Михаил Анкудинов НейроРезюме

Михаил Анкудинов с 2018 года занимается дизайном, создавая логотипы, баннеры и шапки, а с 2024 года перешёл в бэкенд-разработку, специализируясь на Laravel, PostgreSQL и DevOps. Имеет опыт работы над собственным сайтом bozheslav.ru, CMS OnFlaude и парсерами на Python с интеграцией искусственного интеллекта. Владеет разработкой на Laravel 12 с Filament CMS, вёрсткой по макетам, настройкой VPS, email-версткой и деплоем проектов на Linux-серверах. Работает системно, фиксирует процесс письменно и придерживается сроков.

Отзывы

Михаил Анкудинов — профессиональный исполнитель, который систематически выполняет работу на высоком уровне: в срок, с учётом всех пожеланий заказчика, часто досрочно и с добавлением креативных решений. Отзывы подчёркивают его ответственность, оперативность, инициативу, умение понимать запрос клиента даже при нечётком ТЗ, а также постоянную доступность. Негативных отзывов нет.

Портфолио

Навыки и технологии: веб-разработка, PHP, Laravel, Filament, PostgreSQL, Python, AI, Telegram API, Docker, Nginx, CI/CD.

Проекты и достижения: Кандидат разработал несколько проектов, включая OnFlaude CMS — Open-Source CMS на Laravel 12, которая предлагает безопасную и быструю альтернативу WordPress с возможностью расширения через плагины и темы. В проекте реализованы такие функции, как визуальный редактор, система управления пользователями и медиабиблиотека. Также разработана гибкая система портфолио, поддерживающая три типа проектов, с автоматической распаковкой ZIP-архивов. Внутренняя аналитика сайта без использования сторонних сервисов позволяет отслеживать посещаемость и гео-распределение трафика. Кандидат также создал систему парсинга данных с AI-анализом и Telegram-интерфейсом, которая работает 24/7, а также настроил безопасность VPS для защиты Laravel-проекта.

Достижения и признание: Кандидат достиг значительных результатов, таких как улучшение производительности сайта с PageSpeed 94/100, интеграция автоматизированных процессов с использованием n8n и создание системы, которая адаптируется под предпочтения пользователя через human feedback. Внедрение Fail2Ban и других мер безопасности обеспечило защиту от атак и сканирования.

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

english version