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
841 тех. задач

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.

Заказчик

IDEAWA GROUP

Прием решений до

30.09.26 (включительно)

Область задачи

Обработка и хранение больших данных

Количество заявок

5

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.

Заказчик

IDEAWA GROUP

Прием решений до

30.09.26 (включительно)

Область задачи

Обработка и хранение больших данных

Количество заявок

5

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

Заказчик

ТОО iDerek

Прием решений до

29.09.26 (включительно)

Область задачи

Обработка и преобразование информации

Количество заявок

6

Защита от повторного списания денежных средств без использования 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. Идемпотентность запросов: перед первой отправкой платежа клиент формирует уникальный idempotency-ключ; любая повторная отправка с тем же ключом должна возвращать результат уже существующей операции, а не создавать новую. Единый сквозной transaction_id, передаваемый между приложением, бэкендом и (по возможности) платёжным провайдером — для однозначного сопоставления операции на всех этапах. Журнал транзакций на сервере с явными статусами: создана, отправлена провайдеру, подтверждена, отклонена, статус неизвестен (timeout), сверена. Переход между статусами и его время должны логироваться для последующего разбора инцидентов. Итоговый статус платежа определяется не по факту получения/неполучения ответа в момент запроса, а через отдельный запрос статуса (polling) или webhook/callback от провайдера — статус запроса и статус денежной операции должны быть разделены. Таймауты и retry-политика: заданные пороги ожидания ответа, ограниченное число повторов, экспоненциальный backoff; повтор допустим только с тем же idempotency-ключом. Механизм сверки (reconciliation) для провайдеров, не поддерживающих идемпотентность: проверка статуса последней операции клиента перед повторной отправкой либо периодическое сопоставление журнала транзакций с выпиской провайдера. Атомарность записи операции и её отправки провайдеру на стороне бэкенда (например, паттерн outbox), чтобы сбой между этими шагами не приводил к потере факта отправки. Блокировка повторной отправки формы платежа на UI до получения окончательного статуса операции. Уникальное ограничение (unique constraint) по idempotency-ключу на уровне БД — как последний рубеж защиты от дублей при параллельных запросах. Информирование пользователя о промежуточном/неопределённом статусе понятной формулировкой («платёж обрабатывается»), без утверждения об успехе или неуспехе до подтверждения.

Заказчик

Solva Technology

Прием решений до

17.09.26 (включительно)

Область задачи

FinTech

Количество заявок

3

Питчинг технологических решений в сфере Индустрии 4.0 на AI & Digital Bridge 2026 с призовым фондом 5 млн. тенге

Поиск и отбор технологических решений в сфере Индустрии 4.0. Участники получат возможность презентовать свои цифровые и ИИ-решения перед крупными предприятиями нефтегазовой отрасли на площадке AI & Digital Bridge 2026. Отразите в презентации: компанию/команду, проблему и её решение, описание продукта, целевую аудиторию, существующие аналоги и преимущества, roadmap, бизнес-модель и дополнительную важную информацию.

Заказчик

Астана Хаб

Прием решений до

21.09.26 (включительно)

Область задачи

Цифровизация, автоматизация и ИИ в промышленности

Количество заявок

57

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.

Заказчик

KCC POWER PROVIDER

Прием решений до

23.09.26 (включительно)

Область задачи

Технологии цифровой безопасности

Количество заявок

9

Создание групп ИИ-ассистентов для групп компаний по ремонту ЖД техники в депо

Разрабатывать группы ИИ-асситентов и связывать с имеющейся платформой в предприятиях (база данных)

Заказчик

Your Dream Tech

Прием решений до

21.09.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

12

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

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.

Заказчик

ТОО Элмис Софт

Прием решений до

14.09.26 (включительно)

Область задачи

Интернет вещей

Количество заявок

6

Создание корпоративного сайта

Компания LWO приглашает квалифицированные IT-компании принять участие в отборе подрядчика для разработки современного корпоративного веб-сайта на основании прилагаемого технического задания.

Заказчик

LWO Central Asia Ltd.

Прием решений до

11.09.26 (включительно)

Область задачи

Геологические методы исследования

Количество заявок

22

Тип задачи

Область задачи

Сфера применения

Сбросить фильтры