Python-программист

Потрібна програма або Telegram-бот для масового створення ТТН через API Нової Пошти.Основне завдання Я завантажую 50–100 замовлень за раз у таблицю Excel/Google Sheets/CSV або вставляю список замовлень у програму. Клієнти пишуть дані в різному форматі, тому система повинна автоматично розпізнавати дані, сортувати їх за потрібними полями та створювати ТТН через API Нової Пошти.Що повинно бути на вході Можливі варіанти: Завантаження Excel/CSV-файлу. Копіювання списку замовлень у програму. Вставка повідомлень клієнтів у вільному форматі.Що програма повинна розпізнавати З кожного замовлення потрібно визначити: ПІБ отримувача; номер телефону; місто; відділення Нової Пошти; товар/коментар; суму накладного платежу; вагу/габарити, якщо вказані.Логіка роботи Я завантажую 50–100 замовлень. Програма розбирає кожне замовлення. Дані автоматично розподіляються по колонках. Програма перевіряє місто та відділення через API Нової Пошти. Якщо по замовленню є помилка або не вистачає даних — виділяє це замовлення і пише, що потрібно виправити. Якщо все коректно — створює ТТН. Після створення показує список готових ТТН. Дає можливість експортувати результат в Excel.Результат після обробки По кожному замовленню потрібно отримати: номер ТТН; ПІБ клієнта; телефон; місто; відділення; сума накладного платежу; вартість доставки; статус: створено / помилка / потрібно перевірити.Обов'язкові функції масове створення 50–100 ТТН за один раз; перевірка міста та відділення Нової Пошти; можливість редагувати замовлення перед створенням ТТН; збереження даних відправника; робота з накладним платежем; експорт створених ТТН в Excel; журнал створених відправлень.Бажано Telegram-бот або проста програма для Windows; завантаження Excel/CSV; можливість вставити текстом список замовлень; збереження бази постійних клієнтів; повторне оформлення замовлення в 1 клік; шаблони товарів і ваги; друк/скачування наклейок для посилок.Важливо Потрібен не просто форма для ручного заповнення, а інструмент для масової обробки замовлень. Головний сценарій: я завантажую 50–100 даних, програма сама сортує інформацію, перевіряє помилки і масово формує ТТН через API Нової Пошти.

Проект: YOKA ASSIST — інтелектуальна система діагностики та навчання для гірничої техніки Опис проекту Потрібно розробити інтелектуальну систему YOKA ASSIST на базі Telegram-бота з використанням штучного інтелекту. Основне завдання проекту — створити цифрового помічника для електриків, механіків, машиністів та інженерно-технічного персоналу, який буде допомагати в діагностиці несправностей, навчанні співробітників та зберіганні технічної бази знань. Перший етап проекту орієнтований на кар'єрну техніку (екскаватори ЕКГ, бурові станки СБШ та інше обладнання), але архітектура повинна бути універсальною та легко масштабованою. Основний функціонал Telegram-бот - Сучасний інтерфейс. - Меню з кнопками. - Авторизація користувачів. - Розподіл прав доступу (користувач, адміністратор, головний адміністратор). Штучний інтелект База знань Необхідно створити систему зберігання знань. Підтримка: - PDF; - Word; - Excel; - фотографії; - схеми; - відео; - інструкції; - паспорти обладнання; - технічні документи. Після додавання інформації адміністратором ШІ повинен використовувати її при відповідях без зміни програмного коду. Діагностика обладнання Підтримка пошуку: - за кодом помилки; - за назвою захисту; - за шафою; - за блоком; - за обладнанням; - за симптомами. Для кожної несправності бажано передбачити: - опис; - можливі причини; - послідовність перевірки; - фотографії; - схеми; - відеоматеріали; - посилання на пов'язані документи. Динамічні кнопки Кнопки повинні формуватися автоматично в залежності від ситуації. Наприклад: - Перевірити шафу. - Подивитися схему. - Подивитися відео. - Наступний етап діагностики. - Повернутися назад. Адміністративна панель Головний адміністратор повинен мати можливість: - додавати обладнання; - створювати нові помилки; - додавати документи; - завантажувати фотографії; - завантажувати відео; - редагувати базу знань; - управляти користувачами; - призначати адміністраторів окремих підрозділів. QR-система Кожен шафа, блок або обладнання може мати власний QR-код. Після сканування користувач одразу потрапляє в відповідний розділ Telegram-бота. Журнал ремонтів Необхідно реалізувати журнал виконаних робіт. Функції: - хто виконував ремонт; - дата і час; - обладнання; - опис виконаних робіт; - використані матеріали; - коментарі; - історія ремонтів. Аналітика Бажано реалізувати: - найбільш часті несправності; - статистику ремонтів; - час усунення несправностей; - звіти по обладнанню; - звіти по співробітниках. Масштабованість Архітектура повинна дозволяти без переписування проекту: - додавати нові види техніки; - нові підприємства; - нові підрозділи; - нові бази знань. Технології Бажано: - Python; - Telegram Bot API; - PostgreSQL або SQLite (на першому етапі допускається SQLite); - інтеграція з ШІ через API; - модульна архітектура; - можливість подальшого підключення веб-панелі. Що очікується від виконавця - Розробка повністю робочого проекту. - Чистий і зрозумілий код. - Документована структура проекту. - Можливість подальшого розвитку без повної переробки. - Допомога з початковим розгортанням і налаштуванням проекту. Проект довгостроковий. Після успішного виконання першого етапу можливі подальші доопрацювання та розвиток системи.

Шукаю досвідченого Python-розробника, який зможе провести повний аудит існуючого проєкту, усунути помилки та довести його до повністю стабільної роботи. За необхідності допускається повна переробка архітектури проєкту або написання нової реалізації з збереженням усієї необхідної функціональності. Що надам Вихідний код поточного бота. Відео з демонстрацією того, як має працювати бот. Повне технічне завдання з логікою роботи. Основне завдання Необхідно відновити стабільну роботу бота та гарантувати виконання повного сценарію без збоїв. Якщо поточну архітектуру неможливо якісно виправити, допускається повна переробка проєкту. Головна мета — не зберегти існуючий код, а отримати повністю робочий, стабільний і підтримуваний продукт. Що необхідно зробити 1. Провести аудит проєкту Перед початком роботи необхідно: вивчити існуючий код; визначити причини, чому бот перестав працювати; оцінити, що можна виправити, а що доцільніше переписати. 2. Відновити всю функціональність Після завершення робіт бот має коректно виконувати весь сценарій: реєстрація нового акаунта; підтвердження входу за кодом з електронної пошти; авторизація; виконання сценарію відповідно до технічного завдання; завершення роботи; перехід до наступного акаунта. Усі етапи мають працювати автоматично без ручного втручання. 3. Виправити існуючі помилки Необхідно усунути будь-які помилки, пов'язані з: авторизацією; отриманням коду підтвердження; нестабільною роботою; зависаннями; неочікуваним завершенням програми; помилками після оновлень сайту; некоректною обробкою виключень. 4. Зробити проєкт стійким Бот має: коректно обробляти помилки; не йти в безкінечні цикли; автоматично завершувати невдалі сценарії; коректно продовжувати роботу після некритичних помилок; вести зрозумілі логи. 5. Панель управління Необхідно зберегти або переробити панель управління. Вона має дозволяти: запускати та зупиняти роботу; змінювати необхідні налаштування; переглядати поточний статус; переглядати журнал роботи та помилок. Інтерфейс має бути зрозумілим і стабільним. 6. Код Вимоги до коду: зрозуміла структура проєкту; розділення логіки по модулях; можливість подальшої підтримки. 7. Сумісність Проєкт має запускатися на сучасній версії Python. Виконавець зобов'язаний надати повний список залежностей та інструкції по запуску. 8. Перевірка результату Перед здачею проєкту виконавець зобов'язаний продемонструвати повністю робочий сценарій на відео: запуск проєкту; проходження повного циклу; відсутність помилок; коректну роботу всіх функцій. Що надати після завершення вихідний код; усі змінені файли; інструкції по запуску; список залежностей; відео демонстрації роботи; короткий опис виконаних змін. Важливо Робота вважається завершеною тільки після того, як увесь функціонал, описаний у технічному завданні та демонстраційному відео, буде працювати стабільно без критичних помилок. Якщо в процесі аудиту з'ясується, що поточний проєкт неможливо якісно виправити, допускається його повна переробка з збереженням усієї необхідної функціональності. При відповіді прошу одразу вказати: досвід роботи з Python; досвід автоматизації браузерів (Playwright, Selenium або аналогічні інструменти); досвід роботи з REST API; вартість роботи; орієнтовні терміни виконання.

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.

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.