Budżet: 8000 UAH Termin: 1 dzień
Dzień dobry. Jestem gotów zrealizować ten projekt, mam duże doświadczenie w tworzeniu różnych aplikacji.
Budżet: 10000 UAH Termin: 1 dzień
Dzień dobry. Zainteresował mnie wasz projekt. Mogę go zrealizować, mam odpowiednie doświadczenie. Piszcie na prywatne.
- Zlecenia 4
- Ocena -
- Ranking 1 018
Budżet: 27000 UAH Termin: 7 dni
Witaj, Jewgien!
Czy masz system ERP Delopro - nie masz systemu księgowego BAS? Najprawdopodobniej potrzebujesz czegoś jak nasz moduł eCennik+ do pracy z cennikami dostawców...
Ogólnie, jeśli masz jednak system księgowy BAS - możemy być pomocni. Skontaktuj się z nami, doradzimy. Dziękuję.
Budżet: 12000 UAH Termin: 7 dni
Cześć
Ostatnio specjalizuję się w AI - chatbotach. Zrobiłem kilka asystentów AI dla branży przyjmowania zamówień na usługi (asystent prawnika, asystent dentysty...).
Twój projekt można w pełni zrealizować na n8n. To obniża koszty rozwoju i czyni go całkowicie przejrzystym dla Ciebie. Orientacyjnie zrobimy to w ciągu tygodnia.
Budżet: 1000 UAH Termin: 1 dzień
Cześć! Mogę zaprojektować i wdrożyć system AI do dopasowywania nomenklatury elementów złącznych „wniosek klienta → twój produkt → Excel pod Delopro”, z cyklem wyjaśnień przez menedżera i gromadzeniem wiedzy o klientach.
1) Architektura (moduły)
A. Ingest (przyjmowanie wniosków):
Tekst z e-maila/komunikatora
Excel/Word (tabele)
PDF/zdjęcie/skan (OCR)
Wynik: jednolity „surowy” tekst + załączniki powiązane z wnioskiem
B. Extraction (wyodrębnianie encji):
Wydobycie wierszy-pozycji
Parsowanie atrybutów: typ (śruba/nakrętka/podkładka…), rozmiar (M10×50), standard (DIN/ISO/GOST), klasa wytrzymałości (8.8/10.9), powłoka (cynk/ocynk/stal nierdzewna), ilość, jednostki miary
Wyjście: JSON ze strukturą pozycji (ściśle według schematu)
C. Normalization (normalizacja):
Przywracanie formatów: M10×50 == M10*50 == 10x50
Normalizacja powłok/klas/standardów
Słowniki synonimów + zasady
D. Matching (dopasowanie do katalogu):
1. przejście: dokładne/regułowe dopasowanie (jeśli istnieje ID/artykul/typowy szablon)
2. przejście: wyszukiwanie podobieństw w katalogu (wektorowe)
3. przejście: tabela zgodności dostawców (jeśli wniosek w „ich” terminologii)
4. przejście: sugestie kontrahentów (historia zamówień, „często kupowane produkty”)
Wyjście: top-N kandydatów + pewność + powody wyboru
E. Unit Conversion (przeliczenie jednostek):
Tabela współczynników: kg→100 szt dla konkretnych pozycji (przez wagę/normę)
Wsparcie: szt, kg, m, op, kor, paczka itp.
Logi przeliczeń (aby menedżer widział, jak to wyszło)
F. Human-in-the-loop (poprawki menedżera):
Jeśli nie znaleziono/niepewnie: pokazujemy listę kandydatów + filtry
Menedżer wybiera „nasz właściwy produkt” / koryguje atrybuty / ilość / jednostkę.
Po „Zatwierdź” — zapisujemy regułę dopasowania (uczenie na poprawkach)
G. Export (eksport):
Excel ściśle według twojego szablonu importu Delopro
(Etap 2) ten sam payload → API Delopro
2) Proponowany stos
Backend/API: Python + FastAPI
Magazyn: PostgreSQL (wnioski, klienci, reguły, historia), magazyn zgodny z S3 dla plików
Wyszukiwanie: Qdrant (lub FAISS) dla katalogu i „podobnych pozycji”
LLM: strukturalne wyjście + walidacja schematu (Pydantic)
OCR: PaddleOCR/Tesseract (w zależności od jakości skanów)
Excel: openpyxl (dokładna struktura)
Interfejs menedżera: web (minimalnie) lub bot Telegram (szybko i wygodnie)
3) Jak system „uczy się”
Nie „doinstruowujemy modelu” od razu (to drogie/długie), ale robimy to praktyczniej:
Pamięć dopasowań: „jak ten klient zwykle pisze” → „jaki jest nasz produkt”
Auto-reguły: jeśli ta sama formuła pojawia się N razy i menedżer wybiera jeden i ten sam.
Budżet: 4000 UAH Termin: 5 dni
Cześć
Zrozumiałem zadanie. Należy opracować system AI, który przyjmuje zgłoszenia tekstowe, zdjęcia, pliki Word i Excel, rozpoznaje pozycje i parametry, porównuje je z twoją nomenklaturą, wykorzystuje bazę zgodności, przelicza jednostki miary, tworzy plik Excel do importu do Delopro i przewiduje dalszą integrację przez API.
Do AI można użyć Ollama lokalnie, bez osobnego szkolenia, wystarczy prawidłowo skonfigurować logikę i prompty.
Jestem gotów do pracy.
Budżet: 6000 UAH Termin: 3 dni
Witam! Mogę stworzyć takiego bota na bazie Google Sheets z napisaniem skryptu, który będzie przetwarzać wszystkie niezbędne funkcje!!!
Budżet: 8000 UAH Termin: 10 dni
👋 Jewhen, cześć!
Opracowujemy chatboty dla biznesu, które nie tylko odpowiadają na wiadomości, ale stają się częścią twojego systemu.
Boty integrują się z:
✅ CRM — aby zachować kontakty i historię klientów,
✅ systemami płatności — dla natychmiastowej płatności,
✅ analityką — abyś mógł zobaczyć efektywność każdej rozmowy.
📊 To pozwala w pełni kontrolować proces i zautomatyzować rutynę.
💬 Jesteśmy gotowi omówić twój projekt i zaproponować rozwiązanie, które zaoszczędzi czas i przyniesie rezultaty.
Oferty ukryte
Aktualnie brak ofert
Aktualne zlecenia dla freelancerów w kategorii AI i uczenie maszynowe
Szukamy specjalisty lub zespołu do wdrożenia rozwiązań AI w komunikacji centrum medycznego CT i MRI. Potrzebne: zintegrować AI w telefonii do obsługi połączeń przychodzących i zimnych; zapewnić naturalną komunikację w języku ukraińskim z minimalnymi przerwami; zintegrować asystenta AI w czacie Binotel lub zaproponować skuteczną alternatywę; zautomatyzować odpowiedzi na pytania, wstępną konsultację i rejestrację na badania. Ważne: dziedzina medycyny wymaga dokładnego zbierania informacji przed CT lub MRI, w szczególności dotyczących obszaru badania, przygotowania, skierowania i możliwych przeciwwskazań. Rozwiązanie musi być empatyczne, profesjonalne i przewidywać przekazywanie skomplikowanych przypadków operatorowi. W odpowiedzi proszę przesłać odpowiednie przypadki, opis proponowanego rozwiązania oraz orientacyjne terminy. Doświadczenie w projektach medycznych będzie atutem.
Konieczne jest opracowanie aplikacji w MATLAB, która będzie mogła przetwarzać obrazy/wideo, wyodrębniać pojedyncze obiekty, analizować ich cechy i w razie potrzeby stosować metody uczenia maszynowego do automatyzacji analizy. Preferowane: pewna znajomość MATLAB; doświadczenie w Computer Vision / Przetwarzaniu Obrazów; doświadczenie z Uczeniem Maszynowym;
programisty do tworzenia botów AI - system wieloagentowy i automatyzacji w aplikacji AI. Co jest potrzebne: znajomość n8n; doświadczenie w integracji OpenAI i innych modeli AI przez API; praca z webhookami, REST API i Supabase; umiejętność tworzenia niezawodnych workflow AI i automatyzacji. Tworzenie systemów wieloagentowych od podstaw lub z frameworkiem Agenci AI, MCP, RAG
Liczenie gotowych produktów i ludziProdukty niezgodne. Na przykładzie wysoko wydajnej linii, zapewnić dokładne liczenie przepustowości, udziału siły roboczej, wykrywania niezgodności oraz kontekstu zatrzymań/przeprogramowań, dostarczając gotowe informacje analityczne.
Dzień dobry, co jest potrzebne: 1. Przeprowadzić analizę procesów (osobistych kierownika) oraz biznesu. 2. Zastanowić się, gdzie (w jakich procesach) można wdrożyć asystentów AI. Gdzie będzie to uzasadnione i efektywne. 3. Przygotować rozwój. Zajmujemy się publikacjami artykułów naukowych.