Coach App — AI-платформа для персонального фітнес-супроводу
Стек:
Python, FastAPI, Django, PostgreSQL, Redis, Celery, WebSockets, Docker, LangChain, LangGraph, Qdrant, JWT, REST API
Опис проєкту:
Розробка AI-платформи для персонального супроводу користувачів. Система поєднує класичний backend для зберігання профілів, тренувань, прогресу та планів із AI-модулем, який аналізує дані користувача й формує персоналізовані рекомендації.
Платформа була спроєктована як масштабований продукт із мікросервісною архітектурою, де окремі сервіси відповідають за авторизацію, фітнес-логіку, AI-взаємодію та real-time комунікацію. Основна задача — дати користувачу не просто трекер активності, а повноцінного AI-коуча, який пам’ятає історію, враховує цілі, фізичні параметри та динаміку прогресу.
Що реалізовано:
система реєстрації, авторизації та профілів користувачів
збереження антропометричних даних, цілей і параметрів користувача
модуль тренувань, вправ, планів і історії активності
AI-чат для взаємодії з персональним фітнес-коучем
збереження пам’яті діалогу та історії рекомендацій
генерація персоналізованих рекомендацій по тренуваннях і навантаженню
система асинхронних задач через Celery
JWT-авторизація та API для клієнтських застосунків
контейнеризація всіх сервісів через Docker
Моя відповідальність:
проєктування архітектури всієї системи
розробка backend-частини та API
побудова мікросервісної структури
реалізація логіки AI-коуча
інтеграція LangChain / LangGraph / Qdrant
реалізація WebSocket-комунікації для чату
проектування PostgreSQL-схем і зв’язків між сутностями
підключення Redis і Celery для фонової обробки
Docker-based розгортання та підготовка інфраструктури для масштабування
Python, FastAPI, Django, PostgreSQL, Redis, Celery, WebSockets, Docker, LangChain, LangGraph, Qdrant, JWT, REST API
Опис проєкту:
Розробка AI-платформи для персонального супроводу користувачів. Система поєднує класичний backend для зберігання профілів, тренувань, прогресу та планів із AI-модулем, який аналізує дані користувача й формує персоналізовані рекомендації.
Платформа була спроєктована як масштабований продукт із мікросервісною архітектурою, де окремі сервіси відповідають за авторизацію, фітнес-логіку, AI-взаємодію та real-time комунікацію. Основна задача — дати користувачу не просто трекер активності, а повноцінного AI-коуча, який пам’ятає історію, враховує цілі, фізичні параметри та динаміку прогресу.
Що реалізовано:
система реєстрації, авторизації та профілів користувачів
збереження антропометричних даних, цілей і параметрів користувача
модуль тренувань, вправ, планів і історії активності
AI-чат для взаємодії з персональним фітнес-коучем
збереження пам’яті діалогу та історії рекомендацій
генерація персоналізованих рекомендацій по тренуваннях і навантаженню
система асинхронних задач через Celery
JWT-авторизація та API для клієнтських застосунків
контейнеризація всіх сервісів через Docker
Моя відповідальність:
проєктування архітектури всієї системи
розробка backend-частини та API
побудова мікросервісної структури
реалізація логіки AI-коуча
інтеграція LangChain / LangGraph / Qdrant
реалізація WebSocket-комунікації для чату
проектування PostgreSQL-схем і зв’язків між сутностями
підключення Redis і Celery для фонової обробки
Docker-based розгортання та підготовка інфраструктури для масштабування