Шукаю спеціаліста для створення MVP-системи автоматизації пошуку спортивних та активних подій, AI-обробки інформації, погодження контенту та автоматичної публікації. Основне джерело подій для MVP — Finishers. Загальна логіка: Finishers → отримання даних про нові події → AI-обробка та адаптація українською → прев'ю і погодження адміністратором через Telegram-бота → черга → автоматична публікація в Telegram і Facebook. Важливо, щоб у готовій публікації користувач переходив на офіційний сайт події/організатора або офіційну сторінку реєстрації, а не на Finishers. Окремо очікую від виконавця запропоноване рішення щодо фотографій для публікацій з урахуванням автоматизації та прав на використання зображень. Також перед реалізацією потрібно оцінити допустимий і стабільний спосіб автоматизованого отримання даних із Finishers та можливі альтернативи на випадок обмеження доступу. Можливий стек: n8n, Make.com, OpenAI/Claude, Telegram Bot API, Meta API, Google Sheets/Airtable або проста база даних. Готовий розглянути інші пропозиції. Архітектура повинна дозволяти в майбутньому додавати або замінювати джерела подій без перебудови всієї системи. Бюджет MVP: орієнтовно $400–600. Термін: бажано 7–14 днів. Детальне технічне завдання з описом функціоналу та питаннями до виконавця додаю окремим файлом. У відгуку прошу коротко вказати: — запропонований стек; — досвід із подібними автоматизаціями; — підхід до отримання даних із Finishers; — запропоноване рішення щодо фотографій; — орієнтовний термін; — фінальну вартість MVP. Буду радий отримати не просто оцінку вартості, а й ваші пропозиції щодо того, як зробити систему простішою, надійнішою або дешевшою в підтримці.
Ставки приховані
Ставки поки відсутні
Ставки приховані
Ставки приховані
-
Элина Шишканинец 6 липня 2025Пару питань, щоб краще зрозуміти:
Який у вас стек технологій?
Чи важливо, якою мовою писати, чи можна вибрати те, що зручніше?
Чи плануєте запускати проєкт у докері?
Які серверні ресурси будуть для запуску?
-
Элина Шишканинец 6 липня 2025
я так розумію щось таке. Після натискання "аналіз" буде парсити товари и порівнювати
-
Элина Шишканинец 6 липня 2025Єдине ключове питання, яке потрібно детально обговорити — це парсер для розбору параметрів товару з одного рядка.
Для цього є два основні варіанти:Використати нейромережу на базі BERT чи іншої NLP-моделі, яка зможе "розуміти" текст і витягати характеристики більш гнучко та природньо.
Або піти складнішим шляхом — написати великий набір регулярних виразів і правил. Але цей варіант потребує постійного розширення і поповнення бази патернів для всіх можливих моделей, конфігурацій, параметрів тощо.
При цьому важливо робити це "по-розумному", адаптуючись під українську мову, специфіку написання та поширені варіанти описів.
Актуальні фриланс-проєкти в категорії AI та машинне навчання
Шукаємо фахівця або команду для впровадження AI-рішень у комунікацію медичного центру КТ та МРТ. Потрібно: інтегрувати AI у телефонію для обробки вхідних і холодних дзвінків; забезпечити природне українськомовне спілкування з мінімальними паузами; інтегрувати AI-асистента в чат Binotel або запропонувати ефективну альтернативу; автоматизувати відповіді на запитання, первинну консультацію та запис на обстеження. Важливо: сфера медицини потребує точного збору інформації перед КТ або МРТ, зокрема щодо зони обстеження, підготовки, направлення та можливих протипоказань. Рішення має бути емпатичним, професійним і передбачати передачу складних випадків оператору. У відгуку прошу надіслати релевантні кейси, опис запропонованого рішення та орієнтовні терміни. Досвід у медичних проєктах буде перевагою.
Необхідно розробити додаток в MATLAB, який зможе обробляти зображення/відео, виділяти окремі предмети, аналізувати їх характеристики і за необхідності використовувати методи машинного навчання для автоматизації аналізу. Бажано: впевнене знання MATLAB; досвід у Computer Vision / Image Processing; досвід з Machine Learning;
розробника для створення AI-ботів - мультиагентна система та автоматизацій в AI-додатку. Що потрібно: володіння n8n; досвід інтеграції OpenAI та інших AI-моделей через API; робота з вебхуками, REST API та Supabase; уміння створювати надійні AI-воркфлоу та автоматизації. Створювати мультиагентні системи з нуля або з фреймворку AI Agents, MCP, RAG
Підрахунок готової продукції та людейНекондиційна продукція.Yа прикладі високопродуктивної лінії, забезпечити точний підрахунок пропускної спроможності, участь робочої сили, виявлення некондиції та контекст зупинок/переналагоджень, надаючи готову аналітичну інформацію.

