Приведи пример фичи, реализацией которой гордишься.

Одна из фич, которой я горжусь, — это офлайн-карта с маршрутизацией в приложении для туристов на Flutter. Пользователи могли загружать региональные карты и строить пешеходные маршруты без подключения к интернету.

Техническая реализация:

1. Выбор стека: Для работы с векторными картами я использовал пакет flutter_map вместе с vector_tiles. Данные карт (в формате .mbtiles) хранились локально в приложении после загрузки.
2. Офлайн-маршрутизация: Самая сложная часть. Я интегрировал движок маршрутизации Valhalla, скомпилированный в нативную библиотеку (с помощью FFI — dart:ffi). Для Android и iOS пришлось писать отдельные плагины, которые загружали граф дорог (также предзагружаемый) и вычисляли маршрут.

   // Упрощённый пример вызова нативного кода через FFI
   final route = await OfflineRouter.instance.calculateRoute(
     start: LatLng(55.7558, 37.6173),
     end: LatLng(55.7601, 37.6245),
     profile: RoutingProfile.walking,
   );

3. Отображение маршрута: Рассчитанный маршрут (список координат) отрисовывался поверх карты с помощью CustomPainter, что давало полный контроль над стилем линии (цвет, ширина, пунктир).
4. Управление данными: Реализовал систему фоновой загрузки и обновления карт с индикацией прогресса и проверкой целостности файлов.

Чем я горжусь:

• Архитектура: Фича была полностью изолирована в отдельный feature-модуль по принципу Feature-First. Использовался riverpod для состояния, что упростило тестирование.
• Производительность: Маршрут длиной 10 км рассчитывался за 1-2 секунды на среднем смартфоне, без лагов при отрисовке.
• Пользовательский результат: Фича стала ключевой для приложения, так как туристы часто оказывались вне зоны покрытия. По данным аналитики, пользователи с загруженными картами проводили в приложении на 40% больше времени.

Этот опыт глубоко погрузил меня в нативные интеграции, работу с памятью в Dart FFI и оптимизацию тяжелых вычислений в мобильном приложении.