Портфолио и кейсы фрилансеров по работе с ChatGPT

Создание с помощью GPT и AI профессиональной фотосессии.

Самостоятельный демонстрационный проект каталога спортивного оборудования. В интерфейсе реализованы две модели, переключатель на первом экране, анимированная продуктовая сцена, сравнение характеристик, блок документов и форма заявки. Отдельно подготовлена структура темы WordPress: управляемые модели и категории, поля цены и статуса, характеристики, видео и PDF-документы. Это не клиентская работа и не сайт реального бренда.

Самостоятельное интерактивное демо обработки заявки по цепочке Telegram → n8n → Python → карточка лида. Можно изменить имя, Telegram и текст обращения, запустить сценарий и увидеть последовательную проверку, классификацию, определение приоритета и следующего действия. Демо показывает интерфейс и логику маршрутизации. Реальные Telegram, n8n, Python runtime и CRM не подключены. Введённые данные остаются в браузере.

Самостоятельный учебный пример адаптивного лендинга на Next.js. Выполнены responsive-вёрстка desktop и mobile, семантичная структура, переиспользуемые компоненты и интерактивные FAQ-блоки. Это не коммерческий заказ, а демонстрация подхода к вёрстке и адаптации интерфейсов.

Демонстрационный full-stack проект рабочего пространства — персональный интерфейс для работы с идеями, документами и запросами. Реализованы русскоязычный адаптивный интерфейс, проекты и чаты, карточки возможностей, отправка запросов к внешнему API и потоковый вывод ответа. Стек: Next.js, React, TypeScript, Tailwind CSS, внешний API. Проект опубликован в интернете и доступен для просмотра.

Учебный проект по мотивам реального ТЗ с FL.ru. Задача — преобразовать прайсы пяти поставщиков с разными названиями и порядком колонок в единый файл для массовой загрузки товарных объявлений. Что реализовано: — чтение XLSX и CSV; — настраиваемое сопоставление колонок без изменения кода; — очистка артикулов, цен, остатков, описаний и ссылок на изображения; — проверка обязательных полей и отдельный отчёт по ошибкам; — объединение дублей по артикулу и выбор минимальной закупочной цены; — расчёт цены продажи с наценкой; — автоматическое формирование названий и описаний объявлений; — сохранение источника каждой позиции: поставщик, файл и номер строки; — итоговая Excel-книга с фидом, контрольной панелью, отклонёнными строками и инструкцией. На демонстрационных данных обработано 5 прайсов и 16 исходных строк. Получено 8 уникальных объявлений, 4 некорректные строки вынесены в отчёт. Основная логика покрыта автоматическими тестами. Технологии: Python, pandas, JSON-конфигурация, Excel. Все данные синтетические. Перед реальной загрузкой набор колонок адаптируется под актуальный шаблон выбранной категории Авито.

NO SIGNAL ARCHIVE — коробки для воспоминаний, которые можно пересобрать Концепция переосмысляет VHS-бокс как современный носитель визуальной культуры. Предмет ушедшей эпохи становится не просто ретро-объектом, а модульной упаковкой для новых смыслов: зинов, стикеров, карточек, QR/NFC-ссылок, мини-постеров и коллекционных материалов. В основе проекта — столкновение аналоговой формы и цифрового содержания. VHS-коробка сохраняет узнаваемый силуэт, механику открытия и ощущение личного архива, но получает новую графику, современную типографику, чистую визуальную систему и премиальную подачу. NO SIGNAL ARCHIVE — это не проект о ретро. Это проект о том, как предметы прошлого могут получить новую ценность, если посмотреть на них как на носители опыта, памяти и визуальной культуры.

Обложка для стрима с вашим лицом, вместо персонажей из оригинальной иллюстрации

Разработал демо‑калькулятор доставки в n8n. Что делает решение: — принимает данные через Webhook (имя клиента, город, вес посылки); — проверяет корректность входных данных; — при ошибке возвращает понятный ответ пользователю; — рассчитывает стоимость доставки по заданной формуле; — записывает результат в Google Sheets; — возвращает готовый JSON-ответ через webhook. В проекте использованы: n8n, Webhook, HTTP Request, IF, Edit Fields, Google Sheets, логика валидации и маршрутизации. Результат: получился рабочий учебно‑практический мини‑сервис, который показывает, как можно автоматизировать обработку заявок и расчёт стоимости доставки без написания отдельного backend‑приложения. Проект подходит как основа для интеграции с сайтом, формой заказа или CRM.

Учебный демонстрационный проект на Python для автоматической обработки и объединения прайс-листов поставщиков. Что реализовано: - загрузка прайс-листов из XLSX; - распаковка ZIP- и CAB-архивов; - поддержка разных названий колонок через конфигурацию; - приведение данных к единой структуре; - объединение одинаковых товаров по бренду и оригинальному номеру; - суммирование количества; - выбор максимальной цены; - подсчёт количества предложений; - сохранение источников; - формирование итогового Excel-файла; - логирование и обработка ошибок; - разделение файлов на processed и errors; - защита от повторной обработки; - автоматический запуск через Планировщик Windows; - тестовый модуль получения вложений по IMAP. Результат: несколько прайс-листов разных поставщиков автоматически преобразуются в один структурированный XLSX-файл без ручного сведения таблиц. Для демонстрации использовались тестовые данные. Реальные почтовые учётные данные, пароли и клиентские файлы не использовались. Технологии: Python, pandas, openpyxl, IMAP, ZIP, CAB, JSON, logging, Windows Task Scheduler.