Мои Проекты

FindWay — это глобально ориентированная асинхронная поисковая платформа данных, предназначенная для сбора, индексации и оперативного вывода критичных ко времени пользовательских кейсов, связанных с поиском пропавших людей, животных и похищенного имущества за рубежом. Система функционирует как единый движок данных с мультиязычными, региононезависимыми моделями данных и возможностью обработки трансграничных инцидентов. Разработана с нуля на Ruby on Rails, использует масштабируемое медиа-хранилище на базе AWS S3 и архитектуру, оптимизированную для высоконагруженной записи и обнаружения данных в реальном времени. Платформа спроектирована для интеграции микросервисов модерации на базе ИИ для фильтрации текста и медиаконтента, функционирующих как независимые, масштабируемые компоненты системы. FindWay разработана с акцентом на надежность, целостность данных и операционную устойчивость в высокострессовых сценариях реального мира, включая кризисные условия и военное положение.

Проект магистерской диссертации: полностью интерактивный дашборд на R/Shiny, отслеживающий регистрацию транспортных средств в Украине (2017–2023 гг.). Включает динамические графики, прогнозирование временных рядов, линейную регрессию, моделирование (ARIMA) и продвинутые процессы ETL. Разработан для профильных ведомств, экономистов и автомобильных аналитиков.

Система поддерживает публикации, создаваемые пользователями, с полноценным функционалом многоуровневого комментирования, включая комментарии к постам и дискуссии внутри тематических веток. Контент структурирован вокруг тем, что позволяет пользователям создавать, обсуждать и модерировать ветки как независимые дискуссионные единицы. Это формирует сложные полиморфные связи между пользователями, типами контента и взаимодействиями. Платформа включает встроенную поддержку мультиязычного интерфейса.

Презентационный сайт и точка входа для поисковой платформы FindWay. • Интернационализация: Поддержка английского, украинского и польского языков через гибкую систему i18n на базе YAML. • Современный дизайн: Адаптивный, чистый интерфейс на Bootstrap 5 с анимированными элементами. • Готовность к продакшену: Контейнеризирован с помощью Docker, развернут за реверс-прокси Nginx и защищен HTTPS через Let's Encrypt. • Роль: Полный цикл — от идеи и дизайна до инфраструктуры и деплоя.

Модуль (EfficientNet-B0, ArcFace, Модерация контента) Модуль построен на архитектуре EfficientNet-B0 — эффективной сверточной нейросети для анализа изображений. Применяется для автоматического анализа визуального контента и фильтрации неприемлемых материалов. Система компьютерного зрения выполняет: • обнаружение и фильтрацию неприемлемого визуального контента (жестокость, запрещенные или откровенные материалы); • классификацию изображений для целей модерации; • подготовку данных для дальнейшего анализа. Для задач распознавания лиц используются модели ArcFace на основе эмбеддингов (векторных представлений изображений). Это обеспечивает высокую точность сопоставления лиц с учетом различий в ракурсах камер, освещении и качестве снимков. Модуль интегрирован в общую систему модерации и поисковую инфраструктуру, гарантируя безопасность контента и поддерживая интеллектуальный анализ изображений.

Building a unified experience using Flutter. The app consumes Rails REST API, implementing secure authentication, real-time data sync, and offline-first capabilities.

Deployed on Hetzner Cloud via Docker. Observability stack: Prometheus for metrics collection and Grafana for visual telemetry. AI layer: CNN (EfficientNet/FaceNet) and NLP moderators ensuring policy-first content control.