Tworzenie modelu ML do approksymalizacji funkcji

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.