Python-программист

Нужна программа или Telegram-бот для массового создания ТТН через API Новой Почты.Основная задача Я загружаю 50–100 заказов за раз в таблицу Excel/Google Sheets/CSV или вставляю список заказов в программу. Клиенты пишут данные в разном формате, поэтому система должна автоматически распознавать данные, сортировать их по нужным полям и создавать ТТН через API Новой Почты.Что должно быть на входе Возможные варианты: Загрузка Excel/CSV-файла. Копирование списка заказов в программу. Вставка сообщений клиентов в свободном формате.Что программа должна распознавать Из каждого заказа нужно определить: ФИО получателя; номер телефона; город; отделение Новой Почты; товар/комментарий; сумму наложенного платежа; вес/габариты, если указаны.Логика работы Я загружаю 50–100 заказов. Программа разбирает каждый заказ. Данные автоматически распределяются по колонкам. Программа проверяет город и отделение через API Новой Почты. Если по заказу есть ошибка или не хватает данных — выделяет этот заказ и пишет, что нужно исправить. Если всё корректно — создает ТТН. После создания показывает список готовых ТТН. Дает возможность экспортировать результат в Excel.Результат после обработки По каждому заказу нужно получить: номер ТТН; ФИО клиента; телефон; город; отделение; сумма наложенного платежа; стоимость доставки; статус: создано / ошибка / нужно проверить.Обязательные функции массовое создание 50–100 ТТН за один раз; проверка города и отделения Новой Почты; возможность редактировать заказ перед созданием ТТН; сохранение данных отправителя; работа с наложенным платежом; экспорт созданных ТТН в Excel; журнал созданных отправок.Желательно Telegram-бот или простая программа для Windows; загрузка Excel/CSV; возможность вставить текстом список заказов; сохранение базы постоянных клиентов; повторное оформление заказа в 1 клик; шаблоны товаров и веса; печать/скачивание наклеек для посылок.Важно Нужна не просто форма для ручного заполнения, а инструмент для массовой обработки заказов. Главный сценарий: я загружаю 50–100 данных, программа сама сортирует информацию, проверяет ошибки и массово формирует ТТН через API Новой Почты.

Проект: YOKA ASSIST — интеллектуальная система диагностики и обучения для горной техники Описание проекта Требуется разработать интеллектуальную системы YOKA ASSIST на базе Telegram-бота с использованием искусственного интеллекта. Основная задача проекта — создать цифрового помощника для электриков, механиков, машинистов и инженерно-технического персонала, который будет помогать в диагностике неисправностей, обучении сотрудников и хранении технической базы знаний. Первый этап проекта ориентирован на карьерную технику (экскаваторы ЭКГ, буровые станки СБШ и другое оборудование), но архитектура должна быть универсальной и легко масштабируемой. Основной функционал Telegram-бот - Современный интерфейс. - Меню с кнопками. - Авторизация пользователей. - Разделение прав доступа (пользователь, администратор, главный администратор). Искусственный интеллект База знаний Необходимо создать систему хранения знаний. Поддержка: - PDF; - Word; - Excel; - фотографии; - схемы; - видео; - инструкции; - паспорта оборудования; - технические документы. После добавления информации администратором ИИ должен использовать её при ответах без изменения программного кода. Диагностика оборудования Поддержка поиска: - по коду ошибки; - по названию защиты; - по шкафу; - по блоку; - по оборудованию; - по симптомам. Для каждой неисправности желательно предусмотреть: - описание; - возможные причины; - последовательность проверки; - фотографии; - схемы; - видеоматериалы; - ссылки на связанные документы. Динамические кнопки Кнопки должны формироваться автоматически в зависимости от ситуации. Например: - Проверить шкаф. - Посмотреть схему. - Посмотреть видео. - Следующий этап диагностики. - Вернуться назад. Административная панель Главный администратор должен иметь возможность: - добавлять оборудование; - создавать новые ошибки; - добавлять документы; - загружать фотографии; - загружать видео; - редактировать базу знаний; - управлять пользователями; - назначать администраторов отдельных подразделений. QR-система Каждый шкаф, блок или оборудование может иметь собственный QR-код. После сканирования пользователь сразу попадает в соответствующий раздел Telegram-бота. Журнал ремонтов Необходимо реализовать журнал выполненных работ. Функции: - кто выполнял ремонт; - дата и время; - оборудование; - описание выполненных работ; - использованные материалы; - комментарии; - история ремонтов. Аналитика Желательно реализовать: - наиболее частые неисправности; - статистику ремонтов; - время устранения неисправностей; - отчеты по оборудованию; - отчеты по сотрудникам. Масштабируемость Архитектура должна позволять без переписывания проекта: - добавлять новые виды техники; - новые предприятия; - новые подразделения; - новые базы знаний. Технологии Желательно: - Python; - Telegram Bot API; - PostgreSQL или SQLite (на первом этапе допускается SQLite); - интеграция с ИИ через API; - модульная архитектура; - возможность дальнейшего подключения веб-панели. Что ожидается от исполнителя - Разработка полностью рабочего проекта. - Чистый и понятный код. - Документированная структура проекта. - Возможность дальнейшего развития без полной переработки. - Помощь с первоначальным развертыванием и настройкой проекта. Проект долгосрочный. После успешного выполнения первого этапа возможны дальнейшие доработки и развитие системы.

Ищу опытного Python-разработчика, который сможет провести полный аудит существующего проекта, устранить ошибки и довести его до полностью стабильной работы. При необходимости допускается полная переработка архитектуры проекта или написание новой реализации с сохранением всей необходимой функциональности. Что предоставлю Исходный код текущего бота. Видео с демонстрацией того, как должен работать бот. Полное техническое задание с логикой работы. Основная задача Необходимо восстановить стабильную работу бота и гарантировать выполнение полного сценария без сбоев. Если текущую архитектуру невозможно качественно исправить, допускается полная переработка проекта. Главная цель — не сохранить существующий код, а получить полностью рабочий, стабильный и поддерживаемый продукт. Что необходимо сделать 1. Провести аудит проекта Перед началом работы необходимо: изучить существующий код; определить причины, по которым бот перестал работать; оценить, что можно исправить, а что целесообразнее переписать. 2. Восстановить всю функциональность После завершения работ бот должен корректно выполнять весь сценарий: регистрация нового аккаунта; подтверждение входа по коду из электронной почты; авторизация; выполнение сценария согласно техническому заданию; завершение работы; переход к следующему аккаунту. Все этапы должны работать автоматически без ручного вмешательства. 3. Исправить существующие ошибки Необходимо устранить любые ошибки, связанные с: авторизацией; получением кода подтверждения; нестабильной работой; зависаниями; неожиданным завершением программы; ошибками после обновлений сайта; некорректной обработкой исключений. 4. Сделать проект устойчивым Бот должен: корректно обрабатывать ошибки; не уходить в бесконечные циклы; автоматически завершать неудачные сценарии; корректно продолжать работу после некритичных ошибок; вести понятные логи. 5. Панель управления Необходимо сохранить либо переработать панель управления. Она должна позволять: запускать и останавливать работу; изменять необходимые настройки; просматривать текущий статус; просматривать журнал работы и ошибок. Интерфейс должен быть понятным и стабильным. 6. Код Требования к коду: понятная структура проекта; разделение логики по модулям; возможность дальнейшей поддержки. 7. Совместимость Проект должен запускаться на современной версии Python. Исполнитель обязан предоставить полный список зависимостей и инструкции по запуску. 8. Проверка результата Перед сдачей проекта исполнитель обязан продемонстрировать полностью рабочий сценарий на видео: запуск проекта; прохождение полного цикла; отсутствие ошибок; корректную работу всех функций. Что предоставить после завершения исходный код; все изменённые файлы; инструкции по запуску; список зависимостей; видео демонстрации работы; краткое описание выполненных изменений. Важно Работа считается завершённой только после того, как весь функционал, описанный в техническом задании и демонстрационном видео, будет работать стабильно без критических ошибок. Если в процессе аудита выяснится, что текущий проект невозможно качественно исправить, допускается его полная переработка с сохранением всей необходимой функциональности. При отклике прошу сразу указать: опыт работы с Python; опыт автоматизации браузеров (Playwright, Selenium или аналогичные инструменты); опыт работы с REST API; стоимость работы; ориентировочные сроки выполнения.

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.

Ищем 3D GenAI Engineer / AI 3D Pipeline Developer Необходимо создать решение, которое сможет качественно генерировать 3D-модели из одного изображения или нескольких изображений. Важно, чтобы это был не просто готовый демо-продукт, а понятный и воспроизводимый процесс: от входного изображения до полноценного 3D-актива с mesh, геометрией, текстурами и возможностью дальнейшего использования. Что нужно сделать: - протестировать современные модели image-to-3D и подходы; - определить, какой вариант лучше всего подходит для нашей задачи; - использовать Trellis, Hunyuan3D или аналогичные решения; - при необходимости использовать Gaussian Splatting в 3D-пайплайне; - настроить преобразование Gaussian Splat / splat-представления в 3D mesh; - получить пригодную для использования геометрию; - сгенерировать текстуры высокого качества; - довести результат до состояния usable 3D asset; - подобрать оптимальный баланс между качеством, скоростью генерации и сложностью пайплайна; - построить понятный процесс, который можно будет повторять для различных изображений; - выполнить fine-tuning, LoRA или другие адаптации моделей под конкретный тип объектов.