Вадим Ткаченко
Особисте повідомлення
Запропонувати роботу
Харків,
Україна
вільний для роботи
Рейтинг
Рівень володіння мовами
Українська: носій
English: середній
Резюме
Привіт, я інженер машинного навчання з річним практичним досвідом роботи в галузі штучного інтелекту та солідним досвідом роботи Full-Stack розробником. Я проєктую, створюю та розгортаю інтелектуальні системи в різних областях, включаючи моделі великих мов (LLM) з LangChain, асистентів на базі штучного інтелекту, комп'ютерний зір (CV), обробку природної мови (NLP), оптичне розпізнавання символів (OCR) та додатки глибокого навчання.
Я маю досвід створення комплексних конвеєрів машинного навчання, від попередньої обробки даних та навчання моделей до розгортання та інтеграції з веб- та мобільними додатками. Мій досвід у Full-Stack розробці дозволяє мені долати розрив між моделями штучного інтелекту та виробничими системами, забезпечуючи масштабовані, високопродуктивні рішення. Я впевнено працюю з Python, TensorFlow, PyTorch, FastAPI та хмарними платформами, і я чудово перетворюю складні концепції штучного інтелекту на практичні інструменти для бізнесу.
Як фрілансер, я зосереджуюся на наданні індивідуальних рішень на основі штучного інтелекту, які вирішують реальні проблеми, будь то створення чат-ботів, автоматизація вилучення даних, вдосконалення систем розпізнавання зображень чи інтеграція інтелектуальних функцій у існуючі додатки. Я поєдную технічну експертизу з мисленням, орієнтованим на вирішення проблем, виконуючи проекти вчасно та з високою якістю.
Навички та вміння
Програмування
-
AI та машинне навчання
від 1000 UAH за годину
- C та C++
-
HTML та CSS верстання
від 500 UAH за годину
- Java
-
Javascript та Typescript
від 750 UAH за годину
-
Python
від 750 UAH за годину
- Бази даних та SQL
-
Веб-програмування
від 750 UAH за годину
-
Парсинг даних
від 750 UAH за годину
- Розробка ботів
Фото, аудіо та відео
Портфоліо
-
Face Shape Detection Web Application
AI та машинне навчанняA modern, AI-powered web application that analyzes facial features to determine face shapes using computer vision and machine learning. Built with Flask, MediaPipe, and OpenCV, featuring a sleek glassmorphism UI design.
-
Hand Gesture Mouse Control
AI та машинне навчанняA real-time hand tracking application that allows you to control your computer mouse using hand gestures captured through your webcam. Built with OpenCV, MediaPipe, and AutoPy.
-
Fashion-MNIST CNN Classifier
AI та машинне навчанняConvolutional Neural Network implementation for classifying Fashion-MNIST dataset images using PyTorch. This project includes comprehensive training analysis, visualization, and performance monitoring capabilities.
-
Virtual Paint Application
AI та машинне навчанняA computer vision-based virtual painting application that allows you to draw in the air using hand gestures detected through your webcam.
-
MNIST Image Classification
AI та машинне навчанняThis project implements three different classification models for the MNIST dataset using Object-Oriented Programming, including a Random Forest, a Feed-Forward Neural Network, and a Convolutional Neural Network. Each model follows a common interface called MnistClassifierInterface, which defines two methods, train for training the model on the provided dataset and predict for generating labels on the test dataset, while a wrapper class named MnistClassifier makes it possible to switch between models through an input parameter.
-
Named Entity Recognition + Image Classification
AI та машинне навчанняThis project focuses on building a machine learning pipeline that combines two different tasks, Named Entity Recognition to extract animal names from text and Image Classification to classify animals in images, with the main goal of taking a user-provided text and an image and determining if the text description of the image is accurate.
-
Clustering audio
AI та машинне навчанняClustering audio by groups.
-
MindEasy - AI Therapy Chatbot
AI та машинне навчанняMindEasy is a full-stack web application that provides AI-powered therapeutic conversations. Built with React (frontend) and Python FastAPI (backend), it offers a clean, intuitive interface for users to interact with an AI therapist powered by multiple AI models with the ability to switch between different models during conversations.
-
Real Estate Price Assistant
AI та машинне навчанняA hybrid machine learning and large language model (LLM) system for real estate price prediction from natural language queries. The assistant uses an XGBoost regression model, and Google's Gemini 2.5 Flash API for natural language parsing and explanation generation, wrapped in a Gradio-based UI.
-
AI assistant
AI та машинне навчанняA modern AI assistant featuring voice control, code generation. Built with Python and PyQt6, providing a seamless and intuitive interface for AI-powered tasks.
-
Hotel Reservation Prediction - MLOps Pipeline
AI та машинне навчанняAn end-to-end machine learning operations (MLOps) pipeline to predict whether hotel customers will honor or cancel their reservations. This project demonstrates production-ready ML deployment with comprehensive experiment tracking, automated CI/CD, and scalable cloud infrastructure.
-
Student Performance Prediction System
AI та машинне навчанняA machine learning web application that predicts student math scores based on various demographic and academic factors using Flask and scikit-learn.
-
TuTube - YouTube Analyzer
AI та машинне навчанняTuTube is a desktop application that allows you to analyze YouTube videos by downloading their audio, transcribing the content, and generating AI-powered analysis using ChatGPT. The application features a modern, dark-themed UI built with PyQt5 and provides an intuitive way to process YouTube content.
-
Artifact Detection in Generated Images
AI та машинне навчанняThis project implements a binary classification system to detect artifacts in AI-generated images. The system identifies various artifacts including distorted text, unnatural hands and fingers, face mask remnants, tattoos, misaligned eyes, and other visual anomalies that might appear in generated images.
-
Emotion Recognition CNN
AI та машинне навчанняA deep learning project for facial emotion recognition using Convolutional Neural Networks (CNN) built with TensorFlow/Keras.
Відгуки та компліменти про виконані проєкти 1
25 жовтня 2025
13 302 UAH
Розробник чат-ботів WhatsApp для коучингу
Я мав чудовий досвід роботи з цим фрілансером. Його доступність була відмінною — завжди реагував і легко спілкувався протягом усього проєкту. Він ефективно виконував завдання, проявляв велику увагу до деталей і все доставив вчасно.
| Активність
| Останні ставки 10 | Бюджет | Додано | Терміни | Ставка | |
|---|---|---|---|---|---|
|
OCR для ТТН
70 000 UAH
|
|||||
|
TheJob
|
|||||
|
Автоматизація браузера Adspower
20 000 UAH
|
|||||
|
Н8Н Відео ферма
5000 UAH
|
|||||
|
Розробник чат-ботів WhatsApp для коучингу
13 302 UAH
|
|||||
|
Створення AI агента
15 000 UAH
|
|||||
|
Telegram-бот
10 000 UAH
|
|||||
|
Ии бот по виявленню цілей
25 830 UAH
|
|||||
|
Чат бот на иврите
26 604 UAH
|
|||||
|
Алго бот
26 604 UAH
|