Budżet: 21000 UAH Termin: 7 dni
Cześć,
Jestem deweloperem w dziedzinie AI/ML. Mogę zrealizować Twój projekt. Napisz do mnie, omówimy.
Dane wejściowe
• Otrzymywać od klienta/zespołu zdjęcia lub obrazy (ikony, ornamenty, szkice).
• Sprawdzać jakość: kontrast, tło, szczegółowość.
Przetwarzanie AI
• Używać usług AI (Reliefmod, Tripo, Meshy, Blender+MiDaS, inne) do generowania mapy głębokości (Depth Map).
• Tworzyć czarno-białą wersję obrazu dla wyraźnego rozpoznawania poziomów.
• Generować podstawowy relief i konwertować go do STL.
Poprawki w specjalistycznym oprogramowaniu
• Doprowadzać model w Blender / ArtCAM / Aspire / ZBrush:
– usuwać szumy,
– precyzować relief twarzy, aureoli, ramek,
– dodawać/pogłębiać ornamenty.
Test i eksport
• Sprawdzać plik STL pod kątem gotowości do CNC/lazera frezarskiego.
• Przygotowywać finalny plik w formatach STL/OBJ.
• Zachowywać optymalne wymiary/głębokość reliefu pod różne typy materiałów (drewno, akryl, kompozyt).
Wynik pracy
• Czysty plik STL, nadający się do bezpośredniego użycia na maszynie.
• Wizualizacja (render) gotowego reliefu do wstępnej akceptacji.
Budżet: 21000 UAH Termin: 7 dni
Cześć,
Jestem deweloperem w dziedzinie AI/ML. Mogę zrealizować Twój projekt. Napisz do mnie, omówimy.
Budżet: 10000 UAH Termin: 10 dni
1) Zrozumienie zadania
Na podstawie dostarczonych obrazów (ikon, ornamentów, szkiców) budowana jest mapa głębokości, następnie — podstawowy relief, który jest przetwarzany w specjalnym oprogramowaniu (Blender/ArtCAM/Aspire/ZBrush) i przygotowywany do produkcji: sprawdzana jest topologia, ograniczenia technologiczne, formowane są finalne pliki STL/OBJ oraz rendery podglądowe do zatwierdzenia.
2) Zakres prac (Scope)
Etap A — Dane wejściowe i wstępne przetwarzanie
Przyjęcie JPG/PNG/SVG/AI/PSD oraz krótkiego TŻ (materiał, wymiary w mm, maks. głębokość, życzenia dotyczące detali).
Jakościowa weryfikacja: kontrast/tło/szum/rozdzielczość; w razie potrzeby — konwersja do cz/b, lekkie czyszczenie tła.
Etap B — Przetwarzanie AI / Mapa głębokości
Budowa mapy głębokości: Reliefmod / Tripo / Meshy / (lub lokalnie Blender+MiDaS), wybór optymalnej opcji.
Normalizacja mapy wysokości (16-bit, liniowa/gamma), kwantyzacja drobnego szumu.
Etap C — Podstawowy relief + wstępny STL
Generacja barieliefu z mapy głębokości, ograniczenie maksymalnej wysokości (mm), skala w mm.
Początkowa dekompozycja wielokątów do roboczego rozmiaru pliku.
Etap D — Dopracowanie w specjalnym oprogramowaniu
Usuwanie szumów: eliminacja „śmieci” geometrii, wygładzanie (Laplacian/Surface), poprawa normalnych.
Technologiczność pod CNC: podstawowa płyta (Solidify) 2–4 mm (lub zgodnie z TŻ), brak podcięć.
Uściślenie twarzy/nimbów/ram: lokalne wzmocnienie konturów, miękkie fazy, wyrównanie płaszczyzn.
Ornamenty: dodawanie/pogłębianie (alfy/stemple lub rozkładanie po krzywych), uzgodnienie głębokości rowków pod średnicę frezy.
Kontrola minimalnej szerokości elementów (nie mniej niż D frezy wykończeniowej; zalecane ≥1.5×D).
Etap E — Test i eksport
QA siatki: manifold, brak samoprzecinania/otworów, normalne na zewnątrz.
Dobór presetów pod materiał: drewno/akryl/kompozyt (maks. głębokość, baza, zalecany stepover dla wykończeniowej).
Eksport: STL (Binary) oraz OBJ (w razie potrzeby), skala 1:1 w mm.
Wizualizacja: 2–3 rendery (frontalny, 3/4, zbliżenia kluczowych stref).
3) Kryteria akceptacji (Acceptance)
Rozmiar modelu w mm odpowiada TŻ (S×W×maks. głębokość).
Siatka manifold, normalne na zewnątrz, bez podcięć (do górnego frezowania).
Minimalna grubość bazy ≥ uzgodniona wartość (typowo 2–4 mm).
Minimalna szerokość detali ≥ D frezy (lepiej ≥1.5×D).
Pliki: model_mm.stl (+ model_mm.obj w razie potrzeby) oraz rendery do zatwierdzenia.
Dodatkowo: krótki README z parametrami (materiał, zalecana średnica/stepover, Z-zero).
Napisz do mnie, aby wyjaśnić szczegóły, jak mógłbym to zrealizować.
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.