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
1026 тех. задач

Тестирование MVP-модуля «Игры для урока» цифровой платформы Daryn Orda

Нужно провести тестирование MVP-модуля «Игры для урока» перед его дальнейшим развитием. Специалист проверит основные пользовательские сценарии, зафиксирует ошибки и подготовит рекомендации по улучшению качества модуля.

Заказчик

Товарищество с ограниченной ответственностью Daryn Orda

Прием решений до

30.11.26 (включительно)

Область задачи

Интеллектуальные системы управления

Количество заявок

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.

Заказчик

ЧАСТНАЯ КОМПАНИЯ SUPERMOMS LTD.

Прием решений до

30.11.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

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.

Заказчик

TOO "T3 Solutions"

Прием решений до

30.11.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

1

Автоматизация функционального тестирования приложений Tez Taxi для Android и iOS

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. Источники данных для пилота: тестовые сборки приложений Tez Taxi и Tez Driver для Android и iOS, предоставляемые через Firebase App Distribution; тестовые аккаунты пассажиров и водителей, автомобили, тарифы, маршруты и заказы в тестовой среде Go API Tez Taxi; Подключение к GitLab CI/CD согласуется отдельно. Сборки, тестовые данные и доступы предоставляет заказчик; версии ОС, устройства и порядок восстановления данных фиксируются на первом этапе.

Заказчик

Товарищество с ограниченной ответственностью IT Space Apps

Прием решений до

30.11.26 (включительно)

Область задачи

Технологии в транспорте и логистике

Количество заявок

1

Настройка продуктовой аналитики MVP-модуля «Игры для урока» платформы Daryn Teacher

Настроить измерение ключевых действий пользователей в MVP-модуле «Игры для урока», чтобы команда могла оценивать использование игровых форматов, выявлять затруднения в пользовательском сценарии и принимать решения о развитии модуля на основе данных. Исполнитель изучит текущую аналитику и события модуля, подготовит схему событий и их параметров, согласует требования с продуктовой и технической командами, настроит сбор данных в используемой компанией системе аналитики и подготовит дашборд с ключевыми метриками.

Заказчик

TOO «Daryn Teacher Group

Прием решений до

30.11.26 (включительно)

Область задачи

Интеллектуальные системы управления

Количество заявок

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.

Заказчик

Товарищество с ограниченной ответственностью Zentro

Прием решений до

30.11.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

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.

Заказчик

Kaskyr.com жауапкершілігі шектеулі серіктестігі

Прием решений до

27.11.26 (включительно)

Область задачи

Обработка и преобразование информации

Количество заявок

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.

Заказчик

Товарищество с ограниченной ответственностью JUZ40 ONLINE

Прием решений до

27.11.26 (включительно)

Область задачи

Нейротехнологии и искусственный интеллект

Количество заявок

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.

Заказчик

ТОО ТЕХНОЛОГИЧЕСКИЕ РЕШЕНИЯ

Прием решений до

27.11.26 (включительно)

Область задачи

Другие технологические решения

Количество заявок

7

Разработка интеллектуальной системы персонализированного показа и ротации баннеров в приложениях инвестиционной платформы

Разработать и интегрировать сервис, который по запросу приложения решает, какой баннер показать клиенту в каждой зоне. Сервис должен: 1. Отдавать решение о показе по REST API для мобильного и веб-клиента. 2. Автоматически ротировать баннеры и обучаться на отклике (multi-armed bandit или ML-ранжирование). 3. Запускать триггерные кампании по событиям: новое IPO, новая инвестидея, после сделки, после пополнения. 4. Соблюдать бизнес-правила: – обязательные поручения имеют приоритет над рекламой; – продукты для квалифицированных инвесторов не показываются неквалифицированным; – частота показов одному клиенту ограничена; – уже подключённый продукт (карта, криптосчёт) не рекламируется. 5. Дать маркетингу админку: зоны, кампании, веса, триггеры и аналитика показов. Что предоставляет заказчик: документацию API, тестовое окружение, описание текущих баннерных зон и событий-триггеров, обезличенные логи показов и кликов за 3–6 месяцев. Доступ к персональным данным клиентов и продуктивной базе не предусмотрен. До внедрения фиксируются показатели текущей логики за 30 дней.

Заказчик

Freedom Tech ltd.

Прием решений до

27.11.26 (включительно)

Область задачи

Средства проектирования

Количество заявок

1

Тип задачи

Область задачи

Сфера применения

Сбросить фильтры