Budżet: 12500 UAH Termin: 7 dni
Witam
Jestem programistą w dziedzinie ML/DL. Chętnie wykonam Twój projekt. Napisz do mnie, omówimy.
Необхідно звʼязати ехел файл та сайт adobe firefly генерацію зображень таким чином, щоб аромати автоматично по черзі із таблиці вводились в текстове поле, далі запускалась генерація і потім при готовому зображені все зберігалось у мене на ПК в папці. Ексель файл буде оновлюватись. Є вільний ноутбук щоб завжди процес відбувався з імітацією людської участі. Частково намагалась робити через розширення хрому, але там тільки кліки можу записати, а от щоб вставлявся текст різний не виходить. Проте необовʼязково йти таким шляхом. Можете запропонувати будь-яке рішення. Воно має бути просте. Ціну пишіть, дякую
Budżet: 12500 UAH Termin: 7 dni
Witam
Jestem programistą w dziedzinie ML/DL. Chętnie wykonam Twój projekt. Napisz do mnie, omówimy.
Poszukujemy doświadczonego programisty Python/AI (lub małego zespołu) do stworzenia usługi AI opartej na bocie Telegram. Projekt automatyzuje przyjmowanie zamówień od rzemieślników i centrów serwisowych na działającym rynku B2B części do sprzętu mobilnego i elektroniki (katalog ~30 000 SKU). Co powinien robić bot:Wielomodalny input: przyjmować tekst, wiadomości głosowe (Whisper API) oraz zdjęcia części/oznaczeń (GPT-4o Vision), rozpoznawać nomenklaturę, rewizje i numery części.Inteligentne wyszukiwanie: dopasowywać żargon rzemieślników (akumulator, AKB, wyświetlacz, oryginał) do oficjalnych nazw za pomocą wyszukiwania wektorowego (Vector DB).Interaktywny UI: przy kilku opcjach jakości (Oryginalny, Wysoka Kopia itd.) — grupować je w jedną wiadomość, wyświetlać inline checkboxy z cenami i stanami, przeliczać koszyk „na bieżąco”.Kaskadowe doprecyzowania (Slot Filling): przy niejednoznacznym zapytaniu krok po kroku doprecyzowywać parametry (model → kolor → rewizja).Zamówienie: automatycznie wysyłać gotowy pakiet JSON zamówienia na stronę przez API po potwierdzeniu koszyka.Stos: Python (FastAPI), Aiogram 3.x, OpenAI API (GPT-4o + Whisper), Qdrant, Docker + docker-compose. Czas realizacji: 5–7 tygodni.⚠️ Obowiązkowy warunek do odpowiedzi: Aby odciąć automatyczne odpowiedzi botów spamowych, proszę podać w wiadomości: jaki model embeddingów (Embeddings) wybierzesz do wektorowego wyszukiwania semantycznego po 30 000 technicznych SKU i dlaczego? Odpowiedzi z szablonowym tekstem bez odpowiedzi na to pytanie będą automatycznie odrzucane.
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.