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.
ИИ-агент для сопровождения сквозных автотестов в CI: разбор падений, исправление тестов и расширение покрытия
Разработать переносимого ИИ-агента, который работает внутри конвейера непрерывной интеграции (CI) и сам сопровождает сквозные автоматизированные тесты (E2E-тесты) на Playwright для веб-продуктов. Все изменения кода агент оформляет как запросы на слияние (PR/MR); их принимают только после ревью. После каждого развёртывания агент прогоняет тесты на стенде и классифицирует результат: 1. Тесты упали — разбирает лог, трейсы и скриншоты и определяет источник сбоя: тест, продукт или инфраструктуру. Устаревший тест исправляет и открывает PR/MR. Предполагаемый дефект продукта оформляет как задачу с подтверждающими материалами и указанием вероятного места дефекта в коде. 2. Тесты прошли — сопоставляет покрытие с изменениями продукта, внесёнными после последнего обработанного коммита. Если находит непокрытое изменение, пишет сценарий, прогоняет его на стенде и открывает PR/MR. Если таких изменений нет, фиксирует «изменения не требуются». 3. Тестов нет — создаёт набор с нуля по утверждённому перечню сценариев. Если элементы интерфейса нельзя надёжно идентифицировать, сначала готовит отдельный PR/MR со стабильными селекторами, а тесты пишет в следующем прогоне после развёртывания. 4. Если причину определить нельзя, стенд недоступен или не хватает данных — завершает прогон со статусом `blocked`, описывает, что нужно уточнить, и не меняет код. Xena Soft самостоятельно разработала рабочий прототип и использует его на двух своих проектах: один конвейер на Azure DevOps Pipelines, другой на GitHub Actions. В каждом проекте действуют свои соглашения, а конфигурация, права доступа и ветки настроены отдельно. Нужно превратить прототип в продукт: единое ядро, три CI-адаптера (GitHub Actions, GitLab CI, Azure DevOps), панель с историей прогонов и метриками, документация, по которой новый проект подключается за один рабочий день.
Decision acceptance deadline
30.09.26 (inclusive)
Preferred systems
Neurotechnology and artificial IntelligenceNumber of applications
0
Доработка backend мобильного AI-приложения IDEAWA: архитектура обработки запросов, рекомендации, внешние API и AI-интеграция
Разработать и стабилизировать backend-пайплайн IDEAWA, который обеспечивает полный цикл обработки запроса пользователя: сообщение → сохранение → очередь → определение intent → формирование constraints → выбор источников → получение внешних данных → нормализация → фильтрация → ранжирование → формирование AI-контекста → вызов AI → валидация → сохранение → доставка клиенту. Система должна быть: отказоустойчивой; идемпотентной; масштабируемой; детерминированной в бизнес-логике; пригодной для последующего расширения количества категорий и источников данных.
Decision acceptance deadline
30.09.26 (inclusive)
Preferred systems
Processing and storage of Big DataNumber of applications
1
Доработка frontend мобильного приложения IDEAWA
Получить стабильную версию frontend IDEAWA для iOS и Android, соответствующую существующим дизайн-макетам и техническому заданию, без критических UI/UX-ошибок. Работа ведётся с существующим приложением и существующим backend. Полная разработка приложения с нуля не требуется.
Decision acceptance deadline
30.09.26 (inclusive)
Preferred systems
Processing and storage of Big DataNumber of applications
2
OCR на хостинге
🧩 Задача для комьюнити: локальный OCR PDF-сканов (RU/KK) вместо Gemini О чём речь В нашем сервисе (проверка пакетов документов для гос. услуг РК) из загруженных PDF извлекается текст для дальнейшего анализа. Большинство файлов имеют текстовый слой и парсятся локально. Но часть приходит сканами без текстового слоя — их сейчас распознаёт облачный Google Gemini 2.5 Flash. Хотим уйти от облака и делать это локально, на своём хостинге. Что нужно сделать Модуль, который принимает PDF-скан и возвращает извлечённый текст (plain text, UTF-8), дословно и в правильном порядке чтения. Должен работать офлайн, без внешних API. ⚠️ Важная оговорка по типу документов Это не распознавание паспортов, удостоверений, сложных бланков или рукописей. Сканы — это обычные печатные текстовые документы: уставы, справки, договоры, бизнес-планы, письма. То есть: преимущественно сплошной печатный текст, 1 колонка; машинный шрифт (не рукопись); могут встречаться простые таблицы, печать/подпись внизу — но это не основное содержание. Это сильно упрощает задачу: не нужен «интеллект» уровня мультимодальной LLM для сложной вёрстки — нужен надёжный OCR печатного RU/KK текста. Специфика Языки: русский + казахский (ә ғ қ ң ө ұ ү һ і), иногда в одном документе. Качество: сканы разного качества (перекос, шум, DPI 150–300). Критично: числа, суммы, БИН/ИИН (12 цифр), даты — ошибка в цифре недопустима. Вход: PDF до 15 МБ, 1–30 страниц. Выход: UTF-8 текст, порядок сверху вниз / слева направо; таблицы — построчно. Интеграция: PHP-модуль или локальный CLI/HTTP-сервис, вызываемый из PHP (стек — CodeIgniter 4 / PHP 8.2). Разрешённый стек Всё, что ставится на хостинг: Tesseract 5 (rus + kaz LSTM), PaddleOCR / EasyOCR, docTR; растеризация PDF→изображение (pdftoppm / Ghostscript); препроцессинг (OpenCV / ImageMagick: deskew, denoise, binarize). Комбинации приветствуются. Критерии приёмки Бенчмарк: предоставим набор из ~150–200 реальных обезличенных PDF (RU/KK) с эталонным текстом. Метрики: CER / WER против эталона; Field-accuracy по критичным полям (БИН, суммы, даты). Цель: точность не хуже Gemini 2.5 Flash на том же наборе (его результаты опубликуем как baseline). Производительность: ≤ N секунд на документ (уточним по железу), полностью локально. Формат сабмита Репозиторий с кодом + README (установка, зависимости, запуск). Скрипт прогона по бенчмарку, выдающий CER/WER и field-accuracy. Краткое описание пайплайна. Дедлайн: 01.10.26
Decision acceptance deadline
29.09.26 (inclusive)
Preferred systems
Information processing and transformationNumber of applications
3
Гарантированно не списать деньги дважды без распределённой транзакции
Разработка мобильного приложения с защищённым механизмом проведения финансовых операций, исключающим повторное списание средств при сетевых сбоях, тайм-аутах и повторной отправке запросов. Система должна корректно определять состояние операции даже при отсутствии однозначного ответа от внешнего платёжного провайдера.
Decision acceptance deadline
28.09.26 (inclusive)
Preferred systems
FinTechNumber of applications
2
Pitching of technological solutions in the field of Industry 4.0 at AI & Digital Bridge 2026 with a prize fund of 5 million tenge
Search and selection of technological solutions in the field of Industry 4.0. Participants will have the opportunity to present their digital and AI solutions to large enterprises of the oil and gas and mining industries at the AI & Digital Bridge 2026 site. Reflect in the presentation: the company/team, the problem and its solution, the product description, the target audience, existing analogues and advantages, roadmap, business model and additional important information.
Decision acceptance deadline
20.09.26 (inclusive)
Preferred systems
Цифровизация, автоматизация и ИИ в промышленностиNumber of applications
16
Разработать продуктовую и техническую концепцию защищенной IAM/PAM-платформы
Разработать концепцию продукта, которая показывает, как сотрудник входит в систему с одной корпоративной учетной записью, получает только разрешенные ему доступы и подключается к серверам без ручного поиска и передачи серверных паролей.
Decision acceptance deadline
23.09.26 (inclusive)
Preferred systems
Digital Security TechnologiesNumber of applications
5
Creation of a group of AI assistants for a group of companies to repair GD technicians in a depot
Develop a group of AI-assistants and link them with the platform in enterprises (base of these)
Decision acceptance deadline
22.09.26 (inclusive)
Preferred systems
Neurotechnology and artificial IntelligenceNumber of applications
7
Разработка и внедрение цифровой платформы «Цифровой Работник»
Разработка и внедрение новых научно обоснованных методов и алгоритмов с использованием передовых технологий искусственного интеллекта для автоматической оценки состояния персонала перед началом смены на основе анализа данных биомедицинского мониторинга и цифрового профиля сотрудника, для: • Обеспечения прозрачного, антимошеннического и автоматизированного процесса медосмотра. • Предотвращения недопустимых нарядов к опасным работам на основе объективных медицинских и поведенческих данных. • Снижения рисков производственного травматизма и смертности от кардиологических и иных острых состояний. • Сокращения времени прохождения медицинских осмотров и оформления нарядов. • Внедрение передовых технологий искусственного интеллекта на основе генеративных LLM моделей с RAG архитектурой, систем принятия решения на основе ИИ агентов, и предиктивной аналитики на основе машинного обучения (ML).
Decision acceptance deadline
18.09.26 (inclusive)
Preferred systems
Labor protection, industrial safety, environmental protection and production operationsNumber of applications
1
Анализ смарт колец для интеграции с мобильным приложением
найти и квалифицировать 2–3 производителя (фабрика или OEM/ODM-бренд) smart-колец, способных поставить пилотную партию 50 шт и предоставить открытый протокол или SDK, достаточный для получения сырых показателей на стороне Aiutante без обязательной зависимости от закрытого приложения поставщика.
Decision acceptance deadline
14.09.26 (inclusive)
Preferred systems
Internet of ThingsNumber of applications
6
