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.
Pasport ID
Проверка на уязвимости мобильных приложений Андроид и iOS.
Прием решений до
до 23.12.25
Область задачи
Обработка и хранение больших данныхКоличество заявок
1
АВТОМАТИЗИРОВАННАЯ СИСТЕМА «ЕДИНАЯ ПЛАТФОРМА УПРАВЛЕНИЯ ЭКСПЛУАТАЦИОННОЙ ДЕЯТЕЛЬНОСТЬЮ
Система предназначена для автоматизации управления операциями железнодорожного цеха предприятия (с учетом подразделений: _______). Основное назначение системы – обеспечить сбор и обработку данных о движении поездов и вагонов, планирование маневровых перемещений, учет работы локомотивного парка и вагонной службы, а также формирование соответствующих графиков и отчетов. Система должна предоставлять единый современный интерфейс для выполнения этих функций, повышая удобство работы оператора и снижая количество ошибок при вводе данных.
Прием решений до
до 23.12.25
Область задачи
Информационные системы Smart FieldКоличество заявок
4
В поиске партнера (специалиста по разработке) для стартапа в сфере медицины
Всем добрый день! Меня зовут Мейрам, я доктор, на этапе запуска проекта. Прямо сейчас, в поиске партнера (из города Астана), который вместе со мной смог бы реализовать техническую часть. Патент, товарный знак и иные подготовительные этапы я реализовал.
Прием решений до
до 23.12.25
Область задачи
Компоненты робототехники и сенсорикаКоличество заявок
4
Интеллектуальная система суфлирования оператору (Real-time Agent Assist)
Разработать модуль, который переводит речь клиента и оператора в текст в режиме реального времени (ASR), анализирует контекст диалога и автоматически выводит на экран оператора релевантную статью из Базы Знаний или готовый скрипт ответа (LLM-генерация) до того, как оператор начнет искать информацию вручную.
Прием решений до
до 23.12.25
Область задачи
Обработка и преобразование информацииКоличество заявок
4
Разработка межбанковской системы платежей BankPayment для клиринговых операций банков
Требуется разработать и внедрить специализированную платежную систему BankPayment, предназначенную для обеспечения высоконагруженной обработки безналичных переводов и клиринговых операций между банками.
Прием решений до
до 23.12.25
Область задачи
Обработка и преобразование информацииКоличество заявок
1
Интеграция СКУД с системой Enbek.kz для учета рабочего времени
Автоматизировать процесс передачи данных о фактическом рабочем времени сотрудников, зафиксированном турникетами/точками доступа СКУД, в государственную систему Enbek.kz для соблюдения требований законодательства РК и исключения ручного ввода табелей.
Прием решений до
до 22.12.25
Область задачи
Интеллектуальные системы управленияКоличество заявок
1
Статический «оракул уязвимостей» для произвольного кода
К заказчику привязано несколько десятков репозиториев (Go, Kotlin, TypeScript, немного C++). Ручной code‑review не успевает отлавливать критические уязвимости. От нас потребовали спроектировать статический анализатор, который: • гарантированно находит все уязвимости определённого класса (SQL‑инъекции, XSS, утечки секретов); • не даёт ложных срабатываний (0 false positive); • работает за ограниченное время (до 60 секунд на репозиторий среднего размера); • применим к любому коду на поддерживаемых языках без дообучения под конкретный проект. Иначе говоря, от нас ожидали универсальный «оракул уязвимостей».
Прием решений до
до 22.12.25
Область задачи
Обработка и преобразование информацииКоличество заявок
0
Идеальный детектор аномалий в логах и телеметрии
С ростом числа пользователей мобильных приложений заказчик столкнулся с лавинообразным ростом логов и метрик. Команда безопасности хотела бы иметь модель, которая: • обнаруживает все реальные инциденты (атаки, утечки, критические баги) в потоках логов и телеметрии; • никогда не выдаёт ложных тревог по benign‑событиям; • автоматически адаптируется к любым будущим изменениям поведения пользователей и инфраструктуры; • не требует ручной настройки правил. Требовался, по сути, «идеальный детектор аномалий», работающий как чёрный ящик и гарантированно отличающий опасное поведение от безопасного для любых возможных входных данных.
Прием решений до
до 22.12.25
Область задачи
мобильное приложениеКоличество заявок
0
Универсальный оптимизатор схемы и запросов БД
Заказчик использует PostgreSQL 16 как основной хранилище для аналитики мобильных событий. Нагрузочный профиль меняется ежемесячно: добавляются новые отчёты, меняются паттерны фильтрации. Заказчик сформулировал амбициозное требование: построить систему, которая автоматически подбирает схему, индексы и подсказки оптимизатору так, чтобы **для любого текущего и будущего набора запросов** средняя задержка была не хуже некоторого теоретического минимума (например, не более чем на 5 % хуже оптимального плана). Система должна быть универсальной — не под конкретный набор запросов, а под любые возможные workloads.
Прием решений до
до 22.12.25
Область задачи
Информационные системы Smart FieldКоличество заявок
1
Разработка Cognitive Multi-Agent Predictive Network
Создать интеллектуальную мультиагентную систему, способную самостоятельно анализировать, прогнозировать и оптимизировать поведение цифровых двойников сложных объектов и инфраструктур. Система должна объединять когнитивные модели, нейросетевые предиктивные алгоритмы и механизмы распределённого принятия решений, формируя единый слой «умного управления» поверх физического и виртуального окружений. Проект направлен на разработку Cognitive Multi-Agent Predictive Network — распределённой сети автономных вычислительных агентов, которые взаимодействуют друг с другом и с цифровыми двойниками в симуляционной среде для решения задач анализа, прогнозирования и управления. Каждый агент в системе должен обладать следующими возможностями: Когнитивная интерпретация состояния объекта Агент анализирует данные цифрового двойника (геометрию, телеметрию, события, исторические записи) и формирует модель текущего состояния. Нейросетевое предиктивное моделирование На основе AI-операторов, включая модели динамики (Neural PDE, Graph Neural Networks), агент прогнозирует развитие системы вперёд во времени: нагрузки, риски, узкие места, потенциальные аварии. Распределённое принятие решений Агенты координируют свои действия через реляционные графовые структуры, обеспечивая согласованное поведение без центрального управляющего узла. Адаптация и самообучение Система корректирует внутренние модели на основе расхождений между симуляцией и реальными наблюдениями, улучшая точность поведения цифрового двойника. Проект предусматривает создание единой когнитивной инфраструктуры, встроенной в цифровые двойники, которая позволит: прогнозировать события до их фактического наступления; оптимизировать процессы и нагрузки в инфраструктуре; обнаруживать аномалии и угрозы; координировать работу множества виртуальных и физических объектов; формировать автономные стратегии управления. Итоговая система представляет собой новый уровень цифровых двойников — не только отражающих физический объект, но и обладающих встроенным интеллектом, способным предсказывать, анализировать и взаимодействовать.
Прием решений до
до 22.12.25
Область задачи
Интеллектуальные системы управленияКоличество заявок
0
