Budżet: 1000 USD Termin: 5 dni
Dzień dobry, jestem gotowa szybko i profesjonalnie podejść do tego zadania. Mam opinie na innej platformie oraz ponad 17 wykonanych prac, napiszmy, omówimy wszystko bardziej szczegółowo)
Projekt: Wdrożenie systemu opartego na sztucznej inteligencji do automatyzacji zamówień, logistyki i analityki w systemie aptecznym centrum medycznego
Cel: Tworzenie inteligentnego systemu do prognozowania potrzeb, zarządzania zapasami, logistyki, monitorowania i integracji z systemami informacyjnymi medycznymi (MIS)
Cel: Ocena potrzeb dla każdego oddziału na podstawie danych historycznych i bieżących.
Funkcje:
Zbieranie danych o oddziałach: chirurgia, kardiologia itp.
Analiza diagnoz, ścieżek leczenia, średniego czasu hospitalizacji.
Klasyfikacja typów zużycia według profili.
Tworzenie rekomendacji dotyczących niezbędnych leków.
Moduł AI:
Klastryzacja oddziałów według struktury zużycia (ML).
Wykorzystanie NLP do wyciągania danych z epikriz i protokołów leczenia.
Implementacja techniczna:
Podłączenie do bazy MIS.
Budowa procesu ETL (Extract → Transform → Load) z regularną aktualizacją.
Cel: Redukcja niedoborów i nadmiarów leków i materiałów medycznych.
Funkcje:
Prognozowanie na podstawie:
Danych historycznych (ostatnie 3–5 lat).
Trendów epidemiologicznych.
Sezonowości i statystyk przyjęć.
Moduł AI:
Model szeregów czasowych (Prophet / ARIMA).
Dostosowywana dokładność (MAE ≤ 10%).
Dane wyjściowe:
Tabela potrzeb na miesiąc.
Sygnały do tworzenia zamówienia.
Cel: Uwzględnienie standardowych i indywidualnych zestawów materiałów.
Funkcje:
Tworzenie szablonów zestawów według typów operacji.
Integracja z planem operacyjnym.
Możliwość dostosowania do indywidualnych potrzeb pacjenta.
Integracja:
API od MIS/systemu operacyjnego.
Automatyczne zamówienie do magazynu.
Cel: Wyeliminowanie braków kluczowych leków.
Funkcje:
Ustawienie minimalnego poziomu zapasu.
Automatyczne powiadomienia przy osiągnięciu progu.
Możliwość ręcznej konfiguracji.
Implementacja techniczna:
REST API do synchronizacji z wewnętrzną bazą danych.
Możliwość podłączenia powiadomień mobilnych.
Cel: Zwiększenie efektywności rozmieszczenia i utylizacji.
Funkcje:
Automatyczne rozdzielanie leków i materiałów medycznych w magazynie.
Uwzględnienie wymiarów, terminów ważności i częstotliwości użycia.
Moduł AI:
Kombinacja algorytmów zachłannych (greedy) + programowania liniowego.
Cel: Minimalizacja strat wynikających z upływu terminów ważności.
Funkcje:
Uwzględnienie terminów ważności.
Automatyczne rekomendacje dotyczące przesuwania leków między oddziałami.
Flaga „krytyczny stan zapasów według terminu”.
Cel: Zapewnienie terminowych dostaw leków i materiałów medycznych.
Funkcje:
Tworzenie harmonogramów dostaw.
Obliczanie kosztów i czasu dostawy.
Priorytetyzacja zamówień (pilne/planowe).
Integracja:
Zewnętrzne API logistyczne (jeśli dostępne).
Wewnętrzna logistyka kliniki.
Cel: Przejrzysta kontrola ruchu leków i materiałów medycznych.
Funkcje:
Rejestrowanie przemieszczania między magazynami/oddziałami.
Rejestracja ruchu z czasowymi znacznikami.
Skanowanie QR/RFID przy przemieszczaniu (opcjonalnie).
Cel: Szybkie informowanie odpowiedzialnych osób.
Funkcje:
Powiadomienia o opóźnieniach w dostawie.
Sygnały o braku konkretnych leków.
Kanały: Telegram-bot, e-mail, SMS.
Cel: Tworzenie bazy danych do podejmowania decyzji.
Funkcje:
Zbieranie danych o:
Zapasach.
Terminach ważności.
Ilości operacji.
Wypisach.
Cel: Wsparcie decyzji zarządczych.
Funkcje:
Panele kontrolne (zapasy, zużycie, anomalie).
Prognozy na 1–3 miesiące.
Eksport do Excel, CSV, PDF.
Cel: Zwiększenie kontroli nad wydatkami.
Funkcje:
Wykrywanie nieprawidłowego zużycia.
Algorytmy kontroli nadmiernych wydatków.
Raporty o odchyleniach od normy (Z-score, IQR i inne).
Funkcje:
Pobieranie danych o pacjentach, diagnozach, receptach, wypisach.
Porównanie faktycznego zużycia z receptami.
Interfejs:
API na HL7/FHIR.
Rejestrowanie wszystkich transakcji.
Cel: Zwiększenie dokładności zamówień.
Funkcje:
Porównanie „zlecono” vs „wypisano” vs „spisano”.
Analiza AI na poziomie oddziałów i konkretnych lekarzy.
Budżet: 1000 USD Termin: 5 dni
Dzień dobry, jestem gotowa szybko i profesjonalnie podejść do tego zadania. Mam opinie na innej platformie oraz ponad 17 wykonanych prac, napiszmy, omówimy wszystko bardziej szczegółowo)
Budżet: 1000 USD Termin: 2 dni
Cześć, pracowałem nad systemem SI do przetwarzania danych medycznych ✅, gdzie analizowałem pacjentów i prognozowałem potrzeby z dokładnością do 10%. Czy rozważacie Państwo użycie NLP do analizy protokołów?
Proponuję się skontaktować, bezpłatnie doradzę z technicznego punktu widzenia i opracujemy plan rozwoju + opowiem o moim zespole!
Budżet: 12000 USD Termin: 30 dni
Dzień dobry, proponuję rozważyć kompleksowe rozwiązanie erp odoo, które ma już wszystkie niezbędne funkcje:
Formowanie wniosków
Logistyka
Zarządzanie zapasami
Analiza i monitoring
feedback z klientami i z punktami zamówień
W systemie jest wbudowane API, które pozwala integrować się z dowolnym innym systemem i na podstawie wyzwalacza przekazywać określone dane.
możliwości wykorzystania sztucznej inteligencji już wbudowane w system dodatkowo będą zmienione na podstawie waszych procesów
1. Zapas magazynowy
2. Wnioski na podstawie sztucznej inteligencji
3. Pozostałości na podstawie prognozowania
można pokazać demonstrację działającego systemu,
Ponieważ systemy sztucznej inteligencji i Agenta zostały stworzone dla podobnych projektów, będzie demonstracja tylko erp i wszystkich procesów biznesowych na podstawie waszych wymagań, sztuczna inteligencja będzie przygotowana osobno.
Budżet: 25 USD Termin: 1 dzień
Witam!
Bardzo interesujący i rozbudowany projekt — cieszę się, że widzę systemowe podejście do automatyzacji procesów apteczno-logistycznych z zastosowaniem SI.
📌 Dlaczego jestem odpowiedni dla Ciebie:
Mam doświadczenie w tworzeniu skomplikowanych procesów ETL, integracji z MIS według HL7/FHIR.
Realizowałem moduły ML do prognozowania (Prophet, ARIMA, XGBoost) oraz klasteryzacji zużycia według profilu medycznego.
Pracowałem nad automatyzacją logistyki, śledzeniem stanów magazynowych, tworzeniem dashboardów i systemów powiadomień (Telegram, SMS, email).
Wiem, jak projektować skalowalną architekturę z uwzględnieniem specyfiki medycznej, rotacji leków, pilności zgłoszeń i sezonowości.
Chętnie omówię szczegóły, zaproponuję rozwiązania architektoniczne, wskażę na ryzyka)
Budżet: 25 USD Termin: 1 dzień
Witam.
Z zainteresowaniem zapoznałam się z Twoim projektem. Jestem pewna, że będę w stanie wykonać skuteczną i wysokiej jakości pracę, odpowiadającą Twoim wymaganiom i oczekiwaniom. Doświadczenie zawodowe ponad 8 lat.
Budżet: 3200 USD Termin: 77 dni
Witam!
Nazywam się Michaił Petrykei, jestem programistą systemów inteligentnych z doświadczeniem w dziedzinie automatyzacji, analityki prognostycznej, NLP i integracji z systemami medycznymi. Twój projekt to systematyczna i przemyślana inicjatywa, i jestem gotów dołączyć do jej realizacji jako techniczny programista i architekt rozwiązań.
W tym projekcie mogę zaoferować:
- Opracowanie procesu ETL z podłączeniem do MŚ i regularną aktualizacją danych;
- Tworzenie modułów prognozowania potrzeb na podstawie szeregów czasowych (Prophet, ARIMA);
- Przetwarzanie NLP epikrizów i ścieżek leczenia (używam spaCy, transformers);
- Opracowanie interfejsów AI do automatyzacji zgłoszeń, ewidencji operacji i logistyki;
- Integrację z MŚ przez API FHIR/HL7, prowadzenie logów transakcji;
- Budowę dashboardów i analiz (Plotly, Power BI, Streamlit, Dash);
- Implementację algorytmów optymalizacyjnych (greedy, LP) dla magazynów i logistyki;
- Konfigurację systemów alertów: e-mail, Telegram, SMS przez API.
Mam doświadczenie w projektach medyczno-technicznych, uczestniczyłem w międzynarodowych konkursach AI, pracowałem z modelami sieci neuronowych, bazami danych i automatyzacją procesów klinicznych.
Chętnie omówię architekturę, przygotuję techniczne specyfikacje i rozpocznę etapową realizację z demonstracją MVP na każdym kluczowym bloku.
Budżet: 3500 USD Termin: 50 dni
Cześć!
To potężny i perspektywiczny projekt, i z przyjemnością pomogę Ci wdrożyć pełnoprawny system automatyzacji apteki oparty na sztucznej inteligencji. Mogę stworzyć inteligentną platformę, która będzie analizować profile działów i dane pacjentów w celu prognozowania zapotrzebowania na leki, optymalizacji poziomu zapasów, automatyzacji dystrybucji na magazynie oraz wykrywania odchyleń w czasie rzeczywistym. Każdy moduł będzie ściśle zintegrowany z Twoim systemem zarządzania informacją (MIS) przez HL7 lub FHIR, a system będzie obsługiwał pipeline ETL, modele predykcyjne i inteligentne kanały powiadomień przez Telegram, e-mail lub SMS.
W zakresie zarządzania logistyką i magazynem będę stosować inteligentne algorytmy do optymalizacji rozmieszczenia, monitorowania dat ważności i ekonomicznie efektywnej routingu. Panel monitorowania będzie zawierał czytelne raporty eksportowalne i prognozy oparte na danych w czasie rzeczywistym. Będziesz mógł łatwo konfigurować wszystkie parametry przez intuicyjny panel administratora, a system będzie się rozwijał razem z Tobą.
Dziękuję!
Budżet: 1500 USD Termin: 7 dni
Witam
Jestem programistą w dziedzinie AI/ML. Mogę zrealizować Twój projekt. Napisz do mnie, omówimy.
Budżet: 1496 USD Termin: 20 dni
Chcę podjąć się realizacji projektu systemu AI do automatyzacji zgłoszeń, logistyki i analityki w sieci aptecznej centrum medycznego. Mam doświadczenie w AI, ML, integracji z MRS i analityce. Jestem gotów odpowiadać za cały cykl — od architektury po wdrożenie. Proszę przypisać projekt mnie.
Budżet: 1800 USD Termin: 30 dni
Dzień dobry.
Mam 21 lat doświadczenia w Pythonie.
Pracowałem na komercyjnych projektach medycznych jako Lider Zespołu przez 8 lat.
Wiem, jak wszystko powinno być zbudowane.
Potrafię wszystko zrobić jak należy, bez poprawek, bez naruszania praw medycyny.
Piszę na priv - omówimy szczegóły
Budżet: 3000 USD Termin: 100 dni
U Was tam wszystko dużo, ale "słoń jest jedzony po kawałkach" (Budżet warunkowy i terminy)
W szczególności jest gotowe rozwiązanie zarządzania zapasami (z serią terminów ważności)
Inwentaryzacja-Krytyczne zapasy, dopasowanie do sprzętu handlowego (czytniki kodów kreskowych, terminale do zbierania danych, wagi, POS, drukarki i drukarki etykiet samoprzylepnych)
Ogólna wizja wygląda mniej więcej tak
https://youtu.be/vMrE4KfbjzA
Własny generator raportów
Budżet: 12345 USD Termin: 15 dni
Witam!
Twój projekt integracji AI wygląda bardzo interesująco. Mamy głębokie doświadczenie w uczeniu maszynowym i NLP.
Oferujemy:
- Rozwiązania Machine Learning
- Przetwarzanie tekstu NLP
- Widzenie komputerowe
- Integrację z istniejącymi systemami
- Chmurowe rozwiązania dla AI
Możemy przeprowadzić warsztaty z naszymi specjalistami AI. Zaproponuję bezpłatną konsultację. Kiedy będzie Ci wygodnie?
Obecnie pracujemy nad aplikacją mobilną z wykorzystaniem AI. Szczegóły projektu na razie nie ujawniamy z powodu NDA, jednak chętnie opowiemy o naszych podejściach i wynikach.
Będę chętny omówić szczegóły Twojego projektu, terminy, budżet i dalsze kroki w wiadomościach prywatnych.
Budżet: 1000 USD Termin: 20 dni
Witam!
Ostatnio chętnie podejmuję się pracy z AI i jestem gotów zrealizować dla Ciebie inteligentny system, który automatyzuje zgłoszenia, zarządza zapasami i logistyką systemów informacyjnych i medycznych z maksymalną precyzją i bezpieczeństwem.
Moje podejście będzie opierać się na:
📊 Analizie opartej na danych — prognozy potrzeb na podstawie rzeczywistych diagnoz, epikriz, operacji i historii,
🧠 Modułach AI — szeregi czasowe, NLP i wykrywanie anomalii, klasteryzacja oddziałów,
🔗 Integracji z MŚ — HL7/FHIR, REST API, logowanie wszystkich transakcji,
🧾 Przejrzystości — wizualizacja stanów magazynowych, raportowanie, sygnały dotyczące terminów i błędów,
⚙️ Elastycznej architekturze — można zacząć od jednego oddziału i skalować bez pełnego zatrzymania procesów.
Такие (очень похожие) системы существуют готовые, можно выбрать готовую и доработать ее.
Szukamy specjalisty, który będzie w stanie opracować i wdrożyć agentów AI do automatyzacji sprzedaży oraz zbudować pełnoprawny lejek pozyskiwania klientów.Zadania Opracować agenta AI na bazie ChatGPT (lub podobnych LLM). Skonfigurować bota Telegram z AI. Zintegrować bota z CRM. Zbudować automatyczny lejek sprzedażowy. Skonfigurować zbieranie leadów z Instagrama, Facebooka, TikToka i strony internetowej. Opracować scenariusze komunikacji z użytkownikami. Stworzyć quizy i testy do segmentacji odbiorców. Skonfigurować wydawanie spersonalizowanych rekomendacji. Zorganizować automatyczne zapisy na konsultacje przez kalendarz. Skonfigurować automatyczne ciągi emailowe i Telegramowe. Zintegrować systemy płatności (w razie potrzeby). Przygotować analitykę konwersji na każdym etapie lejka.Preferowane doświadczenie z ChatGPT API / OpenAI n8n Make (Integromat) Zapier Telegram Bot API CRM (HubSpot, GoHighLevel, Bitrix24, AmoCRM itd.) Meta API WhatsApp Business API Calendly StripeCzego oczekujemy Gotowego systemu, który: automatycznie komunikuje się z potencjalnymi klientami; określa ich zapytania i potrzeby; segmentuje według zainteresowań; proponuje odpowiedni produkt; zaprasza na konsultację lub sprzedaje produkt; przekazuje dane do CRM; wymaga minimalnego udziału człowieka. W odpowiedzi prosimy o przesłanie: przykładów zrealizowanych agentów AI; przykładów zautomatyzowanych lejków; listy używanych technologii; kosztu i terminów realizacji projektu.
Szukamy wysoko wykwalifikowanego inżyniera aplikacji AI oraz pełnostackowego dewelopera backendu do zbudowania gotowego do produkcji procesu walidacji, udoskonalania i zatwierdzania dokumentów zasilanego AI. To nie jest prosta rola inżyniera promptów. Potrzebujemy kogoś, kto potrafi zaprojektować i wdrożyć prawdziwą aplikację AI z silną architekturą backendową, integracją API Claude, ustrukturyzowaną logiką walidacji, śladami audytu, bezpiecznym przetwarzaniem danych oraz procesami przeglądu z udziałem człowieka. System będzie działał jako inteligentna warstwa zapewnienia jakości dla przesłanych raportów i dokumentów. Powinien przeglądać zakończone zgłoszenia, identyfikować problemy, poprawiać jakość treści, stosować zasady biznesowe, chronić wrażliwe informacje i albo automatycznie zatwierdzać dokument, albo kierować go do przeglądu przez człowieka. Deweloper będzie odpowiedzialny za zbudowanie procesu, który może: Pobierać zakończone dokumenty, raporty lub zgłoszenia z zewnętrznej platformy za pośrednictwem API Analizować pełny dokument, w tym ustrukturyzowane odpowiedzi, oceny, wybory, narracje, komentarze i pola tekstowe Przeprowadzać audyty semantyczne w celu wykrycia konfliktów logicznych, sprzeczności, brakujących informacji, niejasnych stwierdzeń, niepopartych twierdzeń lub niekompletnych sekcji Walidować, że ustrukturyzowane odpowiedzi i treść pisemna są ze sobą spójne Stosować niestandardowe zasady walidacji, wytyczne redakcyjne, standardy formatowania, wymagania dotyczące tonu i logikę biznesową Wykrywać, tokenizować, maskować lub bezpiecznie przetwarzać PII, dane poufne i wrażliwe informacje związane z bezpieczeństwem przed przetwarzaniem przez AI, gdzie to konieczne Przepisywać i ulepszać narracje, komentarze i sekcje dokumentów pod kątem gramatyki, jasności, profesjonalizmu, spójności i czytelności Zachować pierwotne znaczenie, obserwacje i intencje, jednocześnie poprawiając ostateczny wynik Standaryzować styl pisania w dokumentach, nie sprawiając, że każdy raport brzmi ogólnie lub zbyt normalizująco Zgłaszać treści, które wydają się niespójne, sfabrykowane, niejasne, niekompletne, wrażliwe lub wymagające przeglądu przez człowieka Generować konkretne notatki walidacyjne wyjaśniające, dlaczego dokument nie przeszedł przeglądu i co należy poprawić Automatycznie generować prośby o wyjaśnienia lub poprawki, gdy potrzebne są dodatkowe informacje Wspierać procesy zatwierdzania, w których dokumenty są: Automatycznie zatwierdzane, gdy spełnione są progi zaufania Kierowane do ludzkiego redaktora lub walidatora do przeglądu Zwracane do pierwotnego nadawcy w celu poprawy lub wyjaśnienia Utrzymywać pełny ślad audytu pokazujący: Pierwotne zgłoszenie Wydarzenia związane z tokenizowanymi lub maskowanymi danymi wrażliwymi Ustalenia i rekomendacje AI Treść przepisana przez AI Edytacje ludzkie Decyzje o zatwierdzeniu lub odrzuceniu Ostateczna zatwierdzona wersja Pisać zatwierdzoną i zwalidowaną treść z powrotem na platformę źródłową za pośrednictwem integracji API Rola wymaga również zbudowania edytora i procesu podejmowania ostatecznych decyzji. Ludzkie osoby przeglądające powinny mieć możliwość inspekcji ustaleń AI, porównania oryginalnej i poprawionej treści, dokonywania edycji, zatwierdzania zmian, odrzucania rekomendacji i finalizowania dokumentu przed jego wysłaniem dalej. Idealne doświadczenie obejmuje: Silne doświadczenie w integracji API Claude / Anthropic API Doświadczenie w budowaniu procesów przeglądu dokumentów, walidacji, edytowania lub zgodności zasilanych AI Silne umiejętności architektury backendowej Umiejętność pełnostackowego rozwoju Doświadczenie z integracjami API, webhookami, kolejkami, przetwarzaniem zadań i projektowaniem baz danych Umiejętność projektowania ustrukturyzowanych wyników AI, oceny zaufania, walidacji opartej na regułach i przeglądów z udziałem człowieka Doświadczenie w wykrywaniu PII, tokenizacji, maskowaniu, szyfrowaniu, kontroli dostępu i bezpiecznym przetwarzaniu danych AI Doświadczenie w budowaniu bezpiecznych śladów audytu i systemów zatwierdzania Silne zrozumienie projektowania promptów, ale także umiejętności inżynieryjnych do przekształcania promptów w niezawodny system produkcyjny Szukamy kogoś, kto już zbudował poważne aplikacje AI, a nie kogoś, kto tylko pisze prompty. Odpowiednia osoba powinna być w stanie zaprojektować architekturę, zintegrować z zewnętrznymi API, zarządzać logiką przetwarzania dokumentów, chronić wrażliwe dane, zbudować interfejs przeglądu i dostarczyć niezawodny proces, który można wykorzystać w produkcji.
Opracowanie oprogramowania układowego umieszczanego na bramie oraz zarządzanie bezpośrednią interakcją z PLC/urządzeniami w pomieszczeniu technicznym (Modbus, BACnet itp.).
Szukamy inżyniera 3D GenAI / dewelopera AI 3D Pipeline Potrzebujemy stworzyć rozwiązanie, które będzie w stanie jakościowo generować modele 3D z jednego lub kilku obrazów. Ważne, aby to nie była tylko gotowa demka, ale zrozumiały i powtarzalny proces: od wejściowego obrazu do pełnoprawnego zasobu 3D z siatką, geometrią, teksturami i możliwością dalszego wykorzystania. Co należy zrobić: - przetestować nowoczesne modele image-to-3D i podejścia; - określić, która opcja najlepiej pasuje do naszego zadania; - wykorzystać Trellis, Hunyuan3D lub podobne rozwiązania; - w razie potrzeby wykorzystać Gaussian Splatting w 3D-pipeline; - dostosować konwersję Gaussian Splat / reprezentację splat do 3D mesh; - uzyskać użyteczną geometrię; - wygenerować tekstury wysokiej jakości; - doprowadzić wynik do stanu użytecznego zasobu 3D; - dobrać optymalny balans między jakością, szybkością generacji a złożonością pipeline'u; - zbudować zrozumiały proces, który będzie można powtarzać dla różnych obrazów; - wykonać fine-tuning, LoRA lub inne adaptacje modeli pod konkretny typ obiektów.
O projekcie Szukamy doświadczonego inżyniera automatyzacji AI, który zaprojektuje i zbuduje bezpieczną, samodzielnie hostowaną platformę AI, łączącą lokalny model językowy (LLM), generację wzbogaconą o wyszukiwanie (RAG) oraz wiele agentów AI w celu automatyzacji procesów biznesowych. To jest praktyczna rola inżynieryjna dla kogoś, kto ma doświadczenie w budowaniu produkcyjnych systemów AI — nie tylko w integracji API ChatGPT. Celem jest stworzenie prywatnego ekosystemu AI zdolnego do bezpiecznego indeksowania wiedzy firmy, odpowiadania na pytania z wykorzystaniem cytowanych źródeł, przetwarzania transkryptów spotkań oraz automatyzacji wewnętrznych procesów biznesowych. Obowiązki Będziesz odpowiedzialny za: Projektowanie i wdrażanie lokalnie hostowanego LLM na VPS lub dedykowanym serwerze Budowanie bezpiecznego pipeline'u RAG przy użyciu frameworków takich jak LlamaIndex lub podobnych Tworzenie pipeline'ów do wczytywania dokumentów wspierających PDF (w tym OCR), DOCX, TXT, XLSX oraz transkrypcji spotkań Implementację indeksowania dokumentów, zarządzania metadanymi, deduplikacji i wersjonowania Rozwój agentów AI do: Przetwarzania transkrypcji spotkań Automatycznych podsumowań spotkań Ekstrakcji zadań do wykonania Pobierania wiedzy o kliencie Budowania API lub prostego interfejsu webowego do zapytań w bazie wiedzy Zapewnienia ścisłej izolacji danych klientów i kontroli dostępu Implementacji odpowiedzi z cytatami źródłowymi, aby zminimalizować halucynacje Optymalizacji wydajności systemu, skalowalności i niezawodności Pisania dokumentacji i przewodników wdrożeniowych Przeprowadzania testów i walidacji bezpieczeństwa Wymagane umiejętności Silne doświadczenie w programowaniu w Pythonie Doświadczenie z frameworkami LLM Doświadczenie w architekturze RAG LlamaIndex, LangChain lub równoważne Bazy danych wektorowych (Qdrant, Chroma, Pinecone, Weaviate, FAISS itp.) Wdrażanie lokalnych/otwartych LLM (Llama, Mistral, Gemma, DeepSeek itp.) Rozwój API (preferowane FastAPI) Docker Administracja serwerami Linux Wdrażanie VPS Git Autoryzacja i kontrola dostępu Doświadczenie z pipeline'ami OCR Doświadczenie w pracy z dokumentami strukturalnymi i niestrukturalnymi Znajomość języka angielskiego w mowie i piśmie Czego szukamy Idealny kandydat: Stworzył produkcyjne systemy AI od podstaw Rozumie najlepsze praktyki RAG Potrafi pracować samodzielnie Myśli jak architekt oprogramowania — nie tylko jako programista Pisze czysty, łatwy do utrzymania kod Komunikuje się jasno Może rekomendować najlepsze technologie zamiast po prostu podążać za instrukcjami Typ projektu Freelance / Umowa Zdalnie Na podstawie kamieni milowych Długoterminowa możliwość dla przyszłych projektów automatyzacji AI Proszę dołączyć do swojej aplikacji Portfolio podobnych projektów AI/RAG Przykłady lokalnych wdrożeń LLM lub agentów AI Szacowany harmonogram Szacowany koszt projektu Cennik godzinowy lub stały