Chue Systemsoleh Glen Chue
Developer freelance · menerima proyek baru di Indonesia & Singapura

Saya mengubah pekerjaan rutin tim Anda menjadi sistem yang berjalan sendiri.

Jasa pembuatan bot Telegram, website dan aplikasi web, AI yang menjawab dari dokumen Anda sendiri, serta pipeline video dan data, untuk tim kecil dan organisasi di Singapura dan Indonesia. Dibangun di dalam aplikasi yang sudah dipakai tim Anda, dengan standar perusahaan Singapura, dan tetap dirawat setelah berjalan.

Kirim email Lihat hasil kerja saya
Teknologi utamaPython · Claude and OpenAI · Telegram · Supabase
Waktu pengerjaan1 sampai 4 minggu
Dijalankan diAkun dan server Anda sendiri
BahasaInggris dan Indonesia
operasional / minggu ini
Kehadiran89%+4 poin
Klaim untuk dicek2
Prospek baru41
Tingkat lulus92%
Grup A96%
Grup B89%
Grup C84%
Grup D78%
Data contoh
15+sistem dibangun dan dijalankan
600+tes otomatis di dalamnya
4 tahunrekayasa data di Singapura
2 bahasapengguna berbahasa Inggris dan Indonesia

Enam sistem, dari riset hingga produksi

Klik proyek mana pun untuk cerita lengkapnya. Sebagian besar milik organisasi swasta, jadi tampilan di sini adalah rekreasi dengan data contoh. Deskripsi dan angkanya nyata.

Back Office · Otomasi operasionalDipakai · dibangun untuk sebuah organisasi

Suite Operasional Tim

Bot Telegram dan situs web yang menjalankan administrasi sebuah organisasi komunitas.

2 hari → 10 menitpekerjaan bulanan bendahara
Detail

Sebuah organisasi komunitas mengelola keuangan, kehadiran, hasil, dan penjangkauan lewat grup chat dan spreadsheet. Saya menggantikan bagian manualnya dengan bot Telegram yang membaca apa yang diposting orang, serta situs web yang memberi para pemimpin gambaran lengkap. Orang tetap mengirim pesan seperti biasa. Dalam hitungan menit, setiap laporan muncul di situs yang tepat sebagai kartu, catatan, atau baris buku kas, dan laporannya tersusun sendiri.

2 hari → 10 menitadministrasi bulanan bendahara
4 bot + 4 situs webberbagi satu set data
330+tes otomatis
6,000+prospek ditangani dalam setahun
papan pipeline
Baru 2
Rina S.Riverside2d
Budi H.Old Town5d
Pertemuan pertama 2
Daniel T.City Mall0d
Sari W.Central Park9d
Tindak lanjut 1
Kevin L.City Mall3d
Terdaftar 1
Maya P.Riverside6d
Data contoh · warna kartu menunjukkan lama di tahap
Bot Telegram

Struk dan klaim

Membaca foto dan PDF struk dengan GPT-4o, mencocokkannya dengan klaim, dan menyusun laporan bendahara. Administrasi bulanan turun dari 2 hari menjadi sekitar 10 menit.

Situs web

Portal klaim

Bendahara menandai klaim sebagai lunas di web, dan buku kas bot langsung ikut diperbarui.

Bot Telegram

Kehadiran

Mengubah laporan chat santai menjadi catatan rapi dan ringkasan langsung. Sebelumnya tidak ada riwayat kehadiran sama sekali. Sekarang setiap minggu tersimpan dan bisa dibandingkan dari waktu ke waktu.

Situs web

Manajemen anggota

Kartu anggota, grup di papan seret-dan-lepas, dan kalender kehadiran langsung yang diisi oleh bot dan chat para pemimpin. Ekspor ke format Excel yang sama seperti yang dipakai tim sebelumnya.

Bot Telegram

Nilai ujian

Mencatat laporan nilai yang diposting di chat dan menghitung tingkat kelulusan tiap kelas.

Situs web

Catatan kelas

Kalender kelas, daftar siswa, dan laporan perkembangan, selalu selaras dengan topik Telegram tiap kelas.

Bot Telegram

Laporan lapangan

Membaca laporan yang diposting di Telegram, termasuk file Word, lalu membuat atau memperbarui kartu yang tepat dan membalas dengan tautannya.

Situs web

Papan pipeline dan dasbor

Setiap prospek sebagai kartu dengan lama di tiap tahap, statistik harian, dan peta tempat yang paling berhasil.

AI

Wawasan dan kontrol biaya

Ringkasan AI setiap malam tentang apa yang berhasil, dengan nama dan data pribadi dihapus sebelum apa pun sampai ke AI, plus pelacakan biaya untuk setiap aplikasi.

Python · Telegram · FastAPI · HTMX · React · PostgreSQL · Supabase · SQLite · OpenAI · Docker · Caddy · nginx · DigitalOcean

Ingin sistem seperti ini untuk tim Anda?

Editor · Otomasi mediaDipakai · dibangun untuk sebuah organisasi

Pipeline Video dari Rekaman hingga Tayang

Rekaman Zoom diedit ke versi Inggris dan Indonesia, dipublikasikan setelah satu ketukan.

1 ketukanpekerjaan manual per proses
Detail

Sesi panjang yang direkam di Zoom dengan penerjemah langsung dulu diedit secara manual, dalam dua bahasa. Sekarang pipeline mengunduh rekaman dan jalur audio penerjemah, membersihkan audio dengan AI, lalu memotong versi Inggris dan Indonesia. Seseorang mengetuk setuju, lalu keduanya dipublikasikan ke Vimeo dan server cadangan, dan setiap file dicek sudah sampai dengan utuh.

81 menitsesi, dirender dalam 1080p
2 versiper rekaman, EN dan ID
1 ketukanpekerjaan manual per proses
pipeline / rekaman Min 1 Nov
Rekaman dan jalur penerjemah diambil dari Zoom
Audio penerjemah dibersihkan dengan AI
Versi Inggris dirender1080p · 81:12
Versi Indonesia dirender1080p · 81:12
Menunggu persetujuan
Setujui dan publikasikan
Publikasi ke Vimeo dan cadangansetiap file dicek saat tiba

Impor Zoom

Menemukan rekaman baru dan mengambil jalur audio utama serta penerjemah secara otomatis.

Pembersihan audio dengan AI

Menghapus derau dan gema dari kanal penerjemah agar kedua versi terdengar jernih.

Penyuntingan dua bahasa

Memotong dan merender versi Inggris dan Indonesia dalam 1080p, siap dipublikasikan.

Publikasi dan verifikasi

Mengunggah ke Vimeo dan server cadangan, lalu mengecek setiap file sebelum pekerjaan dinyatakan selesai.

Penggantian slide

AI memisahkan pembicara dari latar agar slide di belakangnya bisa diganti dengan versi bersih.

Suara dan sulih suara

Memisahkan pembicara yang bertumpuk dan menyelaraskan sulih suara dengan video.

Python · Zoom API · Vimeo API · ffmpeg · PyTorch · Whisper · OpenCV

Ingin sistem seperti ini untuk tim Anda?

Analyst · AI untuk dokumenOpen source · kode di GitHub

AI Dokumen yang menyebutkan sumbernya

Jawaban dari dokumen Anda sendiri, lengkap dengan halaman sumber setiap jawaban.

7teknik pencarian
Detail

Ajukan pertanyaan dengan bahasa sehari-hari dan dapatkan jawaban dari dokumen Anda sendiri, lengkap dengan halaman persisnya. Jika buktinya tidak ada, sistem akan mengatakannya, bukan mengarang jawaban. TradeIQ, versi open-source saya untuk laporan perusahaan, tersedia publik di GitHub.

7teknik pencarian digabungkan
5lapisan pemeriksaan keamanan
Open sourcekode yang bisa Anda baca
tradeiq / research
Risiko apa yang ditambahkan perusahaan di laporan tahunan terbarunya?Tanya

Dua faktor risiko baru muncul tahun ini: ketergantungan pada satu pemasok luar negeri untuk komponen utamanya [1], dan aturan privasi data baru di dua pasar yang bisa menaikkan biaya kepatuhan [2]. Bagian lainnya tidak berubah dari tahun lalu [3].

[1] Sample Corp 10-K FY2025, Item 1A, p. 18 [2] Sample Corp 10-K FY2025, Item 1A, p. 21 [3] Sample Corp 10-K FY2024, Item 1A, pp. 17–24

Asisten riset

Menjawab pertanyaan dari laporan SEC dan laporan pendapatan, dengan referensi halaman untuk setiap klaim.

Pencarian aplikasi belajar

Menemukan catatan berdasarkan makna di seluruh perpustakaan pribadi yang besar, di dalam bot Telegram dan aplikasi ponsel.

Penulis lamaran kerja

Membaca lowongan kerja lalu menulis ulang CV dan surat lamaran untuknya, disetujui dengan satu ketukan di Telegram.

Python · pencarian kata kunci dan vektor hibrida · reranking · pgvector · OpenAI · Claude API · Docker

Ingin sistem seperti ini untuk tim Anda?

Quant · Machine learning di produksiBerjalan · dipakai sendiri

Platform Trading yang Menyetel Diri Sendiri

Menguji, menghitung ukuran posisi, dan menimbang ulang strategi trading setiap malam.

10.6%per tahun, backtest 16 tahun
Detail

Sistem yang melakukan backtest strategi, menentukan ukuran setiap posisi di dalam batas risiko yang ketat, dan menimbang ulang dirinya setiap malam dengan model machine learning. Berjalan di server sendiri melalui API broker sungguhan, saat ini dengan paper trading, dilengkapi panel kontrol desktop untuk memantaunya.

10.6%per tahun dari backtest 16 tahun
0.62rasio Sharpe
270tes otomatis
monitor / ringkasan strategi
Per tahun10.6%
Sharpe0.62
ModeSimulasi
0× 2× 4× 6× 2010 2014 2018 2022 2026 Jalur ilustrasi yang diskalakan ke hasil backtest (sekitar 5× dalam 16 tahun). Bukan hasil nyata.

Backtester

Memutar ulang data pasar 16 tahun untuk setiap strategi sebelum menyentuh uang.

Mesin risiko

Penentuan ukuran posisi dan batas eksposur yang harus dilewati setiap transaksi.

Model harian

Model machine learning menimbang ulang strategi setiap malam berdasarkan hasil terbaru.

Panel kontrol

Aplikasi desktop yang menampilkan bot, kesehatan server, dan biaya dalam satu jendela.

Python · FastAPI · PostgreSQL · scikit-learn · broker API · Docker · Electron

Ingin sistem seperti ini untuk tim Anda?

Modeller · Machine learningPekerjaan perusahaan dan riset

Model Prediksi yang Teruji

Model valuasi dan klasifikasi dari pekerjaan perusahaan dan riset.

3%kesalahan valuasi median
Detail

Sebelum menjadi freelancer, pekerjaan saya adalah membangun model machine learning. Di Real Estate Analytics (8PROP) saya melatih model yang menilai flat HDB dan kondominium di Singapura dengan kesalahan median 3%, dan menjalankan model di AWS Lambda yang mengecek dan membersihkan data saat masuk. Di A*STAR saya membangun classifier yang memilah kandidat molekul obat dengan skor F1 rata-rata 85%. Keahlian yang sama kini menjalankan model trading dan AI video saya.

3%kesalahan median dalam menilai rumah
85%skor F1 rata-rata dalam riset
AWS Lambdamodel berjalan di produksi
model valuasi / evaluasi
Kesalahan median3%
ModelXGBoost
HunianHDB + condo
0.4M 0.4M 0.8M 0.8M 1.2M 1.2M 1.6M 1.6M actual value (S$) Titik ilustrasi. Kesalahan median 3% adalah hasil nyata.
Model

Valuasi properti

Model XGBoost, support vector, dan jaringan saraf yang menilai flat HDB dan kondominium di Singapura dengan kesalahan median 3%.

Model

Pengecekan data di AWS Lambda

Model di dalam pipeline data yang menangkap dan membersihkan data buruk sebelum masuk ke laporan.

Model

Classifier molekul

Riset di A*STAR: model Random Forest, XGBoost, SVM, dan PyTorch yang disetel dengan Optuna, dengan skor F1 rata-rata 85%.

Model

Meta-model trading

Menimbang ulang strategi trading setiap malam berdasarkan hasil terbaru, di dalam batas risiko yang ketat.

Model

AI suara dan video

Memisahkan suara yang bertumpuk, mengenali siapa yang berbicara, dan memisahkan orang dari latar gambar.

Model

Penyaringan prompt injection

Classifier DeBERTa di TradeIQ yang memblokir serangan terhadap AI sebelum pertanyaan sampai ke sana.

Python · scikit-learn · XGBoost · PyTorch · TensorFlow · Optuna · AWS Lambda · SQL · Airflow

Ingin sistem seperti ini untuk tim Anda?

Promoter · Platform webDipakai · dibangun untuk sebuah organisasi

Platform Acara dengan Pelacakan Iklan

Pendaftaran acara yang dilacak sampai ke iklan atau formulir yang mendatangkannya.

Setiap pendaftarandilacak sampai sumbernya
Detail

Sebuah organisasi yang rutin mengadakan acara publik perlu tahu promosi mana yang benar-benar mendatangkan orang. Pengunjung mendaftar di situs publik, dan penyelenggara melihat setiap pendaftaran di dasbor admin lengkap dengan sumbernya, entah iklan Meta, formulir HubSpot, atau rujukan. Platform ini juga membuat draf poster acara dan video promo singkat dengan AI.

Setiap pendaftarandilacak ke iklan atau formulir di baliknya
Kreatif AIposter dan video promo
events.example.org/admin
Sab 14 Nov, 10:00 Hari Terbuka Komunitas Nama lengkap Email Daftarkan saya
Pendaftaran bulan ini 248
Iklan Meta102
HubSpot58
Rujukan49
Langsung39

Next.js · React · TypeScript · Supabase · Vercel · Resend · HubSpot

Ingin sistem seperti ini untuk tim Anda?

Keahlian dan teknologi

Apa yang bisa saya bangun untuk Anda, dan alat yang saya gunakan.

Agen dan asisten AI

Alat berbasis LLM yang membaca, memilah, dan membuat draf untuk Anda, terhubung ke aplikasi yang sudah Anda pakai.

AI Dokumen

Pencarian dan tanya jawab atas file Anda sendiri, dengan sumber ditampilkan untuk setiap jawaban.

Otomasi alur kerja

Tugas terjadwal dan bot yang mengambil alih pekerjaan admin berulang dari tim Anda.

Chatbot

Bot Telegram dengan database, halaman admin, pengingat, dan persetujuan.

Pipeline data

Menarik data dari banyak sumber secara terjadwal, rapi dan siap dipakai.

Dasbor dan laporan

Laporan yang tersusun sendiri, di Power BI, Metabase, atau dasbor web.

Machine learning

Model prediksi dan penilaian, dari valuasi properti hingga sinyal trading.

Aplikasi web dan deployment

Front end Next.js, API Python, dan server yang disiapkan dengan monitoring dan backup.

PythonTypeScriptOpenAI APIClaude APIRAG dan pgvectorPostgreSQLSupabaseNext.jsFastAPIDockerAWSVercelAirflowdbtTelegram Bot API

Harga jelas, disepakati sebelum mulai

AI sudah termasuk di setiap paket, bukan tambahan yang mahal. Anda membayar sesuai seberapa banyak yang harus dikerjakan sistem. Setelah panggilan singkat, saya kirim penawaran harga tetap yang menentukan posisi proyek Anda dalam rentang tersebut, dan tidak ada pekerjaan yang dimulai sebelum Anda setuju.

Starter

Satu alur kerja AI, dari awal sampai akhir

US$400–1,000S$500–1,300 · Rp7–18 jutaHarga tetap dalam rentang ini
  • Satu pekerjaan diotomasi: membaca struk, memilah pesan, atau mengambil data dari dokumen
  • Berjalan di Telegram atau sesuai jadwal
  • Dijalankan di akun Anda sendiri, dengan monitoring

Dari pekerjaan saya: bot struk, penulis lamaran kerja

Paling populer

Business

Sistem terhubung untuk satu tim

US$1,200–3,000S$1,500–3,800 · Rp22–54 jutaHarga tetap dalam rentang ini
  • Semua yang ada di Starter
  • Beberapa alur kerja dalam satu database
  • Situs web atau halaman admin, hingga lima halaman
  • Persetujuan, laporan, pembayaran, atau pemesanan

Dari pekerjaan saya: Suite Operasional Tim, platform acara

Custom

Skala organisasi atau berbasis data besar

Mulai US$2,000S$2,500+ · Rp36 juta+Harga disesuaikan per proyek setelah diskusi singkat
  • Semua yang ada di Business
  • AI yang menjawab dari dokumen Anda, dengan sumber
  • Pipeline data dan dasbor
  • Machine learning: model peramalan, penilaian, dan prediksi
  • Pemeriksaan keamanan dan batas biaya AI

Dari pekerjaan saya: TradeIQ, model trading, model valuasi properti

Paket perawatan AI mulai US$75 (S$100 · Rp1,4 juta) per bulan

Sistem AI bisa bergeser setelah diluncurkan: jawaban menurun, biaya merangkak naik, dan model dihentikan. Paket perawatan mencakup hosting, backup, dan monitoring, melacak biaya AI Anda, memperbaiki jawaban yang bergeser, dan memindahkan Anda ke model baru saat model lama dihentikan. Termasuk satu jam perubahan.

Per jam

US$60 (S$80 · Rp1,1 juta) untuk pekerjaan di luar penawaran.

Dari mana disiplin ini berasal

Empat tahun membangun sistem data untuk perusahaan di Singapura. Kode yang teruji, lingkungan uji yang mencerminkan produksi, dan monitoring setelah peluncuran adalah kebiasaan dari pekerjaan itu.

BSc (Hons), National University of Singapore

Data Engineer · ANREV

Mengotomasi 8 laporan kuartalan dan 4 indeks, memangkas waktu pelaporan lebih dari 60%.

Data Engineer · Real Estate Analytics (8PROP)

Memindahkan perusahaan ke sistem Airflow baru, membangun API untuk klien, dan menjalankan model machine learning di AWS Lambda.

Data Analyst · 8PROP

Model valuasi properti dengan kesalahan median 3% untuk flat HDB dan kondominium di Singapura.

Riset · A*STAR dan NUS

Classifier machine learning dan simulasi berskala besar.

Apa yang menyita minggu tim Anda?

Kirim beberapa baris: apa yang ingin diotomasi, siapa yang akan memakainya, dan kapan Anda membutuhkannya. Saya akan membalas dengan pertanyaan atau harga tetap.

atau kirim email ke gchue76@gmail.com LinkedIn · GitHub

Atau kirim data Anda