Будь ласка, виберіть
Олег Григорьев

Олег Григорьев

Plus Переможець
32 0
  • Проєкти 30
  • Оцінка 5.0
  • Рейтинг 5 747

Бюджет: 27000 UAH Термін: 7 днів

По бюджету - 27000 грн нормально закласти як перший етап проєктування і технічного прототипу. Повна реалізація всього RunHunter з iOS, watchOS, HealthKit, AI Vision, пушами, віджетами і стабільною логікою синхронізації буде суттєво дорожчою.

Я б почав не з написання екранів, а з перевірки архітектури - HealthKit permissions, фонова синхронізація, модель даних SwiftData або CoreData, схема запису КБЖВ у HealthKit, обмеження watchOS complications і формат strict JSON для AI Vision. Тут нюанс - найризиковіші місця саме синхронізація Apple Health, фонова робота і точність AI-розпізнавання їжі, а не сам SwiftUI.

> За 7 днів можемо зробити
> технічну архітектуру MVP
> прототип основних екранів iOS
> перевірку HealthKit і Apple Watch сценаріїв
> схему локальної бази
> декомпозицію повної розробки з реалістичною оцінкою

Схожий проєкт: Рефаткоринг приложения
  • Проєкти -
  • Оцінка -
  • Рейтинг 207

Бюджет: 27000 UAH Термін: 48 днів

Привіт! Уважно вивчив ТЗ та архітектурні вимоги до RunHunter. Проект чудовий, стек сучасний і чистий — готовий взяти його в роботу і успішно реалізувати за всіма 4 майлстоунами.

Чому я підходжу для цього завдання:

Стек і архітектура: Відмінно володію Swift 6, SwiftUI та архітектурою MVVM. Маю досвід роботи зі SwiftData / CoreData для надійного локального кешування.

Екосистема Apple: Глибоко розумію роботу з HealthKit (пасивний фоновий синк HRV, RHR, фаз сну, кроків, тренувань і ваги) і знаю, як правильно проектувати інтерфейси під iOS + watchOS (включаючи комплікації).

AI Vision: Успішно інтегрував Gemini Flash API для швидкого розпізнавання зображень з парсингом у строгий JSON і реалізацією зручного UX (Smart Auto-Save з таймером).

  • Проєкти -
  • Оцінка -
  • Рейтинг 556

Бюджет: 27000 UAH Термін: 30 днів

Доброго дня, Сергію.

Можу взятися за такий проєкт. Працювала із Swift, HealthKit, інтеграціями API та підписками, тому загальна архітектура і логіка мені зрозумілі.

ТЗ досить детальне, що великий плюс. Єдине, перед стартом хотів би уточнити кілька моментів по AI Vision та розрахунку індексу ЦНС, щоб одразу закласти правильну логіку.

Працювати пропоную по етапах, як у вас описано, з TestFlight після кожного milestone (upfront). Це найзручніший варіант і для перевірки, і для подальшої розробки.

Якщо проєкт ще актуальний — давайте обговоримо деталі, строки та бюджет.

  • Проєкти -
  • Оцінка -
  • Рейтинг 496

Бюджет: 27000 UAH Термін: 3 дні

У ТЗ поєднано кілька модулів: HealthKit-синхронізація з Apple Watch, AI Vision розпізнавання їжі через Gemini 1.5 Flash зі strict JSON, і Streak Engine із захистом від вигорання.

Зроблю на SwiftData під MVVM: спершу core HealthKit sync (HRV, RHR, сон, кроки), далі AI Vision з auto-save таймером на 5 секунд, потім БАДи з автопідсумком КБЖУ.

Питання: чи потрібен весь стек одразу, включно з watchOS-додатком, чи можна погодити перший етап за 3 дні на core-функціонал?

  • Проєкти -
  • Оцінка -
  • Рейтинг 296

Бюджет: 27000 UAH Термін: 4 дні

HealthKit та watchOS синхронізацію, SwiftData під КБЖУ, БАДи і вагу реалізую на Swift 6/SwiftUI, MVVM.

Зроблю фонове зчитування HRV/RHR/сну для ЦНС-індексу, автопідтягування кроків і калорій з Watch. Окремо AI Vision на Gemini 1.5 Flash зі strict JSON відповіддю і 5-сек авто-збереженням запису, плюс 1-tap чек-ін БАДів.

Готовий здати за 4 дні.

  • Проєкти 6
  • Оцінка 3.9
  • Рейтинг 788

Бюджет: 27000 UAH Термін: 30 днів

Сергію, бачу, що задача стосується побудови екосистеми навколо HealthKit для точного аналізу ЦНС та динамічного планування калоражу. Основна складність тут полягає у забезпеченні безперервної синхронізації з HealthKit у фоні без швидкого виснаження батареї годинника. Пропоную реалізувати модуль HealthKit через HKObserverQuery для фонового оновлення та побудувати надійний сервіс обробки даних на SwiftData, який коректно інтегрує AI Vision для розрахунку БЖУ. Як ви плануєте вирішувати питання з енергоспоживанням годинника при частому фоновому зчитуванні даних та чи є вже готовий API для модуля розпізнавання їжі, з яким потрібно буде взаємодіяти?