Курсова робота з дисципліни Компʼютерні мережі

Шукаємо спеціаліста, який зможе розробити та впровадити ІІ-агентів для автоматизації продажів і побудувати повноцінну воронку залучення клієнтів.Завдання Розробити ІІ-агента на базі ChatGPT (або аналогічних LLM). Налаштувати Telegram-бота з ІІ. Інтегрувати бота з CRM. Побудувати автоматичну воронку продажів. Налаштувати збір лідів з Instagram, Facebook, TikTok та сайту. Розробити сценарії спілкування з користувачами. Створити квізи та тести для сегментації аудиторії. Налаштувати видачу персоналізованих рекомендацій. Організувати автоматичну запис на консультації через календар. Налаштувати автоматичні email- та Telegram-ланцюги. Інтегрувати платіжні системи (за необхідності). Підготувати аналітику по конверсії на кожному етапі воронки.Бажано мати досвід з ChatGPT API / OpenAI n8n Make (Integromat) Zapier Telegram Bot API CRM (HubSpot, GoHighLevel, Bitrix24, AmoCRM та ін.) Meta API WhatsApp Business API Calendly StripeЩо хочемо отримати Готову систему, яка: автоматично спілкується з потенційними клієнтами; визначає їх запит і потреби; сегментує за інтересами; пропонує відповідний продукт; записує на консультацію або продає продукт; передає дані в CRM; вимагає мінімального участі людини. При відповіді прохання надіслати: приклади реалізованих ІІ-агентів; приклади автоматизованих воронок; список використовуваних технологій; вартість і терміни реалізації проекту.

Ми шукаємо висококваліфікованого інженера з розробки AI-додатків та повноцінного бекенд-розробника для створення готового до виробництва робочого процесу валідації, вдосконалення та затвердження документів на основі AI. Це не проста роль інженера запитів. Нам потрібен хтось, хто може спроектувати та реалізувати справжній AI-додаток з потужною бекенд-архітектурою, інтеграцією API Claude, структурованою логікою валідації, аудитом, безпечним обробленням даних та робочими процесами з участю людини. Система буде діяти як інтелектуальний шар контролю якості для поданих звітів та документів. Вона повинна перевіряти завершені подання, виявляти проблеми, покращувати якість контенту, застосовувати бізнес-правила, захищати чутливу інформацію та або автоматично затверджувати документ, або перенаправляти його на людську перевірку. Розробник буде відповідальний за створення робочого процесу, який може: Отримувати завершені документи, звіти або подання з зовнішньої платформи через API Аналізувати повний документ, включаючи структуровані відповіді, оцінки, вибори, наративи, коментарі та поля вільного тексту Виконувати семантичні аудити для виявлення логічних конфліктів, суперечностей, відсутньої інформації, неясних висловлювань, непідтримуваних тверджень або неповних розділів Перевіряти, що структуровані відповіді та написаний контент узгоджуються між собою Застосовувати спеціальні правила валідації, редакційні вказівки, стандарти форматування, вимоги до тону та бізнес-логіку Виявляти, токенізувати, маскувати або безпечно обробляти PII, конфіденційні дані та чутливу інформацію, пов'язану з безпекою, перед обробкою AI, де це необхідно Переписувати та вдосконалювати наративи, коментарі та розділи документів з точки зору граматики, ясності, професіоналізму, узгодженості та читабельності Зберігати оригінальне значення, спостереження та наміри, покращуючи фінальний результат Стандартизувати стиль написання в документах, не роблячи кожен звіт загальним або надто нормалізованим Позначати контент, який виглядає несумісним, сфабрикованим, неясним, неповним, чутливим або таким, що потребує людської перевірки Генерувати конкретні нотатки валідації, пояснюючи, чому документ не пройшов перевірку та що потрібно виправити Автоматично генерувати запити на уточнення або перегляд, коли потрібна додаткова інформація Підтримувати робочі процеси затвердження, де документи є: Автоматично затвердженими, коли досягаються пороги впевненості Перенаправленими на людського редактора або валідатора для перевірки Повернутими до початкового подавача для перегляду або уточнення Зберігати повний аудитний слід, що показує: Оригінальне подання Токенізовані або замасковані події чутливих даних Висновки та рекомендації AI Переписаний контент AI Редагування людиною Рішення про затвердження або відхилення Остаточну затверджену версію Записувати затверджений та валідований контент назад на вихідну платформу через інтеграцію API Роль також вимагає створення редактора та робочого процесу остаточного рішення. Людські рецензенти повинні мати можливість перевіряти висновки AI, порівнювати оригінальний та переглянутий контент, вносити правки, затверджувати зміни, відхиляти рекомендації та фіналізувати документ перед його відправленням далі. Ідеальний досвід включає: Сильний досвід інтеграції API Claude / Anthropic API Досвід створення робочих процесів перевірки, валідації, редагування або відповідності документів на основі AI Сильні навички бекенд-архітектури Здатність до повноцінної розробки Досвід з інтеграцією API, вебхуками, чергами, обробкою завдань та проектуванням бази даних Здатність проектувати структуровані виходи AI, оцінку впевненості, валідацію на основі правил та перевірку з участю людини Досвід виявлення PII, токенізації, маскування, шифрування, контролю доступу та безпечного оброблення даних AI Досвід створення безпечних аудитних слідів та систем затвердження Сильне розуміння дизайну запитів, але також інженерні навички для перетворення запитів на надійну виробничу систему Ми шукаємо когось, хто вже створив серйозні AI-додатки, а не когось, хто лише пише запити. Правильна людина повинна бути здатною спроектувати архітектуру, інтегруватися з зовнішніми API, управляти логікою обробки документів, захищати чутливі дані, створювати інтерфейс перевірки та забезпечити надійний робочий процес, який можна використовувати в виробництві.

Розробка прошивки, що розміщується на шлюзі, та управління прямим взаємодією з ПЛК/обладнанням у технічному приміщенні (Modbus, BACnet тощо).

Шукаємо 3D GenAI Engineer / AI 3D Pipeline Developer Потрібно створити рішення, яке зможе якісно генерувати 3D-моделі з одного зображення або кількох зображень. Важливо, щоб це була не просто готова демка, а зрозумілий і відтворюваний процес: від вхідного зображення до повноцінного 3D-асета з mesh, геометрією, текстурами та можливістю подальшого використання. Що потрібно зробити: - протестувати сучасні image-to-3D моделі і підходи; - визначити, який варіант найкраще підходить для нашого завдання; - використати Trellis, Hunyuan3D або аналогічні рішення; - за потреби використати Gaussian Splatting у 3D-пайплайні; - налаштувати перетворення Gaussian Splat / splat-представлення у 3D mesh; - отримати придатну до використання геометрію; - згенерувати текстури високої якості; - довести результат до стану usable 3D asset; - підібрати оптимальний баланс між якістю, швидкістю генерації та складністю пайплайна; - побудувати зрозумілий процес, який можна буде повторювати для різних зображень; - виконати fine-tuning, LoRA або інші адаптації моделей під конкретний тип об'єктів.

Про проект Ми шукаємо досвідченого інженера з автоматизації на базі ШІ для розробки та створення безпечної, самостійно розміщеної платформи ШІ, яка поєднує локальну модель великої мови (LLM), генерацію з підкріпленням (RAG) та кілька агентів ШІ для автоматизації бізнес-процесів. Це практична інженерна роль для тих, хто має досвід створення виробничих систем ШІ, а не просто інтеграції API ChatGPT. Мета полягає в створенні приватної екосистеми ШІ, здатної безпечно індексувати знання компанії, відповідати на запитання, використовуючи цитовані джерела, обробляти стенограми зустрічей та автоматизувати внутрішні бізнес-процеси. Обов'язки Ви будете відповідальні за: Проектування та розгортання локально розміщеної LLM на VPS або виділеному сервері Створення безпечного RAG-пайплайна, використовуючи такі фреймворки, як LlamaIndex або подібні Створення пайплайнів для завантаження документів, що підтримують PDF (включаючи OCR), DOCX, TXT, XLSX та стенограми зустрічей Реалізацію індексації документів, управління метаданими, видалення дублікатів та версійності Розробку агентів ШІ для: Обробки стенограм зустрічей Автоматичних резюме зустрічей Витягування дій Отримання знань клієнтів Створення API або простого веб-інтерфейсу для запитів до бази знань Забезпечення суворої ізоляції даних клієнтів та контролю доступу Реалізацію відповідей з цитуванням джерел для мінімізації галюцинацій Оптимізацію продуктивності системи, масштабованості та надійності Написання документації та посібників з розгортання Виконання тестування та перевірки безпеки Необхідні навички Сильний досвід розробки на Python Досвід роботи з фреймворками LLM Досвід архітектури RAG LlamaIndex, LangChain або еквівалент Векторні бази даних (Qdrant, Chroma, Pinecone, Weaviate, FAISS тощо) Локальне/відкрите розгортання LLM (Llama, Mistral, Gemma, DeepSeek тощо) Розробка API (перевага надається FastAPI) Docker Адміністрування серверів Linux Розгортання VPS Git Аутентифікація та контроль доступу Досвід роботи з пайплайнами OCR Досвід роботи зі структурованими та неструктурованими документами Вільне володіння англійською мовою Що ми шукаємо Ідеальний кандидат: Створив виробничі системи ШІ з нуля Розуміє найкращі практики RAG Може працювати самостійно Думає як архітектор програмного забезпечення, а не лише як розробник Пише чистий, підтримуваний код Чітко спілкується Може рекомендувати найкращі технології, а не просто слідувати інструкціям Тип проекту Фріланс / Контракт Віддалена робота На основі етапів Довгострокова можливість для майбутніх проектів з автоматизації ШІ Будь ласка, включіть у вашу заявку Портфоліо подібних проектів ШІ/RAG Приклади реалізації локальних LLM або агентів ШІ Оцінка термінів Оцінка вартості проекту Погодинна або фіксована ціна