Технологические задачи

Модуль Технологические задачи - это задачи, связанные с разработкой, внедрением и совершенствованием новых технологий, продуктов и процессов.
Если у вас есть потребность по разработке, внедрению и другие спросы вы можете разместить информацию ниже.

Фильтр
172 тех. задач

Разработка отказоустойчивой IT-инфраструктуры с автоматическим переключением между дата-центрами

Цель проекта: Разработать и внедрить отказоустойчивую серверную инфраструктуру для международного мобильного приложения Kid Security, обеспечивающую бесперебойную работу сервиса при авариях, кибератаках или полной недоступности одного из дата-центров.

Заказчик

Частная компания «Kid Security Limited»

Прием решений до

30.10.26 (включительно)

Область задачи

Децентрализованная генерация

Количество заявок

1

Разработка подсистемы расширенных ИИ-запросов (GenAI чат-бот) и Интеграции с Единой платформой недропользования (ЕПН) как развитие проекта «Разработка подсистем для обработки геологической информации с использованием технологий искусственного интеллекта, а также хранения оцифрованных геологических данных».

Назначение проекта заключается в разработке Подсистемы расширенных ИИ-запросов (GenAI чат-бота) и интеграции с Единой платформой недропользования (ЕПН), обеспечивающих поиск, получение и использование структурированных геологических данных посредством технологий искусственного интеллекта и интеграционного взаимодействия с государственными информационными системами.дог

Заказчик

Товарищество с ограниченной ответственностью Казахалтын

Прием решений до

28.10.26 (включительно)

Область задачи

Обработка и хранение больших данных

Количество заявок

0

Smart Factory Automation Program

Smart Factory Automation Program — программа поиска и внедрения автоматизированных решений для производственных и логистических процессов завода. Цель проекта — совместно со стартапами и технологическими компаниями выявить повторяемые операции и внутризаводские перемещения, которые могут быть автоматизированы, разработать и протестировать практические решения, а затем масштабировать подтвердившие эффективность решения на другие процессы завода. Приоритетные направления: автоматизация внутризаводской логистики — AGV/AMR и другие решения для перемещения материалов, тары, комплектующих и расходных материалов; автоматизация операций качества и rework — автоматизированная обработка, контроль и доработка продукции; компьютерное зрение, датчики и другие технологии для повышения стабильности и эффективности процессов.

Асхат Алиев

Прием решений до

19.10.26 (включительно)

Область задачи

Компоненты робототехники и сенсорика

Количество заявок

9

Привязка выполненных физических объёмов к BIM по сметам и актам с трассировкой до конечных элементов

Исследовать распознавание смет и актов выполненных работ и сопоставление их строк с конечными элементами BIM по зоне, виду работ и объёму. Создать прототип с двусторонней трассировкой: документ и его версия → строка → вид работ → ID элемента и версия модели. Для каждой связи сохранять количество, единицу измерения, статус выполнения и основание сопоставления. По строке документа выделять связанные элементы в 3D, а по элементу показывать исходные строки и учтённые объёмы. Поддержать связи «многие ко многим», частичное выполнение и историю корректировок документов и моделей.

Заказчик

BI Design Tech

Прием решений до

07.10.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

15

Оцифровка базы знаний в требования и граф связей с помощью ИИ

Исследовать извлечение проверяемых требований из стандартов, регламентов, таблиц и схем. Создать прототип реестра с ID, источником, версией, владельцем, областью применения и способом проверки. ИИ должен предлагать связи с типовыми решениями и зависимыми требованиями, выявлять противоречия; публикация требований и связей выполняется после проверки экспертом.

Заказчик

BI Design Tech

Прием решений до

07.10.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

18

Проверка проектных решений по корпоративным стандартам с помощью ИИ

Исследовать, какие требования корпоративных стандартов можно проверять по геометрии, параметрам и связям объектов BIM. Создать прототип, в котором ИИ интерпретирует требование, а утверждённые правила выполняют проверку. Для замечания показывать пункт стандарта, затронутые элементы и доказательство; при нехватке данных выдавать соответствующий статус.

Заказчик

BI Design Tech

Прием решений до

07.10.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

11

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).

Заказчик

ТОО АМК

Прием решений до

18.09.26 (включительно)

Область задачи

Охрана труда, промышленная безопасность, охрана окружающей среды и производственные операции

Количество заявок

10

Разработка системы предиктивного обслуживания оборудования на основе телеметрии и машинного обучения

Разработать программно-аппаратный комплекс, который собирает данные с промышленного оборудования, выявляет ранние признаки деградации узлов и прогнозирует отказы до их возникновения, переводя обслуживание с планово-календарного на состояние-ориентированное. Состав системы: Сбор данных. Модули съёма телеметрии с датчиков вибрации, температуры, тока, давления и оборотов; подключение к существующим системам автоматизации по промышленным протоколам; буферизация данных при потере связи и дозагрузка после восстановления. Хранение и обработка. Сервер временных рядов с высокой частотой записи, нормализация и очистка сигналов, привязка показаний к конкретной единице оборудования и режиму работы. Аналитическое ядро. Модели выявления аномалий и прогнозирования остаточного ресурса узлов, обучаемые на исторических данных эксплуатации и зафиксированных отказах. Постепенное дообучение по мере накопления данных на конкретном предприятии. Управление обслуживанием. Автоматическое формирование заявок на ремонт с указанием узла, характера отклонения и рекомендуемого срока; учёт истории ремонтов; расчёт потребности в запасных частях на основе прогноза. Интерфейсы. Веб-панель состояния парка оборудования с цветовой индикацией риска, карточка каждой единицы с графиками показателей, мобильный доступ для персонала на площадке, уведомления о критических отклонениях.

Владислав Анциферов

Прием решений до

05.08.26 (включительно)

Область задачи

Интеллектуальные системы управления

Количество заявок

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).

Заказчик

ТОО АМК

Прием решений до

16.04.26 (включительно)

Область задачи

Охрана труда, промышленная безопасность, охрана окружающей среды и производственные операции

Количество заявок

5

Выполнению научно-исследовательских и опытно-конструкторских работ по разработке интеллектуальной системы диспетчеризации на рудниках «Жомарт» и «Жиланды» ТОО «Корпорация Казахмыс»

Разработке интеллектуальной системы диспетчеризации на рудниках «Жомарт и «Жиланды» ТОО «Корпорация Казахмыс»

Заказчик

ТОО "Корпорация Казахмыс"

Прием решений до

14.04.26 (включительно)

Область задачи

Промышленная безопасность

Количество заявок

7

Тип задачи

Область задачи

Сфера применения

Сбросить фильтры