Розроблено веб-застосунок для автоматизованого аналізу відповідності Node.js проєктів вимогам production-середовища. Система виконує статичний аналіз GitHub-репозиторіїв за трьома вимірами: безпека, продуктивність, якість коду та формує Production Compliance Score на основі штрафної моделі з рівнями критичності Critical, High, Medium і Low. Виявлені проблеми верифікуються великою мовною моделлю для мінімізації хибно-позитивних результатів; для кожної підтвердженої проблеми генерується виправлення, що проходить повторну перевірку перед наданням користувачу. Доступ до системи здійснюється через GitHub OAuth без потреби у налаштуванні CI/CD-пайплайну, що відрізняє її від корпоративно-орієнтованих аналогів.

Результати роботи можуть бути використані в освітньому процесі підготовки фахівців з програмної інженерії та у практичній діяльності розробників програмного забезпечення.

У межах проєкту розроблено програмний модуль обліку переміщення та вибуття лікарських засобів і медичних виробів підсистеми «Аптека» медичної інформаційної системи державної установи «Інститут патології хребта та суглобів імені професора М. І.Ситенка Національної академії медичних наук України». Модуль призначений для автоматизації обліку руху препаратів, контролю залишків і фіксації операцій списання та переміщення між підрозділами.

Програмне рішення реалізовано як веб-застосунок із використанням ASP.NET Core (.NET 10), Entity Framework Core та SQL Server. Архітектура побудована за багатошаровим підходом із виділенням шарів Domain, Application, Infrastructure та Web, а також із застосуванням CQRS і Result-підходу. У системі реалізовано роботу з довідниками, документами типу PrescriptionSheet і RequisitionInvoice, а також механізми обробки позицій документів і оновлення залишків. Впровадження модуля дає змогу підвищити точність обліку, зменшити кількість помилок ручного введення, спростити роботу персоналу аптеки та покращити контроль використання матеріальних ресурсів у медичному закладі.

Проєкт присвячений розробці модулю для інтеграції рентгенологічних DICOM-досліджень у структуру EMR медичного закладу. Його метою є усунення фрагментації медичних даних та забезпечення єдиного доступу до знімків, метаданих і описів досліджень у межах однієї системи. У рішенні реалізовано ручний і автоматичний імпорт DICOM-файлів, їх перевірку, збереження та структурований облік за ієрархією дослідження, серія, знімок, а також побудову зображень через веб-інтерфейс. Підсистема підтримує реєстр пацієнтів, реєстр досліджень, історію імпортів і збереження текстового опису дослідження. Серверна частина розроблена на ASP.NET Core, Entity Framework Core, PostgreSQL і fo-dicom, а клієнтська частина на React і TypeScript. Результатом сталв працездатий застосунок, що створює основу для подальшої інтеграції з EMR та впровадження у клінічну практику.

Демонстраційний матеріал

Технічне завдання модуля “Інтеграція DICOM-досліджень у структуру EMR медичного закладу”

Розроблено мобільний застосунок «Парасоля» для оперативного моніторингу рівня ультрафіолетового (УФ) індексу. Програмний продукт має широкий спектр застосування, так його можна використовувати для щоденного планування безпечного перебування на відкритому повітрі, або ж як інструмент для зниження ризиків негативного впливу сонячного випромінювання на здоров'я шкіри. Використовуючи застосунок, ми можемо отримати актуальні дані про поточний УФ-індекс у визначеній локації. Всі параметри збираються і обробляються в реальному масштабі часу за допомогою мережевих запитів до метеорологічних сервісів. В архітектурі додатку ми використовуємо локальну базу даних для кешування результатів та оптимізації роботи.

Представлене програмне забезпечення спрощує процес моніторингу екологічних показників та взаємодію користувача з метеоданими за допомогою зручного мобільного інтерфейсу.

Розроблено веб-систему для автоматизованого моніторингу та аналізу відеопотоків у реальному часі. Програмний продукт призначений для вирішення задач інтелектуального аналізу транспортного та пішохідного трафіку з використанням алгоритмів комп'ютерного зору (моделі сімейства YOLO, алгоритм трекінгу ByteTrack). Система дозволяє виявляти, класифікувати та відстежувати об'єкти на відео, а також автоматично розраховувати параметри їхнього руху, такі як швидкість та час перебування у заданій зоні.

Особливістю розробки є вбудований інструмент «Віртуальні ворота» (Virtual Gates), математичний апарат якого базується на векторній алгебрі для високоточної фіксації перетину ліній. Архітектура системи побудована за багаторівневим принципом з використанням сучасного технологічного стеку (FastAPI, React, PostgreSQL, Celery, Redis). Система має високий потенціал для комерціалізації та інтеграції в інфраструктуру «Розумного міста», а також для контролю доступу на закритих територіях.

Розроблена програмна система призначена для централізованого керування волонтерськими ініціативами з надання нематеріальної допомоги та автоматизації взаємодії між учасниками на основі багатошарової монолітної архітектури. Функціональне ядро системи базується на модулі автентифікації та безпеки, що забезпечує реєстрацію, верифікацію через email, підтримку двофакторної автентифікації та розмежування сесій для ролей Волонтера, Організатора та Адміністратора. Підсистема керування профілями дозволяє вести комплексний облік персональних даних, навичок та досягнень користувачів, надаючи інструменти для редагування облікових записів та інтеграції з соціальними мережами.

Інформаційно-пошуковий модуль реалізує механізми багатокритеріальної фільтрації, пошуку та сортування волонтерських проєктів, а впроваджений геоінформаційний компонент дозволяє візуалізувати актуальні ініціативи на інтерактивній карті. Для ролі Організатора передбачено спеціалізований модуль адміністрування, що містить інструментарій для створення профілів організацій, керування їхніми даними та повним життєвим циклом власних проєктів. Взаємодія між учасниками координується відповідною підсистемою, яка забезпечує подання заявок на участь та моніторинг поточної активності.

Представлене програмне забезпечення гарантує цілісність даних у межах єдиного інтерфейсу, спрощуючи адміністрування ресурсів та пошук актуальних проєктів у спільній базі даних.

Програмна навчальна система з теорії графів Graphium є розподіленою веборієнтованою платформою, розробленою для математичного моделювання, інтерактивної візуалізації та аналізу складних мережевих структур.

Архітектура програмного продукту базується на мікросервісній парадигмі із застосуванням принципів Domain-Driven Design, що вирішує проблеми масштабованості, притаманні монолітним системам. Фундаментальним архітектурним рішенням є ізоляція ресурсомістких обчислень у незалежний Сервіс Графових Обчислень, відповідальний за виконання топологічних алгоритмів (BFS, DFS, алгоритми Дейкстри, Крускала), розрахунок метрик та матричний аналіз. Для забезпечення високої швидкодії впроваджено гібридну модель комунікації: синхронні клієнтські запити маршрутизуються через API Gateway із використанням механізмів Service Discovery та динамічного балансування навантаження, тоді як тривалі алгоритмічні задачі виконуються асинхронно, запобігаючи блокуванню користувацького інтерфейсу.

Зберігання даних організовано за патерном Database per Service із реалізацією експорту/імпорту у спеціалізованому форматі .grfm, а також інтероперабельних форматах GraphML та JSON. Інтегрованим розширенням платформи є спеціалізований навчальний модуль («задачник»), який містить теоретичну базу та можливості збереження інформації щодо опанування студентом матеріалу.

Розроблено програмну систему інтелектуального супроводу лікування в клініках –"StellHeal". Система забезпечує повний цикл супроводу під час лікувальної терапії: реєстрацію, формування призначень, автоматизовану видачу та контроль прийому препаратів. На основі рольової моделі доступу реалізовано взаємодію між пацієнтами, лікарями, медичним персоналом та адміністраторами. Архітектура системи включає серверну частину (REST API), веб-інтерфейс для лікарів та адміністраторів, а також мобільний застосунок для пацієнтів і медсестер.

Ключовою особливістю розробки є інтеграція з IoT-пристроєм для автоматизованої видачі медикаментів відповідно до графіка прийому. Це дозволяє зменшити навантаження на персонал і мінімізувати ризик порушення режиму лікування. Система може бути масштабована для використання в медичних закладах різного рівня. Передбачено подальший розвиток із застосуванням алгоритмів штучного інтелекту для аналізу поведінки пацієнтів і прогнозування ризиків.

Була розроблена багатокомпонентна програмна система «Skinora», призначена для дистанційного моніторингу стану шкіри, координації лікування та взаємодії між лікарем і пацієнтом. Система складається з кросплатформного мобільного додатка для пацієнтів та спеціалізованого веб-інтерфейсу для лікарів і адміністраторів. У результаті розробки було створено мобільний застосунок, котрий дозволяє користувачам надає користувачам комфортно створювати різні списки з засобами догляду, отримувати рекомендації від фахівців з догляду за шкірою та відстежувати прогрес лікування, веб-сайт, котрий дозволяє фахівцям з догляду за шкірою відстежувати прогрес лікування пацієнтів, назначати зустрічі та прописувати засоби догляду, а адміністраторам системи - керувати базою даних засобів, призначати фахівця з догляду за шкірою пацієнтам та переглядати анонімізовану інформацію пацієнтів.

Сферою застосування є приватна дерматологія, косметологія, клінічні дослідження косметичних засобів та індивідуальний супровід пацієнтів із хронічними захворюваннями шкіри.

Програмна система призначена для генерації синтетичних даних для платформ електронної комерції на основі LLM-симуляції користувацьких сесій. Актуальність роботи зумовлена потребою у реалістичних потоках подій для тестування інформаційних систем, аналітичних конвеєрів за умов обмеженої доступності реальних подієвих даних. Запропоноване рішення дає змогу формувати синтетичний потік подій, наближений до реальної поведінки користувачів у вебсередовищі. Архітектура системи включає веб-інтерфейс для керування сценаріями, серверну частину для оркестрації фонових процесів генерації, а також модуль збереження та верифікації сесій. Доступ до згенерованих даних реалізовано через прикладний програмний інтерфейс (REST API) для пакетної обробки та через механізм Webhooks для імітації стрімінгових потоків у реальному часі.

Розробка може бути використана для тестування аналітичних процесів, перевірки інтеграцій, наповнення тестових середовищ, а також у науково-дослідних та освітніх проектах у галузі Data Engineering.

Розроблено програмну систему для збору, обробки та аналізу астрономічних спостережень. Система дозволяє користувачам завантажувати фото нічного неба, виконувати астрометричне калібрування та ідентифікувати небесні об’єкти в полі зору.

Для роботи інтегруються зовнішні сервіси, зокрема Astrometry.net для визначення координат та NASA DONKI для отримання даних про події Сонячної активності. Програмне забезпечення пропонує веб-інтерфейс з інтерактивною картою неба, що забезпечує візуалізацію спостережень, астрономічних об’єктів та подій. Додаткова функціональність включає оцінку умов спостереження для підтримки ідентифікації об’єктів в реальному часі.

Система має практичну цінність для освітніх платформ, аматорської астрономії та автоматизації первинної обробки наукових спостережень.

Мобільний застосунок «Imerisios» було створено з метою організації повсякденних завдань та структурування особистої інформації. Даний застосунок має таку функціональність: ведення списку справ з поділом на категорії та терміни, відстеження регулярних звичок, ведення особистого щоденника з нотатками, створення власних рейтингів для оцінювання медіаконтенту (книг, фільмів, музики), підкидання віртуальної монетки, а також створення та відновлення резервних копій бази даних на пристрої. Застосунок написано на мові Python з використанням бібліотеки Toga для побудови графічного інтерфейсу та інструменту Briefcase для збірки під ОС Android. Також використовуються додаткові бібліотеки Pillow та Schedule. Для підсистеми зберігання даних використовувалась СУБД SQLite 3.

Розробка присвячена створенню програми для оцінювання якості JavaScript-коду на основі метрик статичного аналізу. Система аналізує різні варіанти розв’язання одного й того самого завдання та визначає структурні характеристики програмного коду. Аналіз виконується на основі побудови абстрактного синтаксичного дерева (AST), що дозволяє досліджувати структуру програми незалежно від її форматування. У межах розробки обчислюються такі метрики, як кількість рядків коду, глибина вкладеності, кількість змінних, функцій і циклів, середня довжина ідентифікаторів, а також рівень повторюваності фрагментів коду.

На основі цих показників формується інтегральна оцінка якості програмного коду. Запропонована програма може бути використана в навчальному процесі для підвищення об’єктивності оцінювання програмних завдань, порівняння різних реалізацій алгоритмів і розвитку навичок написання зрозумілого та структурованого коду. Перспективою впровадження є інтеграція з навчальними платформами автоматичної перевірки програмних робіт.

Розроблено інноваційну комплексну програмну систему SoilScout для оперативного моніторингу ключових параметрів ґрунту: вологості, температури та кислотності (pH). На відміну від дорогих конкурентних стаціонарних сенсорних мереж, система використовує портативний IoT-зонд для збору даних безпосередньо в полі, що робить її економічно вигідною для малого та середнього агробізнесу. Програмна екосистема включає серверну частину на Node.js, веб-платформу на React.js та нативний мобільний застосунок для Android. Система дозволяє аграріям розмічати поля на інтерактивних картах Google Maps, збирати дані в режимі реального часу, отримувати детальну візуалізовану аналітику у вигляді графіків та миттєві push-сповіщення при фіксації критичних показників ґрунту.

Використання SoilScout допомагає оптимізувати витрати води та добрив, запобігати втратам врожаю та сприяти впровадженню технологій точного землеробства.

Розроблений веб-додаток призначений для детекції та вирівнювання чеків для полегшення подальшої робити систем з розпізнавання тексту. В програму можна завантажити зображення чеку, обрати одну з YOLO-моделей для сегментації або OBB детекції і додаток виведе 3 зображення: результат роботи моделі з детекції чеку, виділені 4 кути та перспективно вирівнянний чек.

Розроблений модуль є функціональним компонентом інформаційної системи Центрального державного науково-технічного архіву України (ЦДНТА України) і створений у рамках Меморандуму про співпрацю між ХНУРЕ та ЦДНТА України. Метою розробки є автоматизація процесів обліку, збереження, пошуку та опрацювання архівних матеріалів в електронному вигляді.

Модуль реалізує трирівневу ієрархічну модель обліку архівних матеріалів: картки 1-го рівня описують архівні коробки, картки 2-го рівня – одиниці зберігання, картки 3-го рівня – окремі документи. Забезпечується автоматичне формування уніфікованих шифрів, автозаповнення залежних реквізитів, контроль узгодженості пов'язаних записів та інтеграція з мережевим сховищем NAS для доступу до електронних копій документів.

Модуль побудовано на основі багатошарової архітектури з використанням ASP.NET Core MVC та архітектурного патерну CQRS. Технічний стек включає мови програмування C# і JavaScript, фреймворк Bootstrap 5, бібліотеки FluentValidation і FluentResults, систему управління базами даних PostgreSQL та Entity Framework Core. Розроблення здійснювалося у середовищі Visual Studio 2022 із застосуванням системи контролю версій Git.

Модуль впроваджується у ЦДНТА України як складова частина внутрішньої інформаційної системи установи. Результати розробки відповідають вимогам чинного законодавства України у сфері архівної справи та методичним вказівкам установи щодо ведення архівного обліку. Права на програмний продукт належать установі-замовнику в межах укладеного меморандуму про співпрацю.

Розроблено програмну платформу для соціальної взаємодії, яка поєднує функціонал сучасної соціальної мережі з механізмами модерації контенту. Система забезпечує створення та управління публікаціями, коментування, підписки, приватні повідомлення, а також формування персоналізованої стрічки новин на основі гібридного алгоритму рекомендацій, що поєднує контентний та колаборативний підходи.

Платформа реалізована за клієнт-серверною архітектурою з використанням ASP.NET Core та Angular. Для зберігання даних використовуються PostgreSQL та графова база даних Neo4j, що дозволяє ефективно управляти соціальними зв’язками. Інтеграція з Cloudinary забезпечує роботу з медіафайлами.

Особливу увагу приділено безпеці: автентифікація на основі JWT, хешування паролів, захист від спаму та система модерації контенту. Передбачено автоматичне блокування користувачів при накопиченні порушень.

Подальший розвиток передбачає вдосконалення алгоритмів рекомендацій за допомогою машинного навчання, автоматизацію модерації на основі штучного інтелекту та створення мобільного застосунку.

An AI-assisted academic monitoring and notification system for education institutions has been developed. The proposed system is designed to improve communication between universities and parents by providing automated updates on students’ academic performance. The system retrieves student data, including course grades and semester averages, from a centralized database and processes it using a Python-based automation module.Based on the processed data, personalized email notifications are automatically sent to parents via Gmail. Additionally, the system integrates a local large language model implemented through Ollama to generate advisory messages tailored to each student’s academic results. These messages include recommendations, motivational feedback, or congratulatory notes depending on performance.

The developed software reduces administrative workload and ensures timely delivery of academic information. The system operates in real-time and can be integrated into existing university information systems.

The proposed solution enhances transparency, supports parental involvement, and contributes to improved academic outcomes.

Програмний застосунок «Text Converter» було створено з метою автоматизації рутинних процесів обробки навчальних матеріалів та документів. Даний застосунок має таку функціональність: конвертація текстових документів формату Microsoft Word у формат PDF із повним збереженням форматування, інтелектуальне розпізнавання тексту із графічних зображень (OCR) з підтримкою української та англійської мов, а також автоматичне формування текстових звітів у форматі .docx на основі вилучених даних.

Застосунок написано мовою програмування Python з використанням бібліотеки EasyOCR для комп’ютерного зору та comtypes для взаємодії з системними компонентами Windows. Для обробки документів використовується бібліотека python-docx, а для роботи із зображеннями — OpenCV та NumPy. Застосунок реалізовано з використанням графічного інтерфейсу на базі бібліотеки Tkinter для зручного вибору файлів у середовищі ОС.

Представлений програмний комплекс призначений для автоматизації процесів структурування навчального контенту та формування індивідуальних освітніх шляхів у системах самоосвіти. В основу логічного ядра системи покладено модель спрямованих ациклічних графів, де навчальні модулі виступають вузлами, а логічні залежності між ними орієнтованими ребрами. Таке математичне представлення дозволяє системі здійснювати глибокий структурний аналіз бази знань. Зокрема, застосування алгоритмів топологічного сортування гарантує побудову лінійних послідовностей вивчення тем, що не порушують логіку засвоєння матеріалу, а використання методів пошуку компонент сильної зв'язності забезпечує автоматичне виявлення та усунення циклічних помилок у структурі залежностей.

Функціональні можливості системи дозволяють динамічно адаптувати граф навчання відповідно до індивідуальних цілей, вхідного рівня підготовки та прогресу користувача. Програмне забезпечення підтримує інтеграцію розрізнених освітніх ресурсів у цілісну, логічно несуперечливу структуру. У результаті користувач отримує інструментарій для формування персоналізованого навчального плану, що автоматично коригується та масштабується залежно від актуальних освітніх потреб.

Інформаційно-освітній портал вирішує практичну задачу організації роботи наукового студентського гуртка «Лабораторія розробки баз даних DBLAB» кафедри Програмна інженерія та слугує зручним інструментом для вибудови студентами власної траєкторії професійного розвитку в напрямі використання баз даних. Портал містить каталог освітніх дисциплін, що пропонуються для спеціальності F2(121) в напрямі вивчення БД; інформацію про професійні напрями, що потребують знання БД, та карти розвитку за ними. Система дозволяє підтримувати розклад роботи гуртка та висвітлювати інформацію про події та досягнення гуртка.

Проєкт розгорнутий у реальному виробничому середовищі та доступний для використання членами гуртка через сайт кафедри. На програмну систему отримано свідоцтво про реєстрацію авторського права (№ 141301, від 1.12.2025).

Розроблено веборієнтовану інформаційну систему для управління приміськими автобусними маршрутами та рейсами з можливістю аналізу. Система призначена для зберігання, редагування та візуалізації даних про маршрути, зупинки, розклад руху, рейси та продані квитки. Інтерфейс системи дає змогу відображати маршрути на інтерактивній карті, переглядати перелік зупинок, характеристики маршруту, а також формувати і супроводжувати рейси відповідно до заданого розкладу. У роботі реалізовано структуру бази даних, що включає маршрути, зупинки, рейси, квитки і розклад, а також механізми керування цими сутностями в межах єдиної веб-системи.

Передбачено розрахунок вартості квитка залежно від зон маршруту, накопичення даних про продаж квитків, визначення кількості проданих квитків, доходу за рейсами й маршрутами, завантаженості рейсів, а також активності окремих зупинок за кількістю посадок, висадок і загальним пасажиропотоком. Практична цінність розробки полягає у можливості використання системи для керування маршрутами та рейсами, оцінювання ефективності перевезень, підтримки прийняття рішень щодо коригування розкладу руху.

Розроблено вебсистему CubeApp для self-service аналітики даних, призначену для бізнес-аналітиків, аналітиків даних та менеджерів, які потребують інструментів багатовимірного аналізу без глибоких технічних знань. Система дозволяє завантажувати табличні дані (CSV, Excel), автоматично аналізувати їх придатність для побудови OLAP-кубів (cubability analysis), визначати потенційні виміри та міри, а також оцінювати якість датасету. На основі проаналізованих даних користувач створює OLAP-куби з підтримкою часових ієрархій та кастомних агрегатних виразів. Система забезпечує виконання SQL-запитів та MDX-запитів на побудованих кубах. Інтеграція з Gemini AI дозволяє генерувати SQL та MDX запити на основі природної мови з урахуванням схеми конкретного датасету або куба. Результати аналізу візуалізуються на інтерактивних дашбордах із підтримкою табличних, стовпчикових, лінійних та кругових діаграм. Дашборди можна експортувати у PDF та поширювати через прямі посилання.

Серверна частина месенджеру реалізує основні механізми обміну повідомленнями, текстовими та медіа, між користувачами та керування чатами. Система підтримує створення приватних чатів, груп, супергруп і каналів, що дозволяє організовувати як персональне, так і масове спілкування. Користувачі можуть надсилати повідомлення, реагувати на них за допомогою emoji та отримувати оновлення в реальному часі.

Окрім базового обміну повідомленнями, система підтримує роботу ботів, які можуть автоматично обробляти запити користувачів і виконувати різні дії через інтеграцію з зовнішніми сервісами. Також реалізовано механізми кешування, обробки задач через воркерів і синхронізації даних між компонентами системи, що забезпечує стабільну роботу сервера при великій кількості користувачів.

Розглянуто задачу автоматичного розпізнавання емоцій за зображенням обличчя людини з використанням згорткових нейронних мереж. Така система може застосовуватись у сервісах підтримки користувачів, освітніх платформах, системах безпеки, а також у медичних та психологічних застосунках, де важливо враховувати емоційний стан користувача.

Метою роботи є розробка програмного забезпечення, яке на основі зображення обличчя визначає емоційний стан людини, використовуючи сучасні методи глибинного навчання. Для цього застосовано згорткову нейронну мережу, що навчається на датасеті з розміченими зображеннями облич з різними емоціями. У ході дослідження проаналізовано існуючі підходи до розпізнавання емоцій, обрано архітектуру мережі, підготовлено навчальну вибірку (попередня обробка зображень, нормалізація, аугментація), а також реалізовано програмний модуль, який здійснює завантаження зображення, його обробку та класифікацію емоцій.

Результати роботи відображаються у вигляді передбаченої емоції для заданого зображення обличчя. Запропоноване рішення дозволяє підвищити точність та автоматизувати процес аналізу емоцій, що є актуальним у задачах людино-машинної взаємодії.

Подальший розвиток роботи може включати розширення набору емоцій, використання більших і різноманітніших датасетів, а також інтеграцію додаткових каналів інформації, таких як голос або жести, для побудови мультимодальної системи розпізнавання емоцій.

Телеграм бот “Spam Checker” був створений для передбачення: чи є текст із електронного листа спамом. Бот приймає на вхід текст, скопійований з листа, і видає відповідь користувачу. Для передбачення використовується модель LogisticRegression.

Проект написаний мовою Python у середовищі розробки PyCharm із використанням таких бібліотек, як sklearn, pandas, joblib, telebot. Для використання продукту, перш за все треба запустити файл train_model.py. Цей скрипт мiстить фукцiю, що навчає логiстичну регрессiю на тренувальних данних та зберiгає її разом з CountVectorizer у файл model.pkl. Це зроблено для того, щоб не навчати модель заново при кожному користувацькому запросi. У файл АРI.txt треба вставити API ключ. Пiсля цього треба виповнити файл bot_gui.py, котрий, беручи АРI ключ за файлу, створює з’єднання с телеграм ботом, iмпортує вже готовi модель та векторайзер з файлу. Тепер бот перехоплює текст, що надiслав юзер, перетворює його за допомогою векторайзеру та видає вiдформатоване передбачення моделi на цьому об’єктi у чатi з користувачем (класс 1 - спам, класс 0 - не спам).