", "def.domain2.com", "xyz.domain3.com"]
    Multi-Firebase Publication (Публікація в декілька Firebase):

    JSON
    {
    "reserve_urls": [
    "https://abc.domain1.com/api/",
    "https://def.domain2.com/api/"
    ]
    }
    Smart Round-Robin (Розумне циклічне чергування):

    Python
    # Інтелектуальне балансування навантаження
    domain = domains[index % len(domains)]
    Якість та Тестування

    100% test coverage критичної функціональності

    Повна документація та API reference

    PEP 8 compliance та type hints

    CI/CD готовність з автоматизованими скриптами

    Бізнес-Застосування

    Вирішує проблеми:

    Failover для високонавантажених систем

    A/B тестування та canary-розгортання

    Географічний розподіл навантаження

    Автоматичне масштабування інфраструктури

    Результати:

    Zero-downtime при відмовах

    3x збільшення throughput у пакетному режимі

    60% економія експлуатаційних витрат

    Секунди замість годин на розгортання

    Демонстровані Навички

    Галузь Навички
    Backend REST API integration, Database design, Error handling
    DevOps Process automation, Configuration management, Monitoring
    Architecture Modular design, Scalability, Multi-tenant systems
    Quality Unit testing, Documentation, Code standards
    Цінність для Портфоліо

    Production-ready рішення з real-world застосуванням

    Сучасні технології та хмарні сервіси

    Масштабована архітектура для enterprise-рівня

    Повна автоматизація з метриками ефективності

    Комплексне тестування та документація

    Структура Проєкту

    cloudflare-firebase-sync/
    ├── modules/ # Модульна архітектура
    │ ├── cloudflare_api.py # Інтеграція з Cloudflare
    │ ├── firebase_api.py # Firebase Remote Config
    │ └── database.py # Операції з SQLite
    ├── test/ # Комплексне тестування
    │ ├── test_batch_workflow.py
    │ └── test_integration.py
    ├── main.py # Основний робочий процес
    ├── config.py # Система конфігурації
    └── docs/ # Технічна документація

    Ключова фіча: Пакетний режим створення піддоменів з публікацією в декілька Firebase.
    Результат: Повністю автоматизована система з 99.9% uptime.

    Проєкт демонструє здатність створювати enterprise-grade рішення для автоматизації хмарної інфраструктури.
  • 20 000 UAH

    Інтеграція KeyCRM з BigQuery для e-commerce

    Python
    Автоматизована система для імпорту, обробки та аналітики замовлень інтернет-магазину з інтеграцією KeyCRM та Google BigQuery.
    Реалізовано повну синхронізацію замовлень, товарів, платежів, кастомних полів та маркетингових даних.
    Дані з KeyCRM проходять очищення, нормалізацію, зв'язування з додатковими сутностями та експортуються до BigQuery для побудови звітів, аналітики та BI.

    Ключові можливості:

    Імпорт замовлень, товарів, покупців, менеджерів, платежів, маркетингових даних із KeyCRM через OpenAPI.

    Обробка користувацьких полів замовлення (custom_fields) з підтримкою значень для кожного замовлення.

    Зберігання та оновлення даних у MySQL (Django ORM) з підтримкою міграцій та idempotent-логіки.

    Експорт замовлень до Google BigQuery з автоматичним створенням та оновленням схеми таблиці.

    MERGE-операції для UPSERT у BigQuery: нові та оновлені замовлення синхронізуються без дублювання.

    Локальне дзеркало замовлень для швидкої аналітики та звіряння даних.

    Підтримка складних зв'язків: товари в замовленні, кастомні причини скасування/обміну/повернення, коментарі менеджера.

    Адмінка Django зі зручним переглядом та редагуванням усіх сутностей.

    Технології:

    Python 3.12, Django 5.x, MySQL, Google BigQuery, REST API (KeyCRM), Celery, Docker.

    Повна підтримка міграцій, idempotent-оновлень, транзакцій.

    Логування, обробка помилок, автоматичні тести.

    Результат:

    Система дозволяє бізнесу отримувати актуальні, чисті та структуровані дані про замовлення для аналітики, звітності та BI, автоматизувати експорт у хмару, відстежувати причини повернень/скасувань, будувати звіти за кастомними полями та маркетинговими каналами.
  • 11 085 UAH

    Vanity Crypto Address Generator

    Python
    Высокопроизводительный генератор персонализированных криптоадресов
    Описание проекта
    Разработал продвинутый генератор красивых (vanity) адресов для криптовалют с максимальной оптимизацией производительности. Система позволяет создавать персонализированные криптоадреса с заданными префиксами или суффиксами для основных блокчейн-сетей.

    Технические характеристики
    Поддерживаемые блокчейны:

    Bitcoin (BTC) - P2PKH адреса
    Ethereum (ETH) - стандартные адреса
    TRON (TRX) - нативные адреса
    Litecoin (LTC) - P2PKH адреса
    Dogecoin (DOGE) - P2PKH адреса
    Архитектура и технологии:

    Python 3.8+ с многопроцессорной архитектурой
    Максимальное использование CPU - до 100% загрузки всех ядер
    Оптимизированные криптографические библиотеки: secp256k1, web3.py, eth-account
    Производительность: 100,000+ адресов в секунду на современном оборудовании
    Ключевые особенности
    Двухрежимная работа:

    Одиночный поиск для быстрых задач
    Пакетный режим с конфигурационными файлами CSV
    Интеллектуальная система:

    Автоматическая оценка сложности и времени поиска
    Система приоритетов для пакетного выполнения
    Предупреждения о долгосрочных задачах
    Удобство использования:

    Автоматическое сохранение результатов в CSV
    Организованная файловая структура
    CLI интерфейс с подробной справкой
    Безопасность:

    Криптографически стойкая генерация ключей
    Локальная обработка без сетевых запросов
    Безопасное хранение приватных ключей
    Техническая реализация
    Оптимизации производительности:

    Multiprocessing вместо threading (обход GIL Python)
    Lock-free архитектура с локальными счетчиками
    Кэширование криптографических операций
    JIT-компиляция критических участков
    Структура кода:

    Модульная архитектура с отдельными сетевыми модулями
    Абстрактный базовый класс для расширяемости
    Оптимизированные зависимости (только необходимые библиотеки)
    Comprehensive error handling и logging
    Результаты и метрики
    Производительность: До 100,000+ адресов/сек на многоядерных системах
    Поддержка: 5 основных криптовалют
    Режимы работы: Одиночный и пакетный поиск
    Автоматизация: Конфигурационные файлы для массовых задач
    Надежность: Полная обработка ошибок и корректное завершение
    Используемые технологии
    Языки: Python 3.8+
    Криптография: secp256k1, hashlib, secrets
    Блокчейн: web3.py, eth-account, base58
    Архитектура: multiprocessing, concurrent.futures
    CLI: argparse, rich formatting
    Данные: CSV, JSON, structured logging
    Применение
    Проект востребован для:

    Создания брендированных криптоадресов для компаний
    Генерации памятных адресов для персонального использования
    Массового создания тематических адресов
    Исследовательских задач в области криптографии
    Достижения проекта
    Максимальная оптимизация: Использование всех доступных CPU ядер
    Масштабируемость: От одиночных задач до пакетной обработки сотен заданий
    Производственная готовность: Полная обработка ошибок и безопасность
    Документация: Подробное техническое описание и примеры использования
    Этот проект демонстрирует глубокие знания криптографии, оптимизации производительности Python и создания production-ready инструментов для блокчейн-разработки.
  • 6500 UAH

    Розгортання термінального сервера

    Адміністрування систем та мереж
    Технічне завдання:
    Розгортання термінального сервера Windows з VPN-сервером для доступу до нього.

    Було прийнято рішення використовувати хмарного провайдера Gigacloud. На базі їхніх технологій була розгорнута інфраструктура з віртуальною машиною Windows Server 2016 та MikroTik. У MikroTik було створено VPN L2TP і побудована мережева інфраструктура. Завдяки цьому Windows Server був захищений від зовнішніх загроз.
    Також було налаштовано щоденне резервне копіювання.
  • 20 000 UAH

    "Бекенд-система.

    Python
    Завданням від замовника було створити систему, яка б витягувала дані з CRM-системи KeyCRM через API. Усі дані мають зберігатися в базу даних, а після обробки відправлятися в Google Sheets за допомогою API.

    Для реалізації проекту було запропоновано використати Python у поєднанні з фреймворком Django. Для автоматизації процесу відправлення даних застосовувались Celery і Redis. Були враховані обмеження за частотою запитів до KeyCRM та Google, завдяки чому система не перевищує встановлені ліміти і не піддається блокуванням. Налаштування частоти опитування серверів регулюються через адміністративну панель. Реалізація даного етапу роботи була виконана у найкоротші строки.

    Незважаючи на оперативність розробки, у проект була закладена основа для масштабування і збільшення функціональності.

    Замовник запропонував перейти до постійної співпраці, що стало поштовхом до модернізації продукту і розширення його функціоналу за межі вихідного технічного завдання. Було запропоновано створити єдину систему приймання замовлень з можливістю накопичення інформації про клієнтів і захисту від шахрайства. У систему була інтегрована перевірка користувачів через reCAPTCHA. Завдяки єдиній системі обробки даних з усіх лендінгів, впровадження нових точок продажу займає мінімальний час.

    Система продовжує функціонувати і обслуговуватися. Впровадження нового функціоналу відбувається протягом лічених годин.

    На даний момент реалізована система накопичення гео-даних клієнтів, використовуючи сторонні сервіси. Дана інформація відправляється в реальному часі в KeyCRM, базу даних і на пошту при кожному новому замовленні.

    На даний момент присутній більше ніж 30 лендінгів.
  • 5000 UAH

    Телеграм бот для пошуку роботи.

    Python
    Приклад бота, який проводить опитування претендента на роботу. Бот ставить питання та приймає відповіді від користувача. Всі дані зберігаються в базі даних. Власник бота має можливість додавати або видаляти питання та варіанти відповідей.
  • 20 664 UAH

    Телеграмм Boot

    Python
    Розробка бота для великої компанії: Був створений унікальний бот, який інформує працівників на підприємстві. Програма інтегрована з різними джерелами інформації та здатна надсилати повідомлення працівникам автоматично за розкладом або за запитом. Особливості бота включають повідомлення про несанкціонований в'їзд транспорту на територію, відправлення звітів про прихід працівників на роботу, а також можливості пошуку інформації за номером автомобіля та прізвищем працівника. У проекті використовувалися технології Python, Celery, Redis
  • 5000 UAH

    Інтернет магазин.

    Веб-програмування
    Услуги по оптимизации и настройке веб-сайта для электронной коммерции:

    Исправление ошибок на сайте: Быстрое и эффективное устранение технических и функциональных недочетов для обеспечения стабильной работы сайта.
    Включение возможностей онлайн-продаж: Активация и настройка всех необходимых функций для осуществления продаж через интернет.
    Перенастройка каталога товаров: Полное создание и конфигурация списка товаров, включая детальное описание, ценники и фотографии.
    Настройка электронной торговли: Полная интеграция и настройка системы электронной коммерции, включая корзину покупок, способы оплаты и доставки.
    Активация уведомлений для клиентов и сотрудников: Настройка автоматических оповещений о статусах заказов для клиентов и уведомлений для сотрудников о новых заказах и изменениях.
    Консультации по работе с сайтом: Обучение и предоставление рекомендаций клиентам по использованию и управлению сайтом, включая управление контентом, обработку заказов и аналитику.
  • 12 915 UAH

    Благодійний фонд

    Веб-програмування
    Вебсайт на базі wix

Відгуки та компліменти про виконані проєкти 15

  • Справжній експерт
  • Знавець своєї справи
  • Швидкі відповіді
  • Першокласна якість
  • Приємне спілкування
  • Висока відповідальність
  • Відмінна ціна
  • Швидший за блискавку

18 травня 1500 UAH
Налаштувати тригер фіскалізації в KeyCRM

Якість
Професіоналізм
Вартість
Контактність
Терміни

Як завжди, все чітко, швидко і почасти проактивно. Рекомендую Віталія до співпраці.

Якість
Професіоналізм
Вартість
Контактність
Терміни

Задача виконана якісно, з розумінням і косультуванням.
Рекомендую даного спеціаліста до залучення в проєкти з інтеграціями платіжних систем, CRM та сервісів з фіскалізації.

26 листопада 2025 700 UAH
Консультація по проекту

Якість
Професіоналізм
Вартість
Контактність
Терміни

Андрій дуже професійно проконсультував по всім цікавим нам питанням. Докладно пояснив складні моменти і дав рекомендації по подальшій роботі над нашим проектом. Можу тільки рекомендувати як компетентного програміста. Буду рада подальшій співпраці.

16 листопада 2025 850 UAH
Консультація по проекту 1С аналітика

Якість
Професіоналізм
Вартість
Контактність
Терміни

Завдання в рамках проекту були виконані в повному обсязі. Спеціаліст знає свою справу.

15 листопада 2025 700 UAH
Консультація

Якість
Професіоналізм
Вартість
Контактність
Терміни

Все чудово, професійно пояснив деякі моменти. Працюємо далі.

Якість
Професіоналізм
Вартість
Контактність
Терміни

Компетентність та повне занурення в завдання з швидким його вирішенням

Якість
Професіоналізм
Вартість
Контактність
Терміни

Все зроблено найкращим можливим способом

Якість
Професіоналізм
Вартість
Контактність
Терміни

Максимально позививний відгук та щира рекомендація до співпраці з Віталієм!

Проект виконано в строк (втричі швидке заявленого), в рамках обумовленого бюджету (була "небезпека" подорожчання в звязку з виявленими під час виконання проекту "складнощами", але врешті цього не сталося, за що окрема подяка).
Комунікація - миттєва, структурована.
План дій - прописується, обговорюється (навіть окреслюється наявність плану Б у разі невдачі з А).
План А спрацював - все виконано, все працює - кайф 🙂

До такої роботи дуже пасує характеристика "on spec, on time, on budget".
Приємно працювати з спеціалістом такого рівня - вищий клас.

У разі потреби обов'язково будемо звертатися ще.
Дякую.

Якість
Професіоналізм
Вартість
Контактність
Терміни

Робота виконана швидко і якісно. Були деякі нюанси з нашої сторони, виконавець детально розібрався і все пояснив. Рекомендую до співпраці!

Якість
Професіоналізм
Вартість
Контактність
Терміни

Відмінно виконане завдання вчасно та з дотриманням усіх деталей техзавдання.

Якість
Професіоналізм
Вартість
Контактність
Терміни

Все досить добре. Дякую!

Якість
Професіоналізм
Вартість
Контактність
Терміни

Чудовий виконавець. Раджу до співпраці, людина не тільки виконала завдання, а ще й пояснила як і що працює. Тому 10/10.

Якість
Професіоналізм
Вартість
Контактність
Терміни

Задача виконана швидко. Результатом задоволений.

Якість
Професіоналізм
Вартість
Контактність
Терміни

Дуже вдячна Віталію за виконану роботу. Допрацьовано, щоб товари потрапляли в корзину, як і потрібно було в задачі. Робота виконана якісно і головне швидко, що дуже важливо було для мене.

Якість
Професіоналізм
Вартість
Контактність
Терміни

Все зроблено чітко і швидко, рекомендую до роботи

Активність

  Останні ставки 10
Фриланс-проєкт
Фриланс-проєкт
Звіт в телеграм по перетину ліній камер відеонагляду DAhua Персональний проєкт
8600 UAH
Розробка MVP AI-сервісу для підготовки наукових текстів Персональний проєкт
Розробка MVP AI-сервісу для підготовки наукових текстів
1111 UAH
Розробник бекенду
7538 UAH
Налаштувати тригер фіскалізації в KeyCRM Персональний проєкт
1500 UAH
Спарсити і залити калькулятори Персональний проєкт
10 000 UAH
Фриланс-проєкт
4000 UAH
Фриланс-проєкт