Бюджет: 200 USD Термін: 1 день
обращайтесь
Бюджет: 50 USD Термін: 1 день
«Вітаю! Проблема більшості чат-агентів у тому, що вони мають обмежене вікно контексту і починають "лагати" або втрачати зв’язки на файлах обсягом понад 1-2 МБ.
Я пропоную професійне рішення на основі семантичних векторів (embeddings). Замість простого текстового порівняння, мій скрипт перетворює кожну подію на математичний код і групує їх за змістом. Це гарантує, що події на кшталт "Trump wins" та "GOP victory" будуть об’єднані коректно, незалежно від формулювання.
Ви отримаєте:
Повністю структурований файл (Excel/CSV) із логічними групами.
Скрипт на Python, який ви зможете використовувати для подібних задач у майбутньому.
Готовий обробити невелику частину вашого файлу (10-20 рядків) як безкоштовний тест, щоб ви переконалися в якості групування».
Бюджет: 250 USD Термін: 5 днів
Можна зробити, кешування може заощадити токени, а ще якщо добре пайплайн зробити, може і токенів сильно витрачатися не буде.
Alisher Abdrakhmanov
Переможець- Проєкти -
- Оцінка -
- Рейтинг 390
Бюджет: 50 USD Термін: 1 день
Доброго дня. Виглядає не дуже складно, але є кілька запитань: Чи можна побачити, як виглядає файл? І чи потрібен хостинг, чи достатньо локального запуску?
Бюджет: 750 USD Термін: 5 днів
Є хороша практика розділяй і володарюй, можливо її тут потрібно і застосувати.
Пишіть ЛС відкрито.
Бюджет: 50 USD Термін: 1 день
Добрий вечір, Артем!
В цілому завдання зрозуміле, для точного відповіді по термінах і ціні, хотілося б уточнити деякі питання, які у мене виникли після аналізу вашого завдання.
Пишіть в приватні повідомлення — обговоримо деталі і ваші побажання.
- Проєкти -
- Оцінка -
- Рейтинг 154
Бюджет: 100 USD Термін: 2 дні
Вітаю!
Я можу реалізувати для вас інтелектуального бота для семантичного аналізу та групування подій Polymarket, який стабільно працює з великими обсягами текстових даних і не обмежується лімітами чат-агентів.
🔹 Що я зроблю:
Оброблю поточний файл (~5 МБ) з подіями (вибори, політика тощо)
Автоматично зіставлю події за змістом, навіть якщо формулювання кардинально відрізняються
(наприклад: «Трамп стане президентом» ↔ «Республіканці переможуть на виборах»)
Розділю всі події на логічні групи («папки») за спільним сенсом
Реалізую механізм, за яким нові події:
автоматично додаються до відповідної групи
або створюють нову групу, якщо сенс не збігається з існуючими
🔹 Чому це рішення працює коректно:
Використовую семантичний аналіз, а не пошук за ключовими словами
Рішення не “гальмує” і не втрачає дані, на відміну від звичайних чат-агентів
Архітектура готова до масштабування та подальшого розвитку
🔹 Що ви отримаєте в результаті:
Чітко структуровані події, згруповані за змістом
Швидку обробку нових даних
Готовий інструмент, який можна використовувати та розширювати
💰 Вартість — запропоную після короткого обговорення формату даних і вимог
🕒 Термін виконання — від кількох днів до 2 дні
Готовий обговорити деталі та запропонувати оптимальне рішення саме під ваші задачі.
Напишіть — із задоволенням візьмусь за реалізацію.
Бюджет: 25 USD Термін: 1 день
я входжу до топ-5 розробників у категорії «Штучний інтелект і машинне навчання» серед ~2100 фахівців на платформі.
Гарантую:
- Швидке та якісне виконання завдання
- Чітке дотримання дедлайнів
- Регулярний зв'язок протягом усього процесу
Буду радий обговорити деталі вашого проекту у приватних повідомленнях.
Бюджет: 25 USD Термін: 1 день
Забавно, але так - набирає популярність створення скриптів і ботів на Polymarket
Потрібно також враховувати арбітраж, комісію - вона піднялася в останньому оновленні, якщо читали.
Прямо за раз все зробити і реалізувати буде важко. Я пропоную розбити чітке ТЗ по частинах і вже в процесі покращувати скрипт. Тому що є тренування моделі, аналіз, чим більше даних - тим більше ймовірності і все це потрібно враховувати. Хочу почути дедлайн і бюджет.
Бюджет: 150 USD Термін: 3 дні
Доброго дня!
Я добре розумію суть задачі: мова йде не про просту обробку тексту, а про семантичне зіставлення подій, де одна і та сама ідея може бути сформульована по-різному (наприклад, «Trump becomes president» і «Republicans win the election»).
Проблема з лімітами токенів і нестабільними результатами чат-агентів тут очікувана, тому правильне рішення - працювати з даними, а не з контекстом чату.
Я пропоную реалізацію через:
попередню обробку файлу (≈5 МБ) без обмежень на обсяг;
обчислення семантичних векторів (embeddings) для кожної події;
автоматичне групування схожих за змістом подій у кластери («папки»);
інкрементальну логіку: нові події або додаються до існуючого кластера, або створюють новий, якщо за змістом не підходять;
можливість налаштування порогу «схожості», щоб уникати помилкових об’єднань.
Рішення буде стабільним, відтворюваним і не залежатиме від обмежень LLM-контексту. За потреби можу реалізувати зручне керування через Telegram-бот або надати готовий скрипт/сервіс з експортом результатів.
Готова швидко включитись у роботу, можу почати з аналізу файлу і запропонувати оптимальну структуру кластерів ще до повної реалізації.
Бюджет: 100 USD Термін: 3 дні
Доброго дня. Є готові скрипти. Можу обробити. Якщо актуально - пишіть.
Бюджет: 220 USD Термін: 2 дні
Привіт, в принципі токенів для цього все одно треба накупити, а так зроблю бота, який буде проходити по файлу не втрачаючи сенсу, за рахунок того, що ми на початку створимо різні тайтли подій, а потім поступово підписувати кожну подію тайтлами, обмежив кількість символів, щоб ІІ не втратив контекст, а далі просто запускати з неторкнутої строки і так поки не пройдемо весь файл.
Ставки поки відсутні
Актуальні фриланс-проєкти в категорії AI та машинне навчання
Ми займаємося отриманням грантів для вже існуючих компаній, які планують інвестиції. Ми придумали допомогу у створенні / поєднанні доступних моделей ШІ для пошуку компаній, які планують або вже знаходяться в процесі інвестицій, і запропонувати їм на це гранти (в основному ми займаємося грантами на придбання машин і обладнання). ШІ шукало б доступні сайти та реєстри для виявлення інвесторів. Потім воно також займалося б автоматизацією розсилки електронних листів цим компаніям і у відповідь відкидало б компанії, які: - підходять під категорії ліда (думаю, 5-6 параметрів); - відповіли на електронний лист і зацікавлені в гранті; Звичайно, додаткові пропозиції вітаються, я також думаю про голосові дзвінки та відправку SMS. Зазначу, що мене не цікавить пошук ТІЛЬКИ великих чи дуже великих компаній, а також менших, наприклад, які мають 8-50 працівників. І не тільки великі міста, але й менші міста. Приклад цільової аудиторії для тесту: ПОДКАРПАТТЯ Для мікро, малих і середніх підприємств (МСП) та великих підприємств з воєводства Подкарпаття, які належать до галузі безпеки та оборони. Підприємство з галузі безпеки та оборони розуміється як підприємство, яке: розробляє або виробляє продукти, технології або системи, призначені для військових застосувань, пов'язаних з національною безпекою, захистом критичної інфраструктури або безпекою громадян або надає послуги, що підтримують системи безпеки та оборони (наприклад, у сфері кібербезпеки) або проводить дослідження та розробки в області військових технологій і систем безпеки та які отримують суттєву частку доходів від продажу продуктів, технологій, систем або послуг у сфері безпеки та оборони, тобто понад 5% чистих доходів загалом (разом за останні 3 закриті облікові періоди). Підтримка доступна для компаній, які ведуть господарську діяльність організовано і безперервно на території воєводства Подкарпаття протягом не менше 24 місяців, рахуючи назад з дня оголошення набору. У нас є пропозиції сайтів для пошуку. В ідеалі, програма щодня готувала б для нас звіт про таких інвесторів. Чи може хтось нам у цьому допомогти? Я читав, що це можливо, але сам не маю часу цим займатися :)
Необхідно розробити сервіс на базі Claude або іншої підходящої AI-моделі, який зможе автоматично знаходити компанії-конкуренти, зв’язуватися з ними по електронній пошті та телефону, збирати необхідну інформацію та заносити результати в єдину таблицю. Основна задача сервісу Користувач задає конкретний запит, наприклад: - дізнатися вартість певного виду м’яса; - дізнатися ціну на конкретний вид деревини; - уточнити вартість товару або послуги; - перевірити наявність продукту; - дізнатися терміни виконання замовлення; - отримати умови співпраці. Після цього система повинна: 1. Знайти підходящі компанії. 2. Зібрати їх контактні дані. 3. Відправити їм персоналізовані листи. 4. Подзвонити компаніям за допомогою AI-бота. 5. Отримати відповіді на задані питання. 6. Зберегти всі результати в Google Sheets або іншу таблицю. Під кожну нову задачу користувач повинен мати можливість змінювати пошукові запити, критерії відбору, текст листа та сценарій телефонної розмови. Етап 1. Збір бази компаній Етап 2. Email-розсилка та збір відповідей Етап 3. AI-обдзвон компаній --- Важливі технічні вимоги - Можливість використовувати Claude для генерації листів, аналізу відповідей та управління діалогом. - Можливість замінити AI-модель без повної переробки системи. - Інтеграція з Google Sheets. - Інтеграція з Gmail або іншим поштовим сервісом. - Інтеграція з сервісом AI-телефонії. - Історія всіх листів, дзвінків та змін. - Можливість зупинити або поставити завдання на паузу. - Контроль витрат на дзвінки, листи та AI-запити. - Обмеження кількості дзвінків на день. - Захист від повторної відправки листів та повторних дзвінків одній компанії. - Дотримання законодавства про телефонні дзвінки, запис розмов, email-розсилки та використання персональних даних. --- Очікуваний результат В результаті повинен вийти сервіс, в якому користувач створює завдання, вказує, яку інформацію необхідно дізнатися, обирає географію та джерела, після чого система самостійно: 1. Збирає базу компаній. 2. Знаходить контактні дані. 3. Відправляє персоналізовані листи. 4. Обдзвонює компанії за заданим сценарієм. 5. Аналізує відповіді. 6. Формує єдину таблицю з результатами. 7. Показує, з якого джерела була отримана кожна інформація. Для першого обговорення з розробником також варто попросити окремо оцінити вартість і терміни MVP, автоматичного парсингу, AI-телефонії та щомісячної інфраструктури.
Всім привіт! Зараз на ринку дуже багато селлерів, які продають токени claude через проксі Мені необхідно протестувати різних селлерів і зрозуміти, яке API працює найбільш справно для кодування claude code Потрібно буде авторизовуватися через термінал в claude code і дивитися на стабільність роботи API (проганяти під навантаженням) і знайти найбільш оптимальний Хто зараз може взяти в роботу?
Шукаю виконавця для побудови системи AI-агентів, яка автоматизує маркетинговий і продажовий конвеєр: від генерації контенту до сегментації лідів у CRM і аналітики гіпотез. Нижче - задачі, згруповані за функціональним призначенням. Скільки саме сервісів/агентів буде в підсумковій архітектурі і на якому стеку - вирішуєте ви, виходячи з власного досвіду. Головне, щоб рішення покривало всі задачі нижче, було робочим, підтримуваним, масштабованим та обов'язково мало зручний механізм рев'ю/затвердження результатів людиною перед публікацією чи запуском реклами. Блок 1. Генерація контенту (мультиканальний копірайтинг)Один або кілька генеруючих генеруючий модулів, що видають тексти під різні формати на основі матеріалів проєкту (програми курсів, інтерв'ю, ефіри): Тексти лендінгів Email-послідовності: прогрівні ланцюжки, розсилки Пости в Telegram-бот/канал Рекламні тексти для Meta, включно з варіантами під різні гіпотези Контент-план і пости для Facebook / Instagram / Telegram Статті для блогу (в тому числі на основі транскрибованих відео — див. Блок 3)Блок 2. Виробництво фінальних матеріалівПеретворення готового тексту в кінцевий артефакт, готовий до публікації: Лідмагніти — верстка і збірка готового PDF (чек-листи, гайди) з інтеграцією Canva/Figma для редагування Рекламні креативи Meta — статичні візуали з ресайзами під формати кампаній Лендінги на Framer — структура сторінки, наповнення CMS, збірка готової сторінки під запуск.Блок 3. Відео → блог Транскрибація відео (ефіри, інтерв'ю, воркшопи) Нарізка транскрипту на статті, що ведуть у воронку Публікація в блог на основному сайті (блогу зараз немає — можливо, потрібна блог-секція на Framer CMS; відкрите питання: чи може її створити сама система, чи це окрема задача)Блок 4. Інтеграція з рекламним кабінетом Meta Вивантаження готових текстів і креативів у кабінет Тегування оголошень/кампаній за гіпотезамиБлок 5. CRM та лід-роутинг Автоматична сегментація лідів у Telegram-боті (був/не був на заході, гілка воронки, офер) Передача сегментів у CRM Автотегування нових лідів у CRM при потраплянні у воронку (через реєстрацію)Блок 6. Аналітика гіпотез Формування таблиці/дашборду гіпотез: витрати/результат по кожній воронці, лід-магніту, креативу. Періодичний АІ-аналіз з рекомендаціями: що масштабувати, що зупинити Оцінка конверсійності лендінгівЩо очікуємо у відгуку Бачення архітектури — як би ви розбили ці 6 блоків на агенти/сервіси, на якому стеку (оркестрація, генерація, зберігання даних). Портфоліо/кейси — приклади подібних систем автоматизації (маркетинг, ліди, контент-генерація). Орієнтовна оцінка термінів і вартості, бажано поетапно. Питання по ТЗ, якщо щось незрозуміло.
Шукаємо досвідченого Python/AI-розробника (або невелику команду) для створення ІІ-сервісу на базі Telegram-бота. Проект автоматизує прийом замовлень від майстрів і сервісних центрів на діючому B2B-майданчику запчастин для мобільної техніки та електроніки (каталог ~30 000 SKU). Що повинен робити бот:Мультимодальний ввід: приймати текст, голосові повідомлення (Whisper API) та фото деталей/маркувань (GPT-4o Vision), розпізнавати номенклатуру, ревізії та парт-номери.Розумний пошук: співвідносити жаргон майстрів (аккум, АКБ, дисплей, ориг) з офіційними назвами через векторний пошук (Vector DB).Інтерактивний UI: при кількох варіантах якості (Original, High Copy тощо) — групувати їх в одне повідомлення, виводити інлайн-чекбокси з цінами та залишками, перераховувати кошик «на льоту».Каскадні уточнення (Slot Filling): при неоднозначному запиті поетапно уточнювати параметри (модель → колір → ревізія).Оформлення: автоматично надсилати готовий JSON-пакет замовлення на сайт через API після підтвердження кошика.Стек: Python (FastAPI), Aiogram 3.x, OpenAI API (GPT-4o + Whisper), Qdrant, Docker + docker-compose. Термін реалізації: 5–7 тижнів.⚠️ Обов'язкова умова для відповіді: Щоб відсіяти авто-відповіді спам-ботів, вкажіть у повідомленні: яку модель ембеддингів (Embeddings) ви виберете для векторного семантичного пошуку по 30 000 технічних SKU і чому? Відповіді з шаблонним текстом без відповіді на це питання відхиляються автоматично.