Прототип додатку для оцінки вікон з використанням ШІ
Метою проекту є створення прототипу (MVP) інноваційного інструменту для оцінки віконних конструкцій (вікна, двері, жалюзі, гаражні ворота) з допоміжним використанням ШІ.
Наразі на ринку існують програми для оцінки віконних конструкцій, які вимагають натискання багатьох опцій, щоб отримати фінальну ціну за продукт. Процес оцінки є тривалим, незважаючи на те, що 90% специфікацій вікна є повторюваними. Дистриб'ютори вікон не хочуть користуватися програмним забезпеченням, що пропонується виробниками вікон, оскільки це занадто вимогливо, і вони вважають за краще надсилати специфікацію виробнику, щоб оцінку здійснив його працівник. Так надіслана специфікація написана природною мовою в тексті електронного листа і містить лише необхідні дані (тип продукту, кількість, розміри, колір, можливі додатки), а вся решта специфікації є за замовчуванням (наприклад, у разі відсутності вказівки скління слід розрахувати стандартне скління 4/16/4; у разі відсутності кольору слід розрахувати білий тощо).
Я хочу запропонувати полегшення, яке полягає в тому, що користувач (дистриб'ютор або приватна особа) вводить специфікацію продукту природною мовою в інтерфейсі, доступному онлайн. Такий текст надсилається через API до OpenAI, який парсить текст, витягує з нього необхідні дані для оцінки (а в разі відсутності даних застосовує значення за замовчуванням) і повертає впорядкований текст у форматі JSON до програми, яка підключається через API до електронної таблиці, що містить прайс-лист, і розраховує ціни. Після розрахунку цін програма повертає результат до інтерфейсу.
Я шукаю бюджетне рішення. Йдеться про створення базового механізму, щоб перевірити, чи будуть клієнти цим користуватися. Попередньо я проектував це на основі фронтенду Bubble, функції хмари Google, написаної на Python, LLM від OpenAI та електронної таблиці Google Sheets, яка містить прайс-лист.
Додатки 2
Актуальні фриланс-проєкти в категорії AI та машинне навчання
AI-агент для пошуку та аналізу масиву документів у реєстрі рішень1. Контекст і проблема Цільовий користувач: фахівець, який працює з великим масивом текстових документів та має приймати рішення на основі прецедентів. Суть проблеми: робота з відкритим реєстром документів забирає надмірно багато часу: пошук вимагає ручного підбору ключових слів… AI та машинне навчання ∙ 3 години 27 хвилин тому ∙ 20 ставок |
Побудувути модель калсифікації клієнтів1. Є дані клієнтів в Mongo/SQL (приблизно 20 000 заисів із сирими даними). 2. Необхідно на їх основі побудувати фічі та модель класифікації клієнтв на поведінкові групи. 3. Проект виконати на Python. AI та машинне навчання, Python ∙ 1 день 17 годин тому ∙ 31 ставка |
Інтеграція в CRM модулів сканерів стоматологій
27 000 UAH
Ми розробили CRM систему для взаємодії з зубними лікарями та лабораторіями. Потрібно інтегрувати сервіси iTero, sirona, medit та інші, щоб файли підтягуються автоматично AI та машинне навчання, Java ∙ 1 день 18 годин тому ∙ 27 ставок |
Створити команду AI агентівХочу створити собі команду AI агентів, які будуть допомагати в повсякденному житті, контролювати бізнес-процеси, аналізувати звіти тощо. AI та машинне навчання ∙ 1 день 21 година тому ∙ 31 ставка |
ІТ Автоматизація ведення VAT- звітності
10 000 UAH
Необхідно розробити систему для автоматизації перенесення даних про продажі з CRM у бухгалтерську систему Wafeq. Система має імпортувати банківські та платіжні звіти, автоматично звіряти платежі з інвойсами, формувати інвойси для VAT-звітності та мінімізувати ручну роботу.… AI та машинне навчання, Python ∙ 1 день 22 години тому ∙ 42 ставки |
Poznan