Портфолио и кейсы фрилансеров по созданию скриптов

Разработка легких и понятных скриптов на Python для автоматизации рутинных задач и работы с локальными файлами. Основной упор делается на обработку данных в таблицах Excel, CSV и текстовых документах: это может быть фильтрация информации, удаление дубликатов, массовое переименование файлов или их автоматическое распределение по папкам

Разработан JavaScript-букмарклет для быстрого поиска длинных видео на YouTube без установки расширений и дополнительного ПО. Пользователь нажимает на сохранённую закладку браузера, вводит поисковый запрос, после чего автоматически открывается страница YouTube с результатами поиска и активным фильтром длинных видео. Что реализовано: ввод поискового запроса через стандартное окно браузера; безопасная обработка отмены и пустого запроса; корректное URL-кодирование текста; поддержка русского языка, пробелов и специальных символов; автоматическое применение фильтра длинных видео; работа в формате обычной браузерной закладки; отсутствие внешних библиотек, расширений и серверной части. Проект выполнен как компактное автономное решение с минимальной зависимостью от окружения. Отдельно проверены основные сценарии использования и обработка некорректного ввода. Стек: JavaScript, Browser API, URL Encoding.

Все показатели в этом демонстрационном дашборде вымышлены. В таблице настроены формулы и расчёт KPI, добавлены автоматические сигналы и график динамики выручки. Работа показывает, как собрать исходные значения, расчёты и наблюдение за изменениями в одном понятном отчёте.

Для этого демонстрационного кейса подготовлен вымышленный реестр из пяти строк. Каждая строка содержит данные для отдельного документа, по ним автоматически сформированы пять PDF-файлов. Пример показывает, как превратить структурированную таблицу в комплект однотипных документов и сверить количество исходных записей с количеством готовых файлов.

В основе этой демонстрационной работы полностью вымышленные данные. Исходная таблица очищена от дублей; отдельно проверены адреса электронной почты, нулевые количества и отрицательные цены. Результат оформлен в нормализованную таблицу, журнал контроля качества и итоговую сводку. Работа показывает логику проверки и подготовки данных, а не результат для реального клиента.

Инструмент для магазина, который торгует и на сайте, и со склада. Сводит остатки из обоих мест и сам определяет, что пора заказывать у поставщика. Как работает. Товары и правила лежат в Excel — там же, где привыкла работать команда, отдельную программу осваивать не нужно. Пользователь вносит остатки и нажимает одну кнопку. Программа сравнивает суммарный остаток с порогом по каждому товару и дописывает заявки в отдельный лист. Что учитывает расчёт: — кратность упаковки: если товар идёт коробками по 12, заявка округляется вверх до целых коробок, а не просит 7 штук, которых не бывает; — желаемый остаток: заказывается не «сколько не хватает до порога», а до рабочего уровня; если уровень не задан, берётся порог, умноженный на два; — повторные заявки: пока предыдущая в статусе «Создана» или «Отправлена», вторая по этому товару не создаётся; — неактивные позиции пропускаются, и в отчёте видно, почему пропущен каждый товар. Надёжность. Перед каждой записью делается резервная копия файла. Если файл открыт в Excel, программа не портит его молча, а говорит об этом понятным текстом. Устройство кода. Логика расчёта отделена от работы с Excel: чистые функции без побочных эффектов, поэтому их можно проверять на обычных данных, не открывая ни одной книги. На демонстрационных данных: 12 товаров, 7 заявок создано, 5 позиций пропущено с указанием причины по каждой.

Одностраничный сайт для поэта: биография, стихотворения с разбивкой по темам, фотографии, лента публикаций и ссылки на площадки, где автора можно читать. Свёрстан вручную, без конструктора. На что стоит обратить внимание: — страница весит 14 КБ и содержит 201 узел DOM — открывается мгновенно даже на слабом мобильном интернете; — на телефоне нет горизонтальной прокрутки, проверено на ширине 375 px; — есть skip-ссылка «К содержанию»: с клавиатуры и через программу чтения экрана можно пропустить меню и попасть сразу к тексту; — прописаны метатеги и Open Graph: при отправке ссылки в мессенджер подтягивается заголовок, описание и картинка; — семантическая разметка: header, nav, section, footer, одна h1 и выстроенная иерархия заголовков. Ссылка на работу: https://agnia-schvarz-07950f.netlify.app/

Демонстрационный кейс для задач по сверке двух выгрузок — CRM и биллинга. Python-скрипт нормализует email, сопоставляет записи и автоматически выявляет: дубли, записи только в одном источнике, а также расхождения в статусах и именах. Результат — детальный CSV-отчёт для фильтрации и ручной проверки плюс краткая сводка по типам проблем. Решение не требует внешних зависимостей; для качества предусмотрен автотест на ожидаемые категории расхождений. В кейсе использованы синтетические данные. Для реального заказа заранее согласую правила сопоставления, формат входных файлов и критерии приёмки.

Задача. Инфраструктура финансовых данных Мосбиржи: Операционная панель и монитор инструментов на модифицированных графиках TradingView с индивидуальными индикаторами заказчика. Операционную панель держат открытой часами, данные обновляются постоянно. Сервер не справлялся: средняя нагрузка доходила до 7, отдача занимала секунды, картина отставала от рынка. Решение. Разобрал, откуда берётся нагрузка: каждый запрос заново шёл к источнику, а параллельные обращения дублировали одну и ту же работу. Ввёл общий кэш ответа с коротким временем жизни и блокировку: обновление выполняет один процесс, остальные получают готовый результат. Тяжёлые выборки вынес в фоновое обновление по расписанию. Результат. Средняя нагрузка упала с 7 до 0,02, отдача данных — 14–34 мс. Операционная панель перестала отставать от рынка, сервер освободился под другие задачи.

Задача. Круглосуточный сервис на небольшой разнородной инфраструктуре малого бизнеса: Linux-серверы под веб, базу и сборку данных и Windows Server. Часть ПО — специфичное, досталось по наследству: обновить или заменить его нельзя, а работать оно обязано. Всё это должно жить вместе. Решение. Узлы связаны постоянными SSH-соединениями, задания идут по расписанию с защитой от параллельного запуска; там, где штатные средства бессильны, выручают обходные решения. Мониторинг опрашивает узлы и службы; отклонения уходят в мессенджер, разные системы — в разные каналы, важное не тонет. Ежедневные резервные копии с ротацией выгружаются на отдельный сервер; логи — по датам, каждый шаг с отметкой времени. Резервный канал связи поднят и проверен заранее. Результат. Отказы видны раньше, чем их заметят пользователи; восстановление идёт по отработанной процедуре. Пережиты отказ провайдера и потеря машины — сервис продолжал работать.