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.
LLM-чат-боттарды автоматтандырылған стресс-тестілеу және валидациялау
Мақсаты және тапсырманың сипаттамасы (Цель и описание задачи) Мақсаты: Туристік агенттіктің нақты клиенттерінің мінез-құлқын имитациялайтын және тексерілетін боттың жауаптарының сапасын бағалайтын автоматтандырылған жүйені ("Бот-тестілеуші") құру. Тапсырманың мәні: Біздің негізгі ботымыздың API-ына сұраулар жіберетін, жауаптарды қабылдап, оларға баға беретін, рөльдік тұрғыдан "қиын" немесе "күрделі" клиент бола алатын құралды әзірлеу қажет. Таләп етілетін функционал (Үміткерден ұсыныстар күтеміз): Персоналар мен сценарийлерді генерациялау (Simulation): Бот-тестілеуші әртүрлі рөлдерді ойнай білуі керек (мысалы: "Бюджеті шектеулі турист", "Балалы отбасы", "Шыдамсыз клиент"). Тапсырма: Турлар, қонақ үйлер, визалар және ұшу билеттері бойынша нақты сұраныстарды имитациялау. Мәнмәтінді ұстап тұруды тексеру (Context & Memory Testing): Бұл – сыни талап. Тестілеуші негізгі ботты қасақана "шатастыруы" керек. Сценарий: Түркиядағы қонақ үй туралы сұрау -> Ұшу билеті туралы сұрау -> Қайтадан қонақ үйдегі тамақтану туралы сұрау (қонақ үй атауын қайталамастан). Үміткерге сұрақ: Негізгі боттың әңгіме желісін жоғалтпағанын бағдарламалық түрде қалай тексересіз? Стресс-тестілеу (Adversarial Testing): Аралас ниеттер (Mixed Intents): Бір хабарламада бірнеше қызметті сұрау ("Мысырға барғым келеді, бірақ ұшу ертең болсын және қонақ үй 5 жұлдызды, әрі арзан болсын"). Тақырыпты ауыстыру: Турды таңдаудан ақшаны қайтару мәселесіне кенеттен өту. Бағалау модулі (AI Judge): Тестілеуші жай ғана сөйлесіп қоймай, есеп беруі керек. Метрикалар: Жауаптың релеванттылығы (1-10), Фактілік дәлдік (галлюцинациялардың жоқтығы), Қарым-қатынас тоны. Үміткерге сұрақ: Жауаптардың сапасын автоматты түрде бағалау үшін қандай әдістемені ұсынасыз (LLM-as-a-Judge, RAGAS немесе басқа)?
Прием решений до
12.01.26 (включительно)
Область задачи
Другие технологические решенияКоличество заявок
1
Разработка AI-ориентированной образовательной платформы на базе корпоративной базы знаний
Целью проекта является разработка AI-ориентированной образовательной платформы, предназначенной для дистанционного и смешанного обучения, с глубокой интеграцией искусственного интеллекта в процесс подготовки и сопровождения образовательного контента. Ключевая особенность платформы — использование искусственного интеллекта для автоматической генерации учебных материалов на основе существующей законодательной, нормативной и методической базы знаний, предоставляемой заказчиком. Платформа должна обеспечивать полный цикл обучения: формирование учебных программ, генерацию контента, проведение тестирования, оценку знаний и аналитический мониторинг результатов обучения.
Прием решений до
12.01.26 (включительно)
Область задачи
Нейротехнологии и искусственный интеллектКоличество заявок
2
Business Process Mapping and BPMN Engine Implementation
Цель: Повышение операционной эффективности и управляемости компании в условиях быстрого роста через визуализацию, стандартизацию и автоматизацию бизнес-процессов. Описание: Проект включает разработку веб-приложения для картирования процессов (с поддержкой swimlane-диаграмм) и внедрение движка исполнения стандарта BPMN 2.0. Основные работы охватывают документирование ключевых операций, создание инструментов для моделирования и автоматизацию рабочих потоков. Реализация обеспечит руководству прозрачность процессов в реальном времени и создаст фундамент для цифровой трансформации и масштабирования бизнеса.
Прием решений до
12.01.26 (включительно)
Область задачи
Нейротехнологии и искусственный интеллектКоличество заявок
1
Система автоматического обнаружения и реанимации “мёртвых” предложений на маркетплейсе
Разработать систему, которая автоматически выявляет предложения продавцов с нулевой или аномально низкой коммерческой эффективностью и определяет вероятную причину отсутствия спроса, чтобы: - дать продавцу конкретные рекомендации по улучшению предложения; - либо корректно вывести предложение из активного каталога. Цель Повысить эффективность и качество каталога маркетплейса за счёт: - снижения доли неработающих предложений; - повышения конверсии листинга и поиска; - уменьшения “шума” в каталоге; - роста GMV без увеличения трафика.
Прием решений до
09.01.26 (включительно)
Область задачи
Обработка и преобразование информацииКоличество заявок
2
Реализация системы мониторинга и алертинга для ML-алгоритма ранжирования маркетплейса
В маркетплейсе используется ML-алгоритм ранжирования, который формирует порядок выдачи товаров/услуг в поиске и листингах. Алгоритм напрямую влияет на пользовательский опыт и ключевые бизнес-метрики (CTR, CR, GMV). Цель задачи — разработать систему мониторинга и алертинга, которая позволит: - оперативно обнаруживать деградацию работы алгоритма, - автоматически сигнализировать о сбоях, - помогать в определении возможной причины проблемы (данные, модель, инфраструктура). Система алертинга должна покрывать: - входные данные модели - поведение модели в продакшене - онлайн-бизнес метрики - техническое состояние сервиса ранжирования.
Прием решений до
09.01.26 (включительно)
Область задачи
Обработка и преобразование информацииКоличество заявок
3
Цифровой двойник
Создание приложение в котором будет возможность создания цифрового двойника строящегося жилья, чтобы можно было провести виртуальный тур для потенциальных покупателей строящегося жилья, с возможностью ознакомления с будущими апартаментами и дворовой территории.
Прием решений до
09.01.26 (включительно)
Область задачи
Технологии виртуальной и дополненной реальностиКоличество заявок
2
Разработка универсального интеграционного коннектора для программы учета цветочном бизнесе Posiflora.com
Целью проекта является разработка универсального интеграционного коннектора для программы учета Posiflora, обеспечивающего гибкий, безопасный и масштабируемый обмен данными с внешними системами через официальный API Posiflora. В рамках проекта предполагается: • анализ API Posiflora и ключевых бизнес-сущностей (продажи, заказы, товары, остатки, клиенты, сотрудники, магазины); • разработка архитектуры универсального коннектора с возможностью подключения различных источников и получателей данных; • реализация двустороннего обмена данными (получение и отправка); • поддержка событийной и/или периодической синхронизации (webhooks, polling, расписания); • настройка маппинга данных между Posiflora и внешними системами; • обработка ошибок, логирование и мониторинг интеграций; • обеспечение безопасности (авторизация, токены, ограничение доступа); • подготовка технической документации и примеров подключения для разработчиков. Результатом должен стать готовый универсальный коннектор, который можно использовать как основу для интеграции Posiflora с любыми внешними учетными, аналитическими и сервисными системами без разработки с нуля под каждый кейс.
Прием решений до
09.01.26 (включительно)
Область задачи
Интеллектуальные системы управленияКоличество заявок
3
Экосистема "Edu-Tech & Industry" (Промышленность и Образование)
Цель проекта в рамках экосистемы "Edu-Tech & Industry" — это не просто «сделать сайт с 3D», а создать высокотехнологичную среду для трансформации производственного опыта в цифровой актив.Создать единую цифровую платформу, которая объединяет реальное производство и образовательный процесс через интерактивные двойники (Digital Twins), позволяя сотрудникам обучаться в безопасной, контролируемой и измеримой виртуальной среде.
Прием решений до
09.01.26 (включительно)
Область задачи
Обработка и преобразование информацииКоличество заявок
4
Оптимизация архитектуры вычислительных процессов платформы OPTIM
Разработать и внедрить оптимизированную архитектуру системы асинхронных расчетов для платформы OPTIM, обеспечивающую стабильность, прозрачность и производительность при работе с экономическими, инженерными и геологическими моделями нефтегазовых проектов.
Прием решений до
09.01.26 (включительно)
Область задачи
Геолого-физические методы исследованияКоличество заявок
5
Исследование и разработка локальной системы компьютерного зрения и генеративных моделей для виртуальной примерки одежды и создания фотореалистичных изобретений товаров
Оценить и разработать локально развернутую систему на базе моделей компьютерного зрения и генеративного ИИ для: * фотографии товаров (одежды) и изображе-ний людей; • виртуальная «примерки» одежды на человеке с учетом позы, пропорций тела и освящения; * генерация фотореалистичных изображений готового образа без проведения физической фотосъемки; * обеспечение полного контроля над данными и соответствием требованиям конфиденциальности.
Прием решений до
08.01.26 (включительно)
Область задачи
Обработка и преобразование информацииКоличество заявок
3
