Technological tasks
The Tech-tasks module is tasks related to the development, implementation and improvement of new technologies, products and processes. If you have development, implementation and other needs you can post information below.
Интеграция RFID/QR-считывания трубной продукции с 1С/ERP
Разработать мобильное приложение и интеграционный модуль: считывание RFID-меток и QR-кодов на трубной продукции, карточка каждой единицы, передача результатов инвентаризации в 1С/ERP
Decision acceptance deadline
24.11.26 (inclusive)
Preferred systems
Technologies in transport and logisticsNumber of applications
0
Модульный агрегатор платежей и электронных чеков для кассовых систем
Основная цель проекта: Создание B2B/B2C SaaS-платформы (агрегатора), которая оптимизирует процесс оплаты на кассовых узлах ритейла, сокращает расходы бизнеса на термобумагу и банковский эквайринг (за счет перевода в СБП/QR), а также повышает удобство для покупателя.
Decision acceptance deadline
24.11.26 (inclusive)
Preferred systems
Information processing and transformationNumber of applications
0
Локальная (on-premise) платформа распознавания речи и суммаризации встреч для казахского, русского и английского языков
Цель — создать полностью локальное решение для обработки аудиозаписей встреч и звонков на казахском, русском и английском языках. Решение включает распознавание речи, разделение по спикерам и автоматическое резюме. Всё должно работать на одном вычислительном узле класса NVIDIA DGX Spark, без передачи данных во внешние облачные сервисы. В рамках задачи нужно: – сравнить открытые модели распознавания речи на публичных наборах данных (FLEURS, Common Voice) по метрикам WER, CER, скорости и потреблению памяти, в том числе на телефонном звуке 8 кГц и на 16 кГц и выше; – оценить качество на смешанной казахско-русской речи (шала-казахский); – при необходимости оценить объём данных и сроки на дообучение; – проверить качество диаризации; – подобрать LLM для суммаризации на казахском и русском; – запустить все компоненты одновременно на одном устройстве и рассчитать его пропускную способность. Используются только модели с лицензиями, разрешающими коммерческое использование и дообучение (MIT, Apache 2.0, CC-BY).
Decision acceptance deadline
24.11.26 (inclusive)
Preferred systems
Neurotechnology and artificial IntelligenceNumber of applications
0
Разработка программного модуля интеграции с r_keeper для автоматизации заказов, оплат и кассовых операций
Цель проекта — разработка универсального программного модуля для интеграции цифровых сервисов ABR Tech с системой автоматизации ресторанов r_keeper. Модуль должен обеспечить создание и обработку заказов, проведение и регистрацию оплат, закрытие счетов, печать чеков, оформление доставки и самовывоза, а также обслуживание заказов за столом. Решение должно использовать существующие контракты интеграции с iiko, чтобы подключение ресторанов на r_keeper не требовало существенных изменений бизнес-логики ABR+.
Decision acceptance deadline
24.11.26 (inclusive)
Preferred systems
Other technological solutionsNumber of applications
0
Модуль ИИ-прогнозирования успеваемости и раннего выявления рисков
За минимальный срок создать рабочий модуль, который по учебным данным прогнозирует итоговый балл учащегося, заранее — не менее чем за 3 недели до конца учебного периода — выявляет риск неуспеваемости и объясняет преподавателю его причины. MVP должен подтвердить, что модель выявляет риски точнее простого правила «средний балл ниже порога» и что её объяснения понятны и полезны преподавателю. Модуль является самостоятельным продуктом: генерация тестов создаёт задания, адаптивное обучение подбирает траекторию учащемуся, а данный модуль анализирует данные и помогает преподавателю принимать решения. Модуль не изменяет учебный контент, решение о мерах всегда принимает преподаватель.
Decision acceptance deadline
24.11.26 (inclusive)
Preferred systems
Intelligent control systemsNumber of applications
0
Разработка системы прогнозирования выручки и формирования управленческих рекомендаций на основе искусственного интеллекта.
Цель проекта — разработка интеллектуальной системы для прогнозирования выручки ресторанов и формирования обоснованных управленческих рекомендаций на основе исторических данных о продажах. Система будет интегрирована в существующую аналитическую платформу Beast и позволит руководителям выявлять негативные тенденции, сравнивать показатели ресторанов и определять возможности роста выручки и среднего чека. Использование искусственного интеллекта должно сократить время на анализ показателей и повысить обоснованность управленческих решений.
Decision acceptance deadline
23.11.26 (inclusive)
Preferred systems
Intelligent control systemsNumber of applications
1
Доработка механизма контроля остатков по форме казначейства 4-20 в ИС «МЕКЕМЕ: Бюджетное планирование и финансирование»
Цель задачи — совершенствование механизма контроля остатков при внесении изменений в планы финансирования государственных учреждений. Необходимо доработать модуль «Финансирование» ИС «МЕКЕМЕ: Бюджетное планирование и финансирование», обеспечив автоматическое отображение оплаченных сумм и остатков по платежам и обязательствам на основании актуальных данных казначейской формы 4-20. Доработка должна обеспечить получение соответствующих показателей по бюджетным программам, подпрограммам и спецификам непосредственно в окне заполнения изменений плана финансирования.
Decision acceptance deadline
23.11.26 (inclusive)
Preferred systems
Other technological solutionsNumber of applications
0
Разработка интеллектуальной системы автоматической генерации тестовых заданий на основе искусственного интеллекта
Создать интеллектуальную систему, которая автоматически генерирует образовательные тестовые задания на основе загруженных учебных материалов с использованием технологий искусственного интеллекта.
Decision acceptance deadline
23.11.26 (inclusive)
Preferred systems
Intelligent control systemsNumber of applications
6
Разработка ИИ-модуля прогнозирования оттока учеников и автоматизации удержания для платформы Altan CRM/LMS
Altan CRM/LMS — вертикальная SaaS-платформа для образовательных центров в странах СНГ (свидетельство о регистрации ПО № 54561). В ней собран весь контекст работы центра: абонементы и оплаты, расписание, посещаемость, история переписки с родителями (WhatsApp, Instagram, Telegram), воронки продаж, преподаватели, финансы. Цель — разработать и встроить в платформу ИИ-модуль, который: Ежедневно оценивает риск ухода каждого ученика (churn score) по посещаемости, пропускам, балансу абонемента, задержкам оплаты, тону переписки с родителем и динамике успеваемости. Объясняет причину риска понятным менеджеру языком: «3 пропуска подряд, баланс 0, родитель не ответил на 2 сообщения». Предлагает следующее действие (звонок, сообщение, отработка, смена группы или преподавателя) и пишет черновик сообщения родителю в стиле менеджеров центра. Создаёт задачи на удержание в CRM и показывает на дашборде эффект: сколько учеников удержано, сколько выручки сохранено. Модуль должен работать сразу для многих центров (multi-tenant) и не требовать ручной настройки под каждый из них.
Decision acceptance deadline
20.11.26 (inclusive)
Preferred systems
Neurotechnology and artificial IntelligenceNumber of applications
3
Сервис передачи данных из 1С в корпоративное хранилище данных (DWH)
Цель - чтобы данные бухгалтерского, кадрового и управленческого учёта из 1С регулярно, без участия людей и без потерь попадали в корпоративное хранилище, где лежат в понятной, документированной и пригодной для аналитики структуре вместе с данными маркетплейса (заказы, продавцы, покупатели). Отчётность строится на хранилище, а не на выгрузках в Excel. Решение: инкрементальная загрузка справочников, документов, проводок и регистров из 1С без нагрузки на рабочие базы; хранилище слоями (сырой слой, ядро с историчностью, витрины); единые справочники для учётных и операционных данных; автоматическая сверка оборотов и остатков с 1С после каждой загрузки; каталог данных с происхождением каждого показателя; первые витрины (P&L, ДДС, продажи, зарплата) и подключение BI. Участник проектирует архитектуру хранилища, реализует коннекторы и загрузку, строит ядро и первые витрины, передаёт методику добавления новых источников. Существующие выгрузки могут быть заменены полностью. Результат - работающий конвейер, спроектированное хранилище, витрины, код и документация.
Decision acceptance deadline
20.11.26 (inclusive)
Preferred systems
Processing and storage of Big DataNumber of applications
3
