Михаил Скидан — fullstack-разработчик с фокусом на backend, специализирующийся на PHP, Lumen и Laravel, с пятилетним опытом коммерческой разработки. Работает с React, Docker, Nginx и другими DevOps-инструментами, уверенно настраивая и поддерживая проекты в контейнерной среде. Имеет опыт создания и поддержки веб-приложений, интеграции внешних API, включая платежные системы, а также доработки CMS-проектов, таких как WordPress и WooCommerce. Знаком с Node.js, Python и основами C#, Java, Scala, активно использует Git в командной работе. Отличается способностью работать с легаси-кодом, решать нестандартные технические задачи и отвечать за результат самостоятельно.

Отзывы

Фрилансер выполняет работу быстро, качественно и точно по заданию. Отзывы подчеркивают профессионализм, внимательность к деталям и готовность решать задачи, включая сложные технические моменты (например, анимации, исправление форм обратной связи). Исполнитель проявляет инициативу, часто превосходя ожидания, и оказывает консультационную поддержку после сдачи работы. Негативных отзывов не выявлено.

Портфолио

Навыки и технологии: веб-разработка, Laravel, React, PHP, PostgreSQL, MySQL, API интеграции, Telegram Bot API, Electron, PWA, WordPress, SQL, Docker, JSON, ZIP, LibreOffice.

Проекты и достижения: Кандидат разработал несколько веб-приложений и ботов, включая внутреннюю базу данных для шахматистов, аукционный бот на Laravel с интеграцией 1С, и калькулятор индексации денежных сумм. В результате работы над проектами были достигнуты значительные улучшения в автоматизации процессов, сокращении времени на обработку данных и снижении ошибок. Например, аукционная система позволяет автоматически загружать и публиковать лоты, а калькулятор индексации обрабатывает сотни тысяч строк данных, формируя готовые документы для судебной работы.

Достижения и признание: Кандидат успешно реализовал проекты, которые значительно оптимизировали рабочие процессы, такие как автоматизация регистрации участников турниров и интеграция с внешними системами. Созданные решения используются на практике, что подтверждает их эффективность и надежность.

* создается нейросетью на основе портфолио, информации указанной пользователем о себе и отзывам от других пользователей

english version