Лучшие работы фрилансеров по машинному обучению на Freelancehunt — примеры выполненных работ фрилансеров по machine learning в Украине ― страница 2

Switch to English version?

Yes

Переключитись на українську версію?

Так

Переключиться на русскую версию?

Да

Przełączyć się na polską wersję?

Tak

931 138 UAH
Granite Analysis & Segmentation & Classification

AI и машинное обучение

Комплексная разработка системы автоматизации производства мрамора.
Разработка модели детекции на ленте и классификации мраморной плитки.
Автоматическая калибровка камеры и измерение параметров плитки (классификация типов, измерение размеров), оценка контура и аномалий.
Сегментация изображения, подстановка виртуальных задних фонов.
… Ведение системы в эксплуатацию на 4 производствах в Италии и Австрии.
Общий вид:
https://youtu.be/juHldd5llHg

Технические моменты:
http://pot.pp.ua/video/granitev3.m4v

webitalex
110 850 UAH
FaceID: face detection and identification

AI и машинное обучение

Библиотека на Python и С++ для детекции и распознавания лиц.

Постоянное до обучение модели в процессе распознавания.

… ВИДЕО ДОСТУПНО ВВЕРХУ ПОРТФОЛИО В РАЗДЕЛЕ РЕЗЮМЕ!
https://www.youtube.com/watch?v=P45HTL08IaM

Face detection 0,04~0.1 sec/frame
Learning features of each face ~0,2 sec/face on avr CPU
Face recognition:
High accuracy more then 97,5%, Sensitivity ~ 75%
Very fast searching in faces database (500k faces per second)
Live learning during recognition process

webitalex
887 UAH
Создание собственного персонажа с искусственным интеллектом

AI и машинное обучение

Мета: Уникальная девушка с искусственным интеллектом из двух этнических групп (без реального человека, без LoRA).

Решение: Объединила две фотографии с помощью Seedream AI. Настроила подсказки для объединения черт лица. Выбрала лучший результат + ретушь в Photoshop.

… Моя роль: Подсказки, художественное руководство, постобработка.

Навыки: Генерация искусственного интеллекта (Seedream, Flux), инженерия подсказок, Photoshop.

Результат: Уникальный гиперреалистичный женский персонаж. Готов к использованию брендом/коммерцией.

#модель #AI-контент #ai #человек #реалистичность

anastasiia_nesprava
53 208 UAH
AI-ассистент для автоматизации обработки звонков в стоматологии

AI и машинное обучение

Была реализована система автоматизации обработки входящих и исходящих звонков для стоматологии, которая позволяет не только фиксировать каждый звонок, но и превращать его в структурированные данные для дальнейшей работы с пациентами и контроля качества работы администраторов. Система получает данные из телефонии Binotel, выполняет транскрибацию разговора, анализирует его содержание, передает результаты в CRM Cliniccards и формирует еженедельную аналитику по всем обращениям.

Как работает решение:

… 1) Система автоматически получает данные по каждому входящему и исходящему звонку из телефонии Binotel.
2) Запись разговора автоматически преобразуется в текст для последующего анализа.
3) На основе текста звонка система определяет основную суть обращения
4) Данные автоматически передаются в CRM Cliniccards.
5) Если пациента с таким номером телефона еще нет в системе, создается новая карточка.
Если пациент уже есть, его карточка обновляется актуальной информацией.
6) Параллельно система оценивает качество общения менеджера по заданным критериям:
приветствие, представление клиники, корректность вопросов, правильное завершение разговора.
7) На основе всех обработанных звонков формируется еженедельный отчет с ключевыми метриками:
количество новых клиентов, самые частые запросы, качество коммуникации менеджеров и другие согласованные показатели.

Ключевые преимущества для бизнеса:

- Повышение качества обработки обращений
Каждый звонок больше не теряется и не остается без анализа. Руководитель получает прозрачную картину того, как администраторы общаются с пациентами и насколько соблюдают стандарты клиники.

- Автоматическое наполнение CRM
Вся важная информация по звонку автоматически попадает в карточку пациента. Это снижает нагрузку на персонал, исключает ручной ввод и помогает поддерживать CRM в актуальном состоянии.

- Контроль качества работы менеджеров
Система автоматически проверяет соблюдение скрипта общения и помогает быстро выявлять слабые места в работе сотрудников. Это дает возможность системно улучшать сервис и повышать конверсию в запись.

- Более глубокая аналитика по обращениям
Клиника получает не просто записи звонков, а готовую аналитику: какие вопросы пациенты задают чаще всего, какие услуги интересуют больше всего, сколько новых клиентов приходит каждую неделю.

- Экономия времени руководителя и администраторов
Вместо ручного прослушивания звонков, заполнения CRM и сбора отчетов все ключевые процессы работают автоматически. Команда может сосредоточиться на пациентах, а не на рутине.

Вывод:
Автоматизация обработки звонков для стоматологии позволила объединить телефонию, AI-анализ, контроль качества и CRM в единую систему. В результате клиника получает прозрачный контроль над коммуникацией с пациентами, актуальную базу данных в CRM и регулярную управленческую аналитику для принятия решений.

#AI #AIAgent #AIAssistant #OpenAI #GPT #n8n #Make.com #make #Automation #BusinessAutomation #Binotel #Ringostat #Zadarma #Cliniccards #CRM #CallTracking #CallAnalysis #SpeechToText #Transcription #Стоматология #Автоматизация #КонтрольЗвонков

d4rk51d3n
6000 UAH
Архитектура синхронизации: Notion → Reclaim.ai

AI и машинное обучение

Мета: Автоматизировать планирование производственных задач из Notion в Reclaim.ai через Google Tasks. Ключевой вызов: реализовать надежную дедупликацию без изменения статусов в Notion и обойти жесткие квоты Google API.

Решение: Двухуровневая архитектура на n8n (Railway):

… 1. Сбор и Валидация (Notion Pipeline)
Умная Дедупликация: Система игнорирует повторные триггеры Notion, сверяя ID страниц с собственной базой (Data Table). Это позволяет статусу PRODUCE оставаться статичным.

Динамическое Временное Окно: Фильтрация задач по 14-дневному окну (REZERWACJA), что исключает планирование архивных записей.

JS Hours Parser: Code Node автоматически конвертирует свободный ввод часов в формат (duration: Xh), понятный для AI-алгоритмов Reclaim.ai.

2. Доставка и Оптимизация (Queue Engine)
Управление Квотами: Внедрена пакетная обработка (Batching) и ретраи (Retry), что устранило ошибки 403 Quota Exceeded при массовых операциях с Google API.

Асинхронный Поток: Распределение на «Собиратель» и «Отправитель» через очередь статусов (PENDING -> SENT), что гарантирует 100% доставку каждой задачи.

Результат:

Скорость Синхронизации: Появление задачи в календаре за 1–5 минут.

Стабильность: Полная автоматизация без "ручного" сопровождения статусов в Notion.

Масштабируемость: Готовая инфраструктура для масштабирования на другие отделы компании.

#n8n #Notion #ReclaimAI #Automation #Backend #API

Glovinskiy
300 UAH
Быстрое создание Ши контента

AI и машинное обучение

Быстро создам Ши видео на вашу тематику)

anastasia_khuhaieva
25 000 UAH
Автопостинг в 16+ соц. сетях на базе n8n

AI и машинное обучение

Задача
Необходимо было автоматизировать регулярный автопостинг контента в соцсети, чтобы не заниматься ручной загрузкой постов каждый день. Важно было подхватывать контент из таблицы/диска, проверять, что пост еще не опубликован, адаптировать под разные площадки и иметь прозрачную историю выполнений.

Решение
… Был собран многоступенчатый workflow в n8n, который запускается по расписанию (Schedule Trigger) и проходит полный цикл от выборки постов до их публикации. На старте сценарий подтягивает список запланированных постов из таблицы/Google Sheets, фильтрует записи по дате публикации и статусу, а также проверяет наличие медиафайлов в облачном хранилище. Далее настроено разветвление: для каждого поста создаются отдельные ветки под разные платформы (например, LinkedIn, Facebook, Instagram), где происходит форматирование текста, добавление UTM-меток и загрузка изображений. На финальных узлах принимается решение о публикации: n8n отправляет пост в соответствующий API соцсети, изменяет статус поста в таблице на “опубликовано” и логирует результат выполнения (успех / ошибка) для дальнейшего анализа.

Результат
Контент-план стал выполняться полностью автоматически — достаточно добавить новую запись в таблицу, и пост попадает в очередь автопостинга по заданному расписанию. Команда перестала тратить время на ручную публикацию, а риск «забыть запостить» конкретный материал сократился практически до нуля. Все посты теперь имеют единую структуру, корректные ссылки и UTM-метки, а через лог в n8n легко отследить, что именно было опубликовано и где могли возникнуть ошибки.

В цифрах
- 1 универсальный workflow в n8n закрывает автопостинг сразу на несколько платформ.
- До 90% рутинных операций по публикации постов переведено в автоматический режим.
- Экономия до 10 часов в неделю на ручной загрузке и форматировании контента.
- 100% запланированных постов выходят согласно контент-плану, без пропусков из-за человеческого фактора.

Oleh_marechko
200 UAH
Визуализация мебели, которую мы производим

AI и машинное обучение

Визуализация мягкого кресла для детей

Taras_Radchuk
Рыцарь

AI и машинное обучение

Рекламная анимация

Kritt
15 519 UAH
Разработка интеллектуальной системы управления промышленными АКБ

AI и машинное обучение

Цель: Максимизация прибыли от арбитража электроэнергии на рынке «на сутки вперед» (РСВ/РДН).

Бизнес-задача

… У клиента имелась промышленная батарея SmartLogger 3000C01 емкостью 400 кВт·ч, управление которой осуществлялось вручную. Требовалось создать автоматизированную систему, которая:

Анализирует почасовые цены на электроэнергию на РСВ (Рынок «на сутки вперед»).

Учитывает реальное энергопотребление предприятия.

Генерирует оптимальный график заряда/разряда.

Максимизирует прибыль от продажи электроэнергии.

Техническая реализация

Стек технологий:

Core: Python 3.x (Flask, SQLite)

AI: Google Gemini AI API (gemini-2.0-flash-exp)

Integrations: SOAP API (SmartLogger), REST API (OREE — оператор рынка), Excel Parsing

Automation: Cron

Архитектура системы:

1. Модуль сбора данных:

Интеграция с API OREE для получения цен РСВ на следующие сутки.

Парсинг исторических данных потребления из Excel (KWT.xls).

Считывание текущего состояния батареи через SOAP API SmartLogger.

2. AI-оптимизатор (ядро системы):

Разработан специализированный промпт для Gemini с пошаговым алгоритмом.

Анализ 24-часового окна с учетом:

Почасовых цен (грн/кВт·ч).

Прогнозируемого потребления предприятия.

Технических ограничений (скорость заряда/разряда).

Порога ROI (минимальная маржа 3 грн/кВт·ч).

Поддержка multi-cycle оптимизации (утренние и вечерние пики).

Адаптивная разрядка под реальное потребление.

3. Модуль исполнения:

Автоматическое выполнение расписания через SOAP API.

Почасовой мониторинг и корректировка.

Логирование всех операций и Telegram-уведомления.

4. Веб-интерфейс (Flask):

Дашборд с визуализацией графиков.

История операций, статистика прибыли, настройки и контроль доступа.

Результаты

Технические достижения:

Увеличение часов разряда: с 2 до 10 часов в сутки.

Рост прибыли: на 11% (с 2,874 до 3,198 грн/день).

Автоматизация: 100% рутинных операций.

Точность прогнозов: 95%+.

Экономический эффект:

Прогнозируемая ежемесячная прибыль: ~96,000 грн.

ROI системы: окупаемость за 2–3 месяца.

Экономия времени клиента: 2–3 часа ежедневно.

Ключевые технические решения

AI интеграция: Использование JSON Mode для строгой структуры ответов и fallback-механизмы при недоступности AI.

Оптимизация потребления: Анализ исторических данных за прошлую неделю и учет графика работы предприятия.

Надежность: Retry-механизм для API (до 10 попыток), резервные сценарии при сбоях связи.

Автоматизация: Cron job для ежедневного прогнозирования (00:00) и непрерывная работа 24/7.

Сложность реализации: SOAP/REST интеграции, алгоритмы динамического программирования, Production deployment. Уникальность: Гибридный подход (AI + бизнес-логика), адаптивность к реальному потреблению, полная автономность.

Навыки: Python, AI/ML Integration, Google Gemini API, SOAP/REST API, Flask, SQLite, Cron, Automation, Data Analysis, Industrial IoT.

Длительность: 2 недели | Роль: Full-stack разработчик + AI интеграция | Статус: В продакшене

maciborka
Комплексная архитектура и автоматизация GoHighLevel

AI и машинное обучение

Задача: Централизовать управление потенциальными клиентами и автоматизировать операционные рабочие процессы для группы стоматологических лабораторий, чтобы предотвратить потерю потенциальных клиентов.

Решение: Создана экосистема GoHighLevel с 2 подсчетами и выделенными доменами электронной почты (SPF/DKIM). Интегрированы FB Lead Ads, телефония и чат. Созданы специальные конвейеры и автоматизация «Speed-to-Lead» для восстановления пропущенных звонков и неявок.

… Результат: Готовая CRM-система, которая оптимизировала прием дел, обеспечила 100% фиксацию потенциальных клиентов и улучшила время отклика благодаря автоматизации.

ivan_kyslov
Портфолио специалиста по ИИ

AI и машинное обучение

Портфолио, в котором можно просмотреть мои работы

Yuliia_Sofiichuk

AI и машинное обучение