Переписать модель DNN на C++ добавив OpenMP, MPFR, GA оптимизатор.

Задача: один дашборд со всеми показателями бизнеса — реклама, воронка, оплаты, работа менеджеров, планирование выручки. Данные подтягиваются по API автоматически. Периметр: только направление YCL (трудоустройство в Европе). В Kommo есть и другие направления — в хранилище попадают только сделки воронок YCL (фильтр по воронке/тегу согласуем).1. Источники данных (интеграции) Kommo CRM — лиды, сделки, этапы воронки, ответственные, источники, даты переходов между этапами (обязательно сохранять историю), причины отказов, кастомные поля сделки (см. п. 2). Stripe — платежи, суммы, статусы (успех/отказ/возврат), привязка к сделке. Meta Ads — расходы, показы, клики, CPL, лиды по кампаниям (работает сейчас). Google Ads, Reddit Ads, LinkedIn Ads — планируются; архитектура — расширяемые коннекторы без переработки ядра. SEO/органика— Google Search Console + GA4. Сквозная связь: источник трафика → лид в Kommo → оплата в Stripe (UTM, ID сделки в metadata Stripe — механику предложить). 2. Обязательные разрезы (поля сделки в Kommo) Каждая метрика должна фильтроваться/группироваться по: Гражданство клиента (Кения, Нигерия, Индия и т.д.). Статус проживания: живет в своей стране / экспат (уже находится в Европе). Это два разных сегмента с разным циклом, конверсией и чеком. Страна размещения / услуга: Польша, Сербия, Словакия, Германия (ZAV). Менеджер, команда, канал трафика, период. Если каких-то полей в Kommo нет — исполнитель указывает, какие поля нужно завести, заказчик добавляет.3. Воронка и опережающие показатели Данные в разрезе воронки, по каждому этапу — итоговые и опережающие (leading) метрики: Трафик → лид: лиды, CPL по каналам + динамика расходов/кликов день-до-дня. Лид → квалификация: конверсия + скорость первого ответа, касания/звонки на менеджера в день, лиды без ответа. Квалификация → договор/счет: конверсия + отправленные офферы, зависшие сделки (дней на этапе более нормы). Счет → оплата: оплаты, средний чек + неоплаченные счета, неудачные платежи. Итог: выручка, ROMI по каналам, run rate до плана месяца. 4. Цикл сделки Средний и медианный цикл лид → оплата (ориентир бизнеса ~4 недели), тренд цикла во времени. Разложение цикла по этапам (сколько дней сделка сидит на каждом этапе) — чтобы видеть, какой именно этап растягивается. Список сделок, что зависли на этапе дольше нормы. Разрез цикла по сегментам: гражданство, статус проживания, страна размещения, менеджер. 5. Раннее предупреждение просадки (ключевой блок) Поскольку цикл ~4 недели, сегодняшние лиды = оплаты через месяц. Система должна: Сравнивать лиды/квалификации текущей недели с скользящим средним (4 недели) и при отклонении вниз выдавать алерт: «лидов −X%, при цикле 4 недели ожидайте просадку оплат в неделю [даты]». Строить прогноз оплат на 4 недели вперед из текущего пайплайна: сделки на каждом этапе × историческая конверсия этапа × остаток цикла. Подсвечивать красным недели, где прогноз ниже плана, — с запасом времени на реакцию. 6. Доплаты и планирование продаж В карточке сделки Kommo хранятся дата и сумма запланированной доплаты. Система должна: Собирать календарь будущих доплат: тотал ожидаемых, по неделям/месяцам. Подсвечивать просроченные доплаты (дата прошла, оплат в Stripe нет) — отдельный список для доталкивания. Считать план месяца как: план − уже оплачено − доплаты по графику = сколько нужно новых продаж (в деньгах и в штуках сделок за средним чеком). График по неделям: доплаты + прогноз новых оплат против недельного плана. 7. Работа менеджеров Дневной срез по каждому менеджеру: касания/звонки, разговоры, отправленные офферы, оплаты — по каждому дню отдельно, с графиком за период. Прогресс выполнения личного плана с сравнением с темпом месяца (впереди / в темпе / отстает). Бенчмаркинг с коллегами. 8. Визуализация и роли «Светофоры» (зеленый/желтый/красный) в ключевых метриках относительно норм/плана; шкалы прогресса; графики трендов; адаптив под мобильный. Роли: CEO — все; РОП — вся воронка и менеджеры; тимлид — своя команда; менеджер — свои показатели и позиция относительно коллег. 9. Отчеты и AI Автоматические отчеты по расписанию (ежедневное сведение, недельный отчет) в дашборд и/или мессенджер. Запросы в свободной форме («как изменился CPL с Meta за 2 недели?») — LLM поверх хранилища. Алерты по красной зоне и по правилам из п. 5–6. 10. Технические ожидания и этапность Хранилище (PostgreSQL/BigQuery или аналог) + ETL: webhooks Kommo + периодическая синхронизация (15–60 мин). Фронтенд: кастомный или BI-инструмент — предложить с обоснованием; требования к ролям, светофорам, прогнозу и AI-запросам должны быть реализуемыми. Этапы: (1) аудит и карта метрик → (2) MVP: Kommo + Stripe + Meta, воронка, светофоры, роли → (3) цикл сделки, раннее предупреждение, доплаты и план → (4) SEO, AI-отчеты, алерты → (5) новые рекламные каналы. Оплата поэтапная, по каждому этапу — демо. В отзыве указать: похожие проекты (сквозная аналитика), стек с обоснованием, оценку сроков и стоимости по этапам, ежемесячную стоимость владения (хостинг, токены, лицензии).

Задача: развернуть LLM-сервис, который знает всю документацию компании и отвечает на вопросы менеджеров отдела продаж. Что есть сейчас: заказчик собирал прототип самостоятельно (отдельный проект с загруженной информацией о компании, размещенный на сервере), но информация из базы не передается в модель — вероятно, проблема с API. Код и доступы предоставим. Первый шаг — аудит: починить существующее или аргументированно собрать с нуля. Необходимый функционал: Загрузка всей документации компании: описание каждой услуги, регламенты, FAQ, ценообразование (все материалы предоставим). Ответы строго на основе загруженных документов (RAG). Модель не выдумывает фактов; если ответов в базе нет — честно об этом сообщает. Доступ для менеджеров по ссылке (веб-интерфейс), с авторизацией. Сценарии: менеджер задает любой вопрос о работе компании; вставляет вопрос клиента «как есть» и получает готовый ответ для отправки; находит нужный регламент/отчет по запросу. Обновление базы знаний без разработчика (загрузка файлов через интерфейс или подключенную папку). Английский язык. История запросов для контроля качества. Технические ожидания: LLM через API (Claude/OpenAI — предложить с расчетом стоимости токенов), RAG-пайплайн (векторная база, embeddings), хостинг на нашем сервере или в облаке, HTTPS. Архитектура должна позволять в будущем подключить ассистента к аналитическому хранилищу данных (параллельный проект). В отзыве указать: примеры похожих RAG-проектов, стек, срок, стоимость работы и ориентировочную ежемесячную стоимость владения (токены + хостинг).

Креативный маркетолог / создатель рекламных кампаний для Merivy — платформы на основе ИИ для бизнеса в сфере красоты и эстетики (с маскотом!) Кто мы Мы небольшая стартап-компания, создающая Merivy — программное обеспечение для бронирования и управления клиентами для эстетических клиник, салонов красоты, барбершопов и других бизнесов, работающих по записи. В сердце продукта находится Merv — наш ИИ-агент (и маскот в форме зеленой руки ), который помогает владельцам управлять своим бизнесом: он настраивает бронирования, управляет услугами и расписаниями, отвечает на вопросы, отмечает успехи и в целом ощущается как член команды, а не как чат-бот. Что мы ищем Креативного человека, который сможет превратить это в кампанию, которую люди действительно запомнят. Нашим ориентиром по энергии и тону является медийное присутствие viktor (встретьте viktor) — мы очень разные продукты, но нам нравится, как они общаются со своей аудиторией: смело, по-человечески, с юмором, без корпоративного бла-бла. Мы не хотим копии. Мы хотим такого же уровня мастерства, но с нашим собственным голосом. Сообщение, которое нам нужно донести Merivy помогает вам управлять вашими клиентами, делать их счастливыми — и, что самое важное, заставлять их возвращаться. Merv — лицо этого обещания: маленький зеленый товарищ, который никогда не забывает клиента, бронирование или день рождения. Что вы создадите Концепцию кампании, основанную на Merv как персонаже бренда (его голос, личность, постоянные шутки) Сценарии / раскадровки для коротких видеореклам (IG Reels, TikTok), ориентированных на владельцев салонов и клиник Статические рекламные креативы и зацепки для платной рекламы в социальных сетях Сообщения, которые мы можем использовать на целевой странице и в продукте Вы отлично подойдете, если Вы создавали кампании или контент для SaaS, красоты или местных бизнесов Вы можете показать нам одну вещь, которую сделал, и которую незнакомец отправил бы другу Вы мыслите персонажами и историями, а не только «функциями и преимуществами» Чтобы подать заявку Отправьте 2–3 примера вашей работы и одно предложение: как бы Merv представился владельцу салона в рекламе в Instagram? Это одно предложение важнее вашего резюме.

Ищем специалиста, который сможет разработать и внедрить ИИ-агентов для автоматизации продаж и построить полноценную воронку привлечения клиентов.Задачи Разработать ИИ-агента на базе ChatGPT (или аналогичных LLM). Настроить Telegram-бота с ИИ. Интегрировать бота с CRM. Построить автоматическую воронку продаж. Настроить сбор лидов из Instagram, Facebook, TikTok и сайта. Разработать сценарии общения с пользователями. Создать квизы и тесты для сегментации аудитории. Настроить выдачу персонализированных рекомендаций. Организовать автоматическую запись на консультации через календарь. Настроить автоматические email- и Telegram-цепочки. Интегрировать платежные системы (при необходимости). Подготовить аналитику по конверсии на каждом этапе воронки.Желательно иметь опыт с ChatGPT API / OpenAI n8n Make (Integromat) Zapier Telegram Bot API CRM (HubSpot, GoHighLevel, Bitrix24, AmoCRM и др.) Meta API WhatsApp Business API Calendly StripeЧто хотим получить Готовую систему, которая: автоматически общается с потенциальными клиентами; определяет их запрос и потребности; сегментирует по интересам; предлагает подходящий продукт; записывает на консультацию или продает продукт; передает данные в CRM; требует минимального участия человека. При отклике просьба прислать: примеры реализованных ИИ-агентов; примеры автоматизированных воронок; список используемых технологий; стоимость и сроки реализации проекта.

Мы ищем высококвалифицированного инженера по приложениям ИИ и разработчика полного стека бэкенда для создания готового к производству рабочего процесса валидации, уточнения и утверждения документов на основе ИИ. Это не простая роль по разработке подсказок. Нам нужен человек, который сможет спроектировать и реализовать настоящее приложение ИИ с мощной архитектурой бэкенда, интеграцией API Claude, структурированной логикой валидации, аудитом, безопасной обработкой данных и рабочими процессами с участием человека. Система будет действовать как интеллектуальный уровень обеспечения качества для представленных отчетов и документов. Она должна проверять завершенные заявки, выявлять проблемы, улучшать качество контента, применять бизнес-правила, защищать конфиденциальную информацию и либо автоматически утверждать документ, либо направлять его на проверку человеку. Разработчик будет отвечать за создание рабочего процесса, который может: Извлекать завершенные документы, отчеты или заявки из внешней платформы через API Анализировать полный документ, включая структурированные ответы, оценки, выборы, нарративы, комментарии и поля свободного текста Проводить семантические аудиты для выявления логических конфликтов, противоречий, недостающей информации, неопределенных утверждений, неподдерживаемых заявлений или неполных разделов Проверять, что структурированные ответы и написанный контент согласуются друг с другом Применять пользовательские правила валидации, редакционные рекомендации, стандарты форматирования, требования к тону и бизнес-логику Выявлять, токенизировать, маскировать или безопасно обрабатывать личные данные, конфиденциальные данные и чувствительную информацию, связанную с безопасностью, перед обработкой ИИ, где это необходимо Переписывать и улучшать нарративы, комментарии и разделы документов с точки зрения грамматики, ясности, профессионализма, согласованности и читаемости Сохранять оригинальное значение, наблюдения и намерения, улучшая при этом конечный результат Стандартизировать стиль написания по всем документам, не делая каждый отчет звучащим обобщенно или чрезмерно нормализованным Отмечать контент, который кажется несогласованным, сфабрикованным, неопределенным, неполным, чувствительным или требующим проверки человеком Генерировать конкретные заметки по валидации, объясняющие, почему документ не прошел проверку и что необходимо исправить Автоматически генерировать запросы на уточнение или пересмотр, когда требуется дополнительная информация Поддерживать рабочие процессы утверждения, где документы: Автоматически утверждаются, когда достигнуты пороги уверенности Направляются к человеку-редактору или валидатору для проверки Возвращаются оригинальному отправителю для пересмотра или уточнения Поддерживать полный аудит, показывающий: Оригинальную заявку События токенизации или маскировки чувствительных данных Выводы и рекомендации ИИ Переписанный контент ИИ Редакции человека Решения об утверждении или отклонении Конечную утвержденную версию Записывать утвержденный и валидированный контент обратно на исходную платформу через интеграцию API Роль также требует создания редактора и рабочего процесса окончательного решения. Человеческие рецензенты должны иметь возможность проверять выводы ИИ, сравнивать оригинальный и пересмотренный контент, вносить правки, утверждать изменения, отклонять рекомендации и завершать документ перед его отправкой дальше. Идеальный опыт включает: Сильный опыт интеграции API Claude / Anthropic API Опыт создания рабочих процессов проверки, валидации, редактирования или соблюдения требований документов на основе ИИ Сильные навыки архитектуры бэкенда Способности полного стека разработки Опыт работы с интеграциями API, вебхуками, очередями, обработкой заданий и проектированием баз данных Способность проектировать структурированные выходные данные ИИ, оценку уверенности, валидацию на основе правил и проверку с участием человека Опыт работы с обнаружением личных данных, токенизацией, маскировкой, шифрованием, контролем доступа и безопасной обработкой данных ИИ Опыт создания безопасных аудитов и систем утверждения Сильное понимание проектирования подсказок, а также инженерные навыки для превращения подсказок в надежную производственную систему Мы ищем человека, который уже создал серьезные приложения ИИ, а не того, кто только пишет подсказки. Правильный человек должен уметь проектировать архитектуру, интегрироваться с внешними API, управлять логикой обработки документов, защищать конфиденциальные данные, создавать интерфейс проверки и предоставлять надежный рабочий процесс, который можно использовать в производстве.