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.
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
Автоматическое семантическое слияние веток без конфликтов
У заказчика монорепозиторий с мобильными и серверными компонентами (Kotlin, Swift, Go, TypeScript). Количество параллельных фич‑веток превышает 50, ручное разрешение конфликтов отнимает недели. Было сформулировано требование: спроектировать систему семантического merge, которая: • всегда порождает корректный объединённый вариант или явно отказывается от слияния; • в случае успешного слияния гарантирует сохранение поведенческой эквивалентности относительно обеих веток (ни одна существующая функциональность не ломается); • работает для любого проекта в репозитории без кастомных правил. Иными словами, ожидался «автомердж‑движок без сюрпризов», который снимает вопрос ручных конфликтов принципиально
Прием решений до
до 22.12.25
Область задачи
Информационные системы Smart FieldКоличество заявок
0
Разработка цифрового решения нового поколения для модернизации автоматизированной системы управления перевозочным процессом (АСОУП) КТЖ
Создание цифрового решения нового поколения для модернизации автоматизированной системы управления перевозочным процессом (АСОУП). Новая система должна включать полный функционал действующей версии и обеспечить реализацию новых требований отрасли: повышение эффективности операционного управления, использование ИИ и прогнозной аналитики, интеграцию с другими цифровыми сервисами КТЖ, поддержку информационной модели перевозок в реальном времени и улучшение планирования эксплуатационной деятельности. Проект предполагает вовлечение отечественных IT-компаний и экспертов, применение лучших мировых практик и современных технологий.
Прием решений до
до 18.12.25
Область задачи
Технологии в транспорте и логистикеКоличество заявок
3
Разработка платформы управления проектами с клиентским доступом и контролем статусов и документации
Цель проекта — разработка и внедрение программного решения для автоматизации процессов проектного управления в сервисных и консалтинговых компаниях, включая управление статусами выполнения, хранение документации, контроль сроков, финансовый мониторинг и предоставление клиентам защищённого доступа к актуальной информации по их проектам. Решение улучшает прозрачность, повышает скорость принятия решений и снижает риски ошибок и дублирования данных.
Прием решений до
до 18.12.25
Область задачи
Интеллектуальные системы управленияКоличество заявок
2
AI помощник для проведения собеседований
Компания проводит несколько десятков собеседований IT-специалистов в месяц. Стоимость проведения технического интервью с привлечением лида высокая. Задача - снизить стоимость найма и повысить качество. Наше видение - сделать ИИ-ассистента, которого бы использовал HR рекрутёр (не технический эксперт) для первичной оценки профессиональных навыков программистов. ИИ-ассистент должен работать в режиме суфлёра. При проведении интервью он должен подсказывать какие вопросы задавать и в зависимости от ответов подсказывать следующий вопрос. По результатам интервью он должен давать оценку навыков кандидата.
Прием решений до
до 18.12.25
Область задачи
Нейротехнологии и искусственный интеллектКоличество заявок
3
Оракул регрессий для произвольных версий мобильного приложения
Заказчик поддерживает несколько мобильных приложений с общим кодом бизнес‑логики (Kotlin Multiplatform + Go‑бэкенд). После каждого релиза QA‑команда тратит недели на регрессионное тестирование. Было предложено разработать инструмент, который по паре версий (старой и новой) автоматически отвечает на вопрос: «Существует ли хоть один сценарий использования (последовательность действий пользователя, фоновые события, сетевая задержка и т. п.), при котором новая версия ведёт себя иначе, чем старая, в части задекларированных инвариантов?» Важно: инструмент должен давать **строгий** ответ (да/нет), без вероятностных допущений.
Прием решений до
до 18.12.25
Область задачи
ITКоличество заявок
0
Оптимизация процесса QA для веб-продукта на стадии MVP
Разработать и внедрить эффективную стратегию тестирования для веб -MVP, которая позволит значительно повысить качество релиза, сэкономив время и ресурсы команды. Проект направлен на создание структурированного, приоритизированного и быстрого процесса QA для продукта на ранней стадии. В рамках задачи будет охвачено планирование, ручное тестирование, анализ результатов и закладка основы для будущей автоматизации.
Прием решений до
до 18.12.25
Область задачи
Другие технологические решенияКоличество заявок
0
AI-агент первой линии
Разработать AI-агента, который автоматически распределяет входящие обращения клиентов на соответствующие группы менеджеров по территориальному признаку. Агент должен работать в WhatsApp: самостоятельно уточнять у клиента город, классифицировать обращение и направлять диалог в нужную региональную группу менеджеров, без участия сотрудника.
Прием решений до
до 18.12.25
Область задачи
Нейротехнологии и искусственный интеллектКоличество заявок
5
