Нужна система для автоматической обработки больших объёмов информации с помощью ИИ Сейчас я использую собственный промпт в Claude. На небольших текстах он работает хорошо, но при больших объёмах нейросеть может пропускать части, останавливаться раньше конца или сообщать о завершении, хотя материал обработан не полностью. Нужна система, которая принимает сразу книгу на 200+ страниц, несколько книг, PDF, DOCX, TXT, субтитры, расшифровки аудио и видео или другой большой массив информации и автоматически обрабатывает его от начала до конца. Один из основных форматов результата для каждого смыслового предложения: English version. •••••••••••••••••••••••••••• Russian version. •••••••••••••••••••••••••••• English version. •••••••••••••••••••••••••••• English version. •••••••••••••••••••••••••••• Russian version. •••••••••••••••••••••••••••• English version. Каждая смысловая строка выводится четыре раза на английском и два раза на русском в указанной очередности. Перевод должен точно передавать смысл. Короткие предложения можно объединять, длинные — делить на законченные смысловые строки. Формат должен настраиваться: количество английских повторений и переводов, их очередность, языки, разделитель, длина строк, основной промпт и сохранение разных шаблонов. Например, вместо English–Russian–English–English–Russian–English можно выбрать любую другую последовательность. Если документ невозможно обработать одним запросом, программа должна сама разделить его на внутренние блоки, отправить их в Claude, ChatGPT, Gemini или другую модель, проверить результат, повторить проблемные части и объединить всё в один файл. Пользователь не должен вручную копировать текст по четыре страницы. Необходимо проверять, что не пропущено ни одного предложения, абзаца или смыслового фрагмента, отсутствуют дубли между блоками, а структура соответствует шаблону. Проверка не должна основываться только на утверждении нейросети. Обработка аудио Система также должна обрабатывать большие архивы аудио, например Telegram-канал с 300 эфирами примерно по одному часу. Желательно автоматически скачать аудио либо принять весь архив, распознать речь и обработать всё без ручного участия. По каждому эфиру должна создаваться структурированная выжимка: тема, главные мысли, важные факты, примеры, рекомендации и выводы. Приветствия, реклама, разговорный мусор и бессмысленные повторы удаляются, но полезная информация сохраняется. После обработки нужны не только отдельные конспекты, но и один общий читабельный документ, где информация объединена по темам. Если тема обсуждалась в разных эфирах, материалы собираются в один раздел, дубли удаляются, а ссылки на исходные записи сохраняются. В результате должны быть: — выжимка по каждому эфиру; — общий тематический документ; — поиск по словам и темам; — связь выводов с исходным аудио; — сохранение прогресса и продолжение после ошибок. Большую часть этих действий я уже могу выполнять самостоятельно, но только на небольшом объёме и вручную. Поэтому также готов рассмотреть более эффективный способ скачивания и преобразования аудио в текст, если исполнитель предложит решение лучше используемого мной. Что указать в отклике Напишите: — как будет реализована система и какой продукт я получу; — какие модели ИИ и распознавания речи будут использоваться; — как проверяется полнота и исключаются пропуски и повторы; — можно ли менять промпты, количество переводов, повторений и их очередность; — возможно ли скачивание материалов из Telegram; — стоимость разработки, API, сроки и цену дальнейших доработок. Главная цель — универсальная система, которая без ручного участия обрабатывает большие книги и сотни часов аудио, не теряет информацию и выдаёт готовый результат строго по выбранному шаблону.
Мы ищем опытного разработчика Blockchain Full-Stack, который поможет создать игру Endless Runner нового поколения с механиками игрового процесса на блокчейне, NFT и токенизированными наградами. Это возможность поработать над инновационной игрой, которая сочетает современные веб-технологии с блокчейн-инфраструктурой. Вы будете сотрудничать с разработчиками игр, бэкенд-инженерами и дизайнерами для создания масштабируемых смарт-контрактов, интеграций Web3 и бесшовного игрового опыта.
Мы занимаемся получением грантов для уже существующих компаний, которые планируют инвестиции. Мы пришли к идее помощи в создании / объединении доступных моделей ИИ для поиска компаний, которые планируют или уже находятся в процессе инвестиций, и предложить им на это гранты (в основном мы занимаемся грантами на покупку машин и оборудования). ИИ будет просматривать доступные сайты и реестры для поиска инвесторов. Затем он также займется автоматизацией рассылки писем этим компаниям и в ответ будет отсеивать компании, которые: - соответствуют категории лида (думаю, 5-6 параметров); - ответили на письмо и заинтересованы в гранте; Конечно, дополнительные предложения приветствуются, я также думаю о голосовых звонках и отправке SMS. Отмечу, что меня не интересует поиск ТОЛЬКО крупных или очень крупных компаний, но также и меньших, например, нанимающих 8-50 человек. И не только большие города, но и меньшие города. Примерная цель для теста: ПОДКАРПАТСКОЕ Для микро, малых и средних предприятий (МСП) и крупных предприятий из Подкарпатского воеводства, которые относятся к отрасли безопасности и обороны. Под предприятием из отрасли безопасности и обороны понимается предприятие, которое: разрабатывает или производит продукты, технологии или системы, предназначенные для военных применений, связанных с национальной безопасностью, защитой критической инфраструктуры или безопасностью граждан или предоставляет услуги, поддерживающие системы безопасности и обороны (например, в области кибербезопасности) или проводит исследования и разработки в области военных технологий и систем безопасности и которые получают значительную долю доходов от продажи продуктов, технологий, систем или услуг в области безопасности и обороны, т.е. более 5% от общего чистого дохода (в сумме за последние 3 закрытых отчетных периода). Поддержка доступна для компаний, которые ведут хозяйственную деятельность организованно и непрерывно на территории Подкарпатского воеводства в течение не менее 24 месяцев, считая назад от даты объявления набора. У нас есть предложения сайтов для поиска. В конечном итоге программа ежедневно готовила бы для нас сводку о таких инвесторах. Может кто-то может нам в этом помочь? Я читал, что это возможно, но сам не имею времени заняться этим :)
Необходимо разработать сервис на базе Claude или другой подходящей AI-модели, который сможет автоматически находить компании-конкурентов, связываться с ними по электронной почте и телефону, собирать необходимую информацию и заносить результаты в единую таблицу. Основная задача сервиса Пользователь задаёт конкретный запрос, например: - узнать стоимость определённого вида мяса; - узнать цену на конкретный вид древесины; - уточнить стоимость товара или услуги; - проверить наличие продукта; - узнать сроки выполнения заказа; - получить условия сотрудничества. После этого система должна: 1. Найти подходящие компании. 2. Собрать их контактные данные. 3. Отправить им персонализированные письма. 4. Позвонить компаниям с помощью AI-бота. 5. Получить ответы на заданные вопросы. 6. Сохранить все результаты в Google Sheets или другую таблицу. Под каждую новую задачу пользователь должен иметь возможность менять поисковые запросы, критерии отбора, текст письма и сценарий телефонного разговора. Этап 1. Сбор базы компаний Этап 2. Email-рассылка и сбор ответов Этап 3. AI-обзвон компаний --- Важные технические требования - Возможность использовать Claude для генерации писем, анализа ответов и управления диалогом. - Возможность заменить AI-модель без полной переработки системы. - Интеграция с Google Sheets. - Интеграция с Gmail или другим почтовым сервисом. - Интеграция с сервисом AI-телефонии. - История всех писем, звонков и изменений. - Возможность остановить или поставить задание на паузу. - Контроль расходов на звонки, письма и AI-запросы. - Ограничение количества звонков в день. - Защита от повторной отправки писем и повторных звонков одной компании. - Соблюдение законодательства о телефонных звонках, записи разговоров, email-рассылках и использовании персональных данных. --- Ожидаемый результат В результате должен получиться сервис, в котором пользователь создаёт задание, указывает, какую информацию необходимо узнать, выбирает географию и источники, после чего система самостоятельно: 1. Собирает базу компаний. 2. Находит контактные данные. 3. Отправляет персонализированные письма. 4. Обзванивает компании по заданному сценарию. 5. Анализирует ответы. 6. Формирует единую таблицу с результатами. 7. Показывает, из какого источника была получена каждая информация.Для первого обсуждения с разработчиком также стоит попросить отдельно оценить стоимость и сроки MVP, автоматического парсинга, AI-телефонии и ежемесячной инфраструктуры.
Всем привет! Сейчас на рынке очень много селлеров, которые продают токены claude через прокси Мне необходимо протестировать разных селлеров и понять, какое API работает наиболее исправно для кодинга claude code Нужно будет авторизовываться через терминал в claude code и смотреть на стабильность работы API (прогонять под нагрузкой) и найти наиболее оптимальный Кто сейчас может взять в работу?
Ищу исполнителя для построения системы AI-агентов, которая автоматизирует маркетинговый и продажный конвейер: от генерации контента до сегментации лидов в CRM и аналитики гипотез. Ниже - задачи, сгруппированные по функциональному назначению. Сколько именно сервисов/агентов будет в итоговой архитектуре и на каком стеке - решаете вы, исходя из собственного опыта. Главное, чтобы решение покрывало все задачи ниже, было рабочим, поддерживаемым, масштабируемым и обязательно имело удобный механизм ревью/утверждения результатов человеком перед публикацией или запуском рекламы. Блок 1. Генерация контента (мультиканальный копирайтинг)Один или несколько генерирующих модулей, которые выдают тексты под разные форматы на основе материалов проекта (программы курсов, интервью, эфиры): Тексты лендингов Email-последовательности: прогревочные цепочки, рассылки Посты в Telegram-бот/канал Рекламные тексты для Meta, включая варианты под разные гипотезы Контент-план и посты для Facebook / Instagram / Telegram Статьи для блога (в том числе на основе транскрибированных видео — см. Блок 3)Блок 2. Производство финальных материаловПреобразование готового текста в конечный артефакт, готовый к публикации: Лидмагниты — верстка и сборка готового PDF (чек-листы, гайды) с интеграцией Canva/Figma для редактирования Рекламные креативы Meta — статические визуалы с ресайзами под форматы кампаний Лендинги на Framer — структура страницы, наполнение CMS, сборка готовой страницы под запуск.Блок 3. Видео → блог Транскрибация видео (эфиры, интервью, воркшопы) Нарезка транскрипта на статьи, которые ведут в воронку Публикация в блог на основном сайте (блога сейчас нет — возможно, нужна блог-секция на Framer CMS; открытый вопрос: может ли ее создать сама система, или это отдельная задача)Блок 4. Интеграция с рекламным кабинетом Meta Выгрузка готовых текстов и креативов в кабинет Тегирование объявлений/кампаний по гипотезамБлок 5. CRM и лид-роутинг Автоматическая сегментация лидов в Telegram-боте (был/не был на мероприятии, ветка воронки, оффер) Передача сегментов в CRM Автотегирование новых лидов в CRM при попадании в воронку (через регистрацию)Блок 6. Аналитика гипотез Формирование таблицы/дашборда гипотез: затраты/результат по каждой воронке, лид-магниту, креативу. Периодический АИ-анализ с рекомендациями: что масштабировать, что остановить Оценка конверсийности лендинговЧто ожидаем в отклике Видение архитектуры — как бы вы разбили эти 6 блоков на агентов/сервисы, на каком стеке (оркестрация, генерация, хранение данных). Портфолио/кейсы — примеры подобных систем автоматизации (маркетинг, лиды, контент-генерация). Ориентировочная оценка сроков и стоимости, желательно поэтапно. Вопросы по ТЗ, если что-то непонятно.
Ищем опытного Python/AI-разработчика (или небольшую команду) для создания ИИ-сервиса на базе Telegram-бота. Проект автоматизирует приём заказов от мастеров и сервисных центров на действующем B2B-маркетплейсе запчастей для мобильной техники и электроники (каталог ~30 000 SKU). Что должен делать бот:Мультимодальный ввод:принимать текст, голосовые сообщения (Whisper API) и фото деталей/маркировок (GPT-4o Vision), распознавать номенклатуру, ревизии и парт-номера.Умный поиск:сопоставлять жаргон мастеров (аккум, АКБ, дисплей, ориг) с официальными названиями через векторный поиск (Vector DB).Интерактивный UI:при нескольких вариантах качества (Original, High Copy и т.д.) — группировать их в одно сообщение, выводить инлайн-чекбоксы с ценами и остатками, пересчитывать корзину «на лету».Каскадные уточнения (Slot Filling):при неоднозначном запросе пошагово уточнять параметры (модель → цвет → ревизия).Оформление:автоматически отправлять готовый JSON-пакет заказа на сайт через API после подтверждения корзины.Стек:Python (FastAPI), Aiogram 3.x, OpenAI API (GPT-4o + Whisper), Qdrant, Docker + docker-compose. Срок реализации:5–7 недель.⚠️ Обязательное условие для отклика: Чтобы отсечь авто-отклики спам-ботов, укажите в сообщении: какую модель эмбеддингов (Embeddings) вы выберете для векторного семантического поиска по 30 000 технических SKU и почему? Отклики с шаблонным текстом без ответа на этот вопрос отклоняются автоматически.
Ищем специалиста или команду для внедрения AI-решений в коммуникацию медицинского центра КТ и МРТ. Необходимо: интегрировать AI в телефонию для обработки входящих и холодных звонков; обеспечить естественное украиноязычное общение с минимальными паузами; интегрировать AI-ассистента в чат Binotel или предложить эффективную альтернативу; автоматизировать ответы на вопросы, первичную консультацию и запись на обследование. Важно: сфера медицины требует точного сбора информации перед КТ или МРТ, в частности относительно зоны обследования, подготовки, направления и возможных противопоказаний. Решение должно быть эмпатичным, профессиональным и предусматривать передачу сложных случаев оператору. В отзыве прошу отправить релевантные кейсы, описание предложенного решения и ориентировочные сроки. Опыт в медицинских проектах будет преимуществом.
Необходимо разработать приложение в MATLAB, которое сможет обрабатывать изображения/видео, выделять отдельные предметы, анализировать их характеристики и при необходимости использовать методы машинного обучения для автоматизации анализа. Желательно: уверенное знание MATLAB; опыт в Computer Vision / Image Processing; опыт с Machine Learning;
разработчика для создания AI-ботов- мультиагентная система и автоматизаций в AI-приложении. Что нужно: владение n8n; опыт интеграции OpenAI и других AI-моделей через API; работа с вебхуками, REST API и Supabase; умение создавать надежные AI-воркфлоу и автоматизации. Создавать мультиагентные системы с нуля или с фрэймворк AI Agents, MCP, RAG
Подсчет готовой продукции и людейНекачественная продукция. На примере высокопроизводительной линии обеспечить точный подсчет пропускной способности, участие рабочей силы, выявление некачественной продукции и контекст остановок/переналадок, предоставляя готовую аналитическую информацию.
Добрый день, что нужно: 1. Сделать анализ процессов (личных руководителя) и бизнеса. 2. Подумать, где (в каких процессах) можно внедрить ИИ ассистентов. Где это будет целесообразно и эффективно. 3. Сделать разработку. Занимаемся публикациями научных статей.
Ищем 3D GenAI Engineer / AI 3D Pipeline Developer Необходимо создать решение, которое сможет качественно генерировать 3D-модели из одного 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 image-to-3D модели и подходы; * определить, какой вариант лучше всего подходит для нашей задачи; * разбираться в Trellis, Hunyuan3D или аналогичных решениях; * 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 повторять для различных изображений; * выполнить fine-tuning, LoRA или другие адаптации моделей под конкретный тип объектов; * уметь работать с ComfyUI: разбираться в графах, использовать ComfyUI API и при необходимости писать custom nodes. В отзыве обязательно покажите несколько примеров в формате: входное изображение и полученная из него 3D-модель. Формат не имеет значения: рендер, видео, 3D-viewer, GLB, OBJ, FBX или Blender-файл. Прежде всего интересуют реалистичные объекты: мебель, ювелирные изделия, предметы интерьера, декор, аксессуары и другие физические товары. Примеры с аниме или стилизованными персонажами не подходят.
О проекте Мы ищем опытного инженера по автоматизации ИИ для проектирования и создания безопасной, саморазмещаемой платформы ИИ, которая объединяет локальную модель большого языка (LLM), генерацию с дополнением поиска (RAG) и несколько агентов ИИ для автоматизации бизнес-процессов. Это практическая инженерная роль для человека, имеющего опыт создания производственных систем ИИ, а не просто интеграции API ChatGPT. Цель состоит в том, чтобы создать частую экосистему ИИ, способную безопасно индексировать знания компании, отвечать на вопросы с использованием цитируемых источников, обрабатывать стенограммы встреч и автоматизировать внутренние бизнес-процессы. Обязанности Вы будете отвечать за: Проектирование и развертывание локально размещенной LLM на VPS или выделенном сервере Создание безопасного RAG-пайплайна с использованием таких фреймворков, как LlamaIndex или аналогичных Создание пайплайнов для загрузки документов, поддерживающих PDF (включая OCR), DOCX, TXT, XLSX и стенограммы встреч Реализацию индексации документов, управления метаданными, дедупликации и версионирования Разработку агентов ИИ для: Обработки стенограмм встреч Автоматических резюме встреч Извлечения задач Извлечения знаний о клиентах Создания API или простого веб-интерфейса для запроса базы знаний Обеспечения строгой изоляции данных клиентов и контроля доступа Реализации ответов с цитированием источников для минимизации галлюцинаций Оптимизации производительности системы, масштабируемости и надежности Написания документации и руководств по развертыванию Проведения тестирования и проверки безопасности Требуемые навыки Сильный опыт разработки на Python Опыт работы с фреймворками LLM Опыт архитектуры RAG LlamaIndex, LangChain или эквивалент Векторные базы данных (Qdrant, Chroma, Pinecone, Weaviate, FAISS и т.д.) Развертывание локальных/открытых LLM (Llama, Mistral, Gemma, DeepSeek и т.д.) Разработка API (предпочтительно FastAPI) Docker Администрирование серверов Linux Развертывание VPS Git Аутентификация и контроль доступа Опыт работы с пайплайнами OCR Опыт работы с структурированными и неструктурированными документами Свободное владение английским языком Что мы ищем Идеальный кандидат: Создал производственные системы ИИ с нуля Понимает лучшие практики RAG Может работать самостоятельно Думает как архитектор программного обеспечения, а не только как разработчик Пишет чистый, поддерживаемый код Четко общается Может рекомендовать лучшие технологии, а не просто следовать инструкциям Тип проекта Фриланс / Контракт Удаленно На основе этапов Долгосрочная возможность для будущих проектов по автоматизации ИИ Пожалуйста, включите в ваше заявление Портфолио аналогичных проектов ИИ/RAG Примеры реализации локальных LLM или агентов ИИ Оценка сроков Оценка стоимости проекта Почасовая или фиксированная цена
ищу человека (не бота) который разбирается в AI агентах, умеет их строить. Под AI агентом я имею в виду: обработка входных данных, запрос на 1х ЛЛМ или похожуу AI модель, потенциальный запрос MCP или похожего, потенциальный запрос RAG системы обработка выходных данных И опыт должен быть в работе нескольких агентов которые так же себя проверяют , передают друг другу данные итд. Так же нужно понимание в RAG системах. Желательноопыт в автоматизации маркетинг проектов на пример: ищи последние темы используя deep research на исходниках 1,2,3.... сверяй их с тем что уже раньше находил и убирай дубликаты. сверяй так же с уже опубликованными статьями анализируй найденые новости в связи с нужным контекстом ищи и оценивай важность этих тем делай отчёт для юзера создавай пример поста для LinkedIn, Instagram, X в стиле который ранее был использован ( и проверка)