Oleksii Patsurkovskyi
Запропонуйте Oleksii роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.
Особисте повідомлення
Запропонувати роботу
Одеса,
Україна
3 дні 2 години тому
вільний для роботи
вік 29 років
на сервісі 10 років
Рейтинг
Успішних проєктів
Середня оцінка
Резюме
Розробляю веб-продукти та автоматизації, які реально працюють.
- React / Next.js / Node.js
- AI-інтеграції та генерація контенту
- автоматизація процесів і скрипти
- MVP та швидкий запуск продуктів
Маю продуктовий бекграунд → думаю не лише про код, а про результат, UX та бізнес-логіку.
Працював з:
- CRM-системами (розробка + впровадження)
- e-commerce (воронки, процеси, автоматизація)
- AI-проєктами (контент, архітектура, прискорення розробки)
Якщо у вас є ідея або задача — допоможу швидко перетворити її на працююче рішення.
Навички та вміння
Програмування
Дизайн та арт
Просування
Портфоліо
-
24 392 UAH Автоматизація фін. обліку: Jobber → Google Sheet через N8N
Розробка ботів
Реалізовано комплексну та відмовостійку систему автоматизації для клінінгового бізнесу. Головне завдання — налаштувати автоматичне перенесення даних з CRM Jobber до Google Sheets за допомогою платформи n8n для точного розрахунку виплат клінінговим командам (процентна та погодинна модель).
Що було зроблено (Технічні деталі реалізації):
…
- Секційна модель даних ("Конструктор"): Рядок візиту в таблиці розділений на незалежні зони (Візит, Інвойс, Платіж, Розрахунок). Кожен потік n8n оновлює лише свої поля, що виключає конфлікти при паралельній обробці вебхуків.
- Динамічна адресація (Header-based): n8n зчитує номери колонок за ключами у першому рядку таблицы. Менеджер може вільно міняти стовпчики місцями — інтеграція не зламається.
- Ідемпотентність та захист від дублів: Реалізовано генерацію унікальних ключів event_id та механіку atomic upsert через n8n Data Table. Повторні вебхуки відсікаються автоматично, не створюючи дублів.
- Гнучкий розподіл фінансів:
- - Написано алгоритм визначення відповідального за готівку (Cash Taker) серед кількох команд на візиті на основі їхнього типу та ID.
- - Реалізовано логіку розщеплення мульти-візитних інвойсів (якщо один рахунок виставлено на декілька прибирань, суми діляться порівну).
- Режим «Ручне Редагування» (Manual Lock): Створено механізм захисту даних. Якщо менеджер ставить галочку ручного коригування на будь-якому рядку візиту, автоматика повністю заморожує оновлення цього об'єкта, щоб не затерти ручні правки.
- Fail-safe та моніторинг:
- - Інтегровано чергу помилок — Dead Letter Queue (Failed_Events) прямо в Google Sheets для зручного розбору менеджером.
- - Налаштовано Exponential Backoff політики ретраїв для обходу лімітів API (429, 5xx).Створено систему з 24 кастомних Telegram-алертів (розділених по гілках: Info, Warnings, Errors) для моментального сповіщення про розбіжності в сумах, відсутність команд у довідниках чи помилки API.
- Оптимізація навантаження: Розрахунок підсумкових виплат (V), сум прибирання (N) та розбіжностей (R) повністю винесено на сторону формул Google Sheets всередині рядка, що зменшило кількість запитів до API та прискорило роботу системи.
Стек технологій:
- n8n (Створення workflow, n8n Data Table для логування та дедуплікації)
- Jobber API (GraphQL, Webhooks, Верифікація подій через HMAC-SHA256)
- Google Sheets API (Batch-оновлення, робота з формулами)
- JavaScript / Node.js (Регулярні вирази, парсинг line items та логіка фільтрації даних всередині n8n-вузлів)
- Telegram Bot API (Маршрутизація сповіщень по топіках)
Результат для бізнесу:
Замовник отримав повністю автономну фінансову вітрину. Ручна робота бухгалтера/менеджера зведена до мінімуму — система сама збирає дані про виконану роботу, рахує чистий дохід за вирахуванням паркінгів та податків, ділить чайові та нараховує зарплату клінерам. Усі нестандартні кейси чи фінансові розбіжності підсвічуються через Telegram, що гарантує 100% контроль за фінансами.
-
35 036 UAH Бек-тестування алгоритмічних торгових стратегій
Python
Розробка системи тестування торгових алгоритмів на великих масивах історичних ринкових даних. Особливість полягала в тому, що стратегії могли мати сотні тисяч різних комбінацій параметрів.
Вдалося реалізувати бектестинг мільйона комбінацій параметрів на історії за 2 роки за 2 години.
… Завдання, які я вирішував:
Обробка великих даних: Організував роботу з масивними обсягами історичних ринкових даних.
Математичні обчислення: Реалізував складну логіку, що включає матричні обчислення та векторизацію операцій для максимального прискорення обробки.
Оптимізація продуктивності: Використовував бібліотеку Numba для JIT-компіляції та усунення "вузьких місць" у продуктивності ядра системи.
Ключові навички: Python, Pandas, NumPy, Numba, Data Engineering, Algorithmic Trading, Матричні обчислення, Векторизація.
-
33 262 UAH Повноцінний стековий SaaS-сервіс для вивчення мов з AI-словниками
Javascript та Typescript
Створення з нуля веб-сервісу (Next.js, Zustand, Supabase) для персоналізованого вивчення мов. Вирішення проблеми класичних додатків — відсутність гнучкості у виборі словників та жорстка прив'язка до мовних пар.
Завдання, які я вирішував:
… Проектування архітектури: Розробив універсальну систему зберігання слів, що дозволяє вивчати будь-яку комбінацію мов без дублювання логіки в коді.
Інтеграція AI-рішень: Впровадив генерацію тематичних словників. Користувач задає будь-яку вузьку тему (наприклад, «медична термінологія»), а AI формує підбірку з перекладами та прикладами.
Автоматизація контенту: Автоматизував процес локалізації та наповнення бази даних — за допомогою ШІ перекладено та додано більше 8 000 слів.
Результати: Пройдено шлях від ідеї (CustDev) до повністю працюючого та масштабованого SaaS-продукту за півтора місяця.
Ключові навички: Розробка продукту, Next.js, Supabase, Інтеграція AI, Проектування запитів, Мультимовна архітектура.
-
115 308 UAH Розробка B2B CRM-системи для складів та електронної комерції
Веб-програмування
Створення з нуля та повноцінна підтримка кастомної CRM-системи, призначеної для автоматизації бізнес-процесів складів та інтернет-магазинів.
Завдання, які я вирішував:
… Проектування та стратегія: Провів дослідження ринку, зібрав зворотний зв'язок від потенційних користувачів та сформував покроковий roadmap продукту.
Управління розробкою: Написав детальні технічні вимоги (ТЗ) та специфікації для всіх функцій системи. Керував повним циклом життя продукту — від концепції до успішного релізу в строк.
Впровадження та онбординг: Особисто проводив консультації та навчання для клієнтів. Допомагав інтегрувати CRM в їхні поточні реалії та вибудовувати нові, більш ефективні бізнес-процеси.
Підтримка та розвиток: Забезпечував безперебійну роботу та розвиток функціоналу системи протягом майже 3 років на основі продуктових метрик та фідбеку.
Результати для бізнесу:
-30% операційного навантаження: Завдяки автоматизації рутини та грамотному вибудовуванню процесів всередині системи, клієнти змогли скоротити навантаження на своїх співробітників на третину.
Високий рівень лояльності: Замовники окремо відзначали якість комунікації, структурований підхід до навчання персоналу та глибоке занурення в їх бізнес-деталі.
Ключові навички в проекті: Product Management, Market Research, Roadmap Development, Client Communication, написання ТЗ, оптимізація бізнес-процесів.
-
12 418 UAH Фулл-Стек дашборд для Telegram аналітики (React, Node.js)
Javascript та Typescript
Фулл-стек додаток (SPA) для аналітики Telegram-каналів. Система автоматично виявляє аномальні сплески інтересу аудиторії та знаходить вірусні публікації на ранніх стадіях, використовуючи відносну метрику Share Rate (коефіцієнт репостів).
Розроблений кастомний парсер на базі MTProto API (GramJS), який збирає історію повідомлень від імені користувача, обходячи обмеження стандартного Bot API. Ядро системи обчислює базову норму (Медіану) кожного каналу за допомогою ковзного вікна даних (від T-8 до T-1 днів), жорстко відсікаючи інформаційний шум і хибні аномалії.
… Ключові фічі:
Розумна математика вірусності: Алгоритм порівнює свіжі пости не за кількістю переглядів, а за відхиленням відсотка репостів від історичної норми конкретного каналу.
Безпечний парсинг (Anti-Flood): Впроваджена складна система обходу блокувань Telegram API (плаваючі затримки Jitter, паузи при пагінації), що імітує поведінку живої людини.
Lazy Media Download: Для оптимізації дискового простору та зниження мережевої навантаженості медіафайли завантажуються та кешуються бекендом лише для підтверджених вірусних постів.
Відмовостійка БД: Використання SQLite в режимі асинхронної журналізації (WAL) дозволяє одночасно записувати сотні записів у фоновому режимі та передавати дані на фронтенд без фризів інтерфейсу.
Автономна авторизація: Нативний UI-введення коду підтвердження Telegram прямо в React-інтерфейсі з безпечним збереженням сесії в базу даних.
Стек технологій:
Frontend: React.js, Vite, Tailwind CSS (Темний режим, адаптивні макети сітки/таблиці).
Backend: Node.js, Express.js.
API & Data: GramJS (Telegram MTProto Client), better-sqlite3 (WAL mode).
Активність
| Останні ставки 2 | Бюджет | Додано | Терміни | Ставка | |
|---|---|---|---|---|---|
|
Розробка фронт частини для CRM системи (Frontend, React)
25 000 UAH
|
|||||
|
TradingView індикатор
25 763 UAH
|
