Technological tasks

The Tech-tasks module is tasks related to the development, implementation and improvement of new technologies, products and processes. If you have development, implementation and other needs you can post information below.

Filter
1026 tasks

Testing the “Games for Lessons” MVP module of the Daryn Orda digital platform

The “Games for Lessons” MVP module needs to be tested before further development. The specialist will check the main user scenarios, document defects, and prepare recommendations for improving the module’s quality.

Customer

Товарищество с ограниченной ответственностью Daryn Orda

Decision acceptance deadline

30.11.26 (inclusive)

Preferred systems

Intelligent control systems

Number of applications

1

Модуль медицинской безопасности ИИ-ассистента для беременных и молодых мам на казахском, русском и английском языках

Разработать модуль медицинской безопасности для ИИ-ассистента мобильного приложения Supermoms Club для беременных и молодых мам. До показа ответа пользователю модуль определяет срочность обращения и проверяет каждое медицинское утверждение по проверенной базе знаний. Работает на казахском, русском, английском и на смеси казахского с русским. Цель: каждое обращение с признаками опасного состояния при беременности, после родов или у ребёнка до 3 лет первой фразой направляет человека туда, куда нужно (скорая, приёмный покой, врач сегодня), и ни одно медицинское утверждение ИИ не доходит до пользователя без подтверждения источником. Состав работ: (1) триаж срочности — классификатор обращений по 4 уровням (экстренно / срочно к врачу / планово / не медицинский вопрос) с перечнем «красных флагов»; учитывает срок беременности, возраст ребёнка, отрицания, разговорную речь, латиницу и опечатки; (2) проверка утверждений — выделение медицинских утверждений из черновика ответа ИИ и вердикт по каждому: подтверждено / не подтверждено / противоречит источнику / запрещённый тип (диагноз, дозировка, отмена препарата); по итогу ответ показывается, исправляется или заменяется; (3) база знаний — не менее 800 положений клинических протоколов МЗ РК и рекомендаций ВОЗ на трёх языках, с источником и датой редакции, плюс редактор для врачей; (4) сервис с REST API, который разворачивается на серверах заказчика без передачи обращений внешним сервисам и не привязан к модели, пишущей ответы; (5) закрытый тест-набор (3 000 обращений и 1 000 ответов), размеченный практикующими врачами, и методика оценки. Модуль не ставит диагнозов и не назначает лечение. Подробности — в приложенном ТЗ.

Customer

ЧАСТНАЯ КОМПАНИЯ SUPERMOMS LTD.

Decision acceptance deadline

30.11.26 (inclusive)

Preferred systems

Neurotechnology and artificial Intelligence

Number of applications

0

Сбор и разметка видеоданных с промышленных объектов для обучения моделей компьютерного зрения в области охраны труда

Сформировать размеченный датасет видеофрагментов и кадров с промышленных площадок (нефтегаз, нефтехимия, горнодобыча) для обучения и дообучения моделей компьютерного зрения платформы Qorgau AI. Работы включают отбор видео, покадровую разметку объектов (люди, СИЗ, транспорт, опасные зоны, огонь, дым) и событий нарушений, контроль качества и передачу данных в формате COCO/YOLO. Подробности в приложенном ТЗ.

Customer

TOO "T3 Solutions"

Decision acceptance deadline

30.11.26 (inclusive)

Preferred systems

Neurotechnology and artificial Intelligence

Number of applications

1

Автоматизация тестирования приложений Tez Taxi

Разработать и внедрить автоматические проверки ключевых пользовательских сценариев пассажирского и водительского приложений Tez Taxi. Цель — выявлять ошибки до выпуска обновлений и сокращать ручные трудозатраты на повторное тестирование. Проверки должны выполняться через пользовательский интерфейс без передачи исполнителю исходного кода приложений и серверной части. Предварительные сценарии пилота: оформление заказа пассажиром, принятие заказа водителем, отмена и завершение поездки. На первом этапе требуется оценить возможность автоматизации на доступных сборках и согласовать объём пилота. Результат работ включает исходный код автотестов, настройки запуска, отчёты и инструкции для самостоятельного использования внутренней командой.

Customer

Товарищество с ограниченной ответственностью IT Space Apps

Decision acceptance deadline

30.11.26 (inclusive)

Preferred systems

Technologies in transport and logistics

Number of applications

1

Product Analytics Setup for the “Games for Lessons” MVP Module of the Daryn Teacher Platform

Set up measurement of key user actions in the “Games for Lessons” MVP module. This will help the team assess how game formats are used, identify friction in the user flow, and make data-informed decisions about the module’s development. The contractor will review the existing analytics system and data sources, prepare an event and parameter schema, align it with the product and technical teams, configure data collection in the company’s current analytics system, and build a dashboard with key metrics.

Customer

TOO «Daryn Teacher Group

Decision acceptance deadline

30.11.26 (inclusive)

Preferred systems

Intelligent control systems

Number of applications

0

Разработка Java Spring микросервиса оркестрации и интеграции AI-системы предиктивного скоринга товаров-новинок

Разработать backend-микросервис на Java Spring Boot для автоматизации процесса согласования и валидации новых товарных позиций (SKU) в ритейле. Решение должно обеспечивать оркестрацию многоэтапного процесса согласования, асинхронное взаимодействие с AI/ML-моделями предиктивного скоринга, обработку товарных каталогов и интеграцию с сервисами ценообразования, логистики и мастер-данных. Цель проекта — сократить время проверки новинок, повысить надёжность обработки заявок и автоматизировать принятие решений на основе коммерческих данных.

Customer

Товарищество с ограниченной ответственностью Zentro

Decision acceptance deadline

30.11.26 (inclusive)

Preferred systems

Neurotechnology and artificial Intelligence

Number of applications

0

Детерминированная атрибуция и устранение монотонного роста резидентной памяти in-memory хранилища под стационарной нагрузкой распределённых очередей задач

Мы эксплуатируем облачную B2B-платформу, фоновый контур которой построен на распределённых очередях задач поверх Redis-совместимого in-memory хранилища. При стационарном профиле нагрузки, когда число задач в единицу времени и их состав не меняются, резидентная память хранилища растёт монотонно и не возвращается к базовой линии после завершения задач. Рост заканчивается либо вытеснением ключей, либо плановым перезапуском, то есть деградацией отказоустойчивости всего асинхронного контура.

Customer

Kaskyr.com жауапкершілігі шектеулі серіктестігі

Decision acceptance deadline

27.11.26 (inclusive)

Preferred systems

Information processing and transformation

Number of applications

3

Модуль ИИ-прокторинга: определение нарушений академической честности по видео боковой камеры

Цель — MVP модуля, который автоматически анализирует запись со второй (боковой) камеры экзаменуемого при онлайн-тестировании и находит нарушения академической честности. Камера — смартфон сбоку или сбоку-сзади: в кадре человек, руки, стол и экран. Границы MVP — четыре класса нарушений: посторонний человек в кадре, телефон или второе устройство, уход с рабочего места, перекрытие или смещение камеры. Обрабатываются готовые записи; режим реального времени и остальные классы — вне этой задачи. Результат по каждой сессии — оценка риска 0–100 и список событий с таймкодами, кадрами и клипами. Решение о нарушении принимает человек-проверяющий. KPI (на закрытом тестовом наборе заказчика): — ложная тревога: не более 3% честных сессий с уровнем «высокий»; — пропуск нарушителей: не более 10% сессий с нарушением; — по каждому из 4 классов: полнота не ниже 0,85, точность не ниже 0,80; — скорость: 1 час записи 720p — не дольше 10 минут на одном GPU уровня NVIDIA T4/L4; — не менее 10 одновременно обрабатываемых сессий на одном GPU-сервере. Данные: обучающие записи снимает и размечает исполнитель — постановочно, с письменного согласия участников. Закрытый тестовый набор (~40 сессий, ~20 часов) готовит заказчик; 5–10 образцов записей заказчик даёт в первую неделю. Формат — MP4 (H.264) или WebM, 720p, 10–30 кадр/с. Обработка персональных данных — по Закону РК «О персональных данных и их защите». Среда: GPU-облако на территории РК, аренду оплачивает заказчик; Docker, все модели работают локально, без внешних AI-API. Допустимые лицензии — Apache-2.0, MIT, BSD; AGPL/GPL и веса с некоммерческой лицензией не допускаются. Сроки и права: около 10 недель в три этапа. Исключительные права на код, веса и собранный датасет переходят заказчику по акту приёмки и оплате каждого этапа; код и веса передаются не позднее 5 рабочих дней после акта.

Customer

Товарищество с ограниченной ответственностью JUZ40 ONLINE

Decision acceptance deadline

27.11.26 (inclusive)

Preferred systems

Neurotechnology and artificial Intelligence

Number of applications

4

Приложение для управления автомойкой TAZA (переход от веб-приложения MVP)

Требуется создать из действующего веб-приложения TAZA полноценный программный продукт в двух вариантах: десктопные приложения для Windows и macOS (рабочее место администратора и кассира) и мобильные приложения для Android и iOS (владелец, управляющий, работники). Приложения должны работать на общем серверном программном интерфейсе (API) с единой базой данных на сервере заказчика. Исполнитель проектирует архитектуру и интерфейсы, переносит функциональность текущего веб-приложения, дорабатывает интерфейс, переносит данные, проводит пилот на одной точке и передаёт заказчику исходный код, сборки и документацию. Состав модулей, экраны и требования приведены в Техническом задании (прикреплено), в нём есть скриншоты текущего приложения.

Customer

ТОО ТЕХНОЛОГИЧЕСКИЕ РЕШЕНИЯ

Decision acceptance deadline

27.11.26 (inclusive)

Preferred systems

Other technological solutions

Number of applications

7

Development of an intelligent system for personalized display and rotation of banners in the applications of the investment platform

Develop a service and integrate it, which, upon request from the application, decides which banner to show the customer in each zone. The service should: 1.\tProvide the display decision via REST API for the mobile and web client. 2.\tAutomatically rotate banners and learn from the response (multi-armed bandit or ML ranking). 3.\tLaunch trigger campaigns based on events: new IPO, new investment idea, after a transaction, after a deposit. 4.\tFollow business rules: –\tMandatory assignments take priority over advertising; –\tProducts for qualified investors are not shown to non-qualified ones; –\tThe frequency of displays to one customer is limited; –\tA product already connected (card, crypto account) is not advertised. 5.\tProvide marketing with an admin interface: zones, campaigns, weights, triggers, and display analytics. What the customer provides: API documentation, test environment, description of current banner zones and event triggers, depersonalized display and click logs for 3–6 months. Access to personal customer data and the production database is not provided. Performance metrics of the current logic are recorded for 30 days before implementation.

Customer

Freedom Tech ltd.

Decision acceptance deadline

27.11.26 (inclusive)

Preferred systems

Design tools

Number of applications

1

Task type

Preferred systems

Field of application

Reset filters