# Техническое задание на разработку PoC системы автоматизации обработки тикетов поддержки ## 1. Общая информация **Название проекта:** PoC системы автоматизации обработки тикетов поддержки крупного онлайн-сервиса **Цель:** Разработать минимально жизнеспособный прототип (PoC) системы, демонстрирующий возможность автоматической обработки тикетов поддержки с разделением на автоматические ответы и эскалацию оператору. **Формат сдачи:** Git-репозиторий с кодом, документацией и артефактами задача ### 2.1. Исходные данные - Компания обслуживает онлайн-сервис с ~5 млн активных пользователей - Ежедневно поступает ~200 000 тикетов в поддержку - Каналы обращений: чат, email, веб-форма, мобильное приложение - В периоды инцидентов возможны всплески: 10-20k тикетов за 10 минут - Поток тикетов неоднородный: типовые обращения, сложные случаи, обращения с персональными данными ### 2.2. Бизнес-проблемы 1. Высокая нагрузка на операторов поддержки 2. Медленная обработка типовых обращений 3. Сложность маршрутизации сложных случаев 4. Риски при автоматической обработке (ошибки, нарушение SLA, небезопасные ответы) 5. Необходимость аудита всех автоматических решений ### 2.3. Ограничения - Время классификации и маршрутизации: **до 500 мс** на тикет (горячий путь) - Генерация ответа может быть асинхронной (дольше 500 мс) - Система должна корректно деградировать при недоступности LLM API - Стоимость LLM-инференса должна быть контролируемой - Автоматические ответы запрещены для рискованных категорий ## 3. Требования к PoC ### 3.1. Обязательный функционал Система должна демонстрировать **два сценария**: #### Сценарий 1: Happy Path (низкорисковый тикет) 1. На вход подаётся mock-тикет (текстовое обращение) 2. Система определяет тему обращения 3. Система оценивает уровень риска (low/medium/high) 4. Система находит релевантный ответ в базе знаний 5. Система отправляет автоматический ответ пользователю 6. Система сохраняет лог решения для аудита #### Сценарий 2: Fallback/Risky Path (высокорисковый тикет) 1. На вход подаётся mock-тикет с высоким риском 2. Система определяет тему и высокий уровень риска 3. Система **НЕ отправляет** автоматический ответ 4. Система эскалирует тикет оператору 5. Система сохраняет лог решения для аудита ### 3.2. Технические требования **Разрешено использовать:** - Простые правила (rule-based классификация) - Mock-модели (имитация работы ML) - Embeddings (опционально) - Небольшой локальный датасет - Внешний LLM API (опционально, но нужно учесть fallback) **Запрещено:** - Строить production-ready систему - Обучать настоящую модель на большом датасете - Поднимать Kubernetes, feature store или сложную MLOps-инфраструктуру - Писать много кода ради объёма - Проектировать UI оператора - Писать избыточную документацию ### 3.3. Архитектурные требования - Чёткое разделение на компоненты (классификатор, база знаний, оркестратор, логгер) - Документированная архитектура (диаграмма последовательности) - Явное указание, какие части реальные, а какие — архитектурный дизайн для production --- ## 4. Состав артефактов (обязательные для всех) ### 4.1. README.md Должен содержать: - Что делает решение (2-3 предложения) - Как запустить PoC (пошаговая инструкция) - Какие сценарии демонстрируются (happy path и fallback) - Какие части — реальная реализация, а какие — архитектурный дизайн - Допущения и ограничения (3-5 пунктов) - Бизнес-ценность системы (3-5 предложений) **Важно:** README должен читаться за 2-3 минуты. ### 4.2. AI_USAGE.md Честное описание использования AI-инструментов в процессе работы: - Перечислить, как AI использовался на этапах: - Понимание задачи и декомпозиция - Проектирование архитектуры - Выбор ML/LLM-подходов - Разработка PoC - Написание тестов и документации - Поиск рисков и edge cases - Показать роль AI в принятии решений - Указать, где AI помог, где его предложения были отклонены - Описать **конкретные ошибки AI** (минимум 2 примера): - Неверные архитектурные предположения - Небезопасные рекомендации - Нерабочий или хрупкий код - Пропущенные риски - Слишком общие ответы - Для каждой ошибки объяснить, как она была обнаружена и исправлена ### 4.3. product.md Страница-полтора (не маркетинговый документ): - Бизнес-ценность системы - Ключевые продуктовые решения - Метрики успеха (какие данные пилота убедят продолжить проект) ### 4.4. Архитектурная диаграмма - Диаграмма последовательности (Sequence Diagram) в формате PlantUML или аналогичном - Должна отображать оба сценария (happy path и fallback) - Диаграмма должна открываться или рендериться --- ## 5. Требования к коду ### 5.1. Структура репозитория ``` repository/ ??? README.md ??? product.md ??? AI_USAGE.md ??? architecture/ ? ??? diagram.puml (или .png) ??? poc/ ? ??? main.py (точка входа для демо) ? ??? orchestrator.py (основная логика) ? ??? classifiers/ ? ? ??? rule_based.py (или mock_llm.py) ? ??? knowledge_base/ ? ? ??? mock_db.py ? ??? logger.py ? ??? tests/ ? ??? smoke_test.py ??? requirements.txt ``` ### 5.2. Минимальные требования к коду - PoC должен **запускаться** по инструкции из README - Должен быть **smoke-test** или demo-скрипт, демонстрирующий оба сценария - Код должен быть читаемым (комментарии на русском или английском) - Для поступающих на AI Product: PoC может быть максимально простым (правила, mock-модели, low-code), но **сценарий эскалации обязателен** ### 5.3. История коммитов - Сохранена осмысленная история коммитов - По коммитам должно быть видно, как принимались решения по скоупу - Минимум 3-5 коммитов с разными этапами работы --- ## 6. Критерии оценки ### 6.1. Обязательные требования (без этого — возврат на доработку) - [ ] Репозиторий содержит все обязательные артефакты (README, AI_USAGE, product.md, диаграмма) - [ ] PoC запускается и демонстрирует happy path - [ ] PoC запускается и демонстрирует fallback/risky path (эскалация оператору) - [ ] Есть smoke-test или demo-скрипт - [ ] Внутренние ссылки в документации не битые ### 6.2. Качество решения - [ ] Чёткое разделение на компоненты - [ ] Явное указание, что является упрощением для PoC - [ ] Реалистичные допущения и ограничения - [ ] Честное описание использования AI в AI_USAGE.md с конкретными примерами ошибок - [ ] Архитектурная диаграмма отражает оба сценария - [ ] Бизнес-ценность обоснована (product.md) ### 6.3. Дополнительный плюс - [ ] Упомянуты нефункциональные требования (скорость, стоимость, деградация) - [ ] Предложены метрики для пилота - [ ] Описаны слабые места и что можно улучшить за 2 дня - [ ] Указано, что не стоит автоматизировать полностью --- ## 7. Рекомендации по объёму **Лучше компактное, понятное и честное решение, чем большой сгенерированный репозиторий без ясных решений.** - README: 1-2 страницы - product.md: 1-1.5 страницы - AI_USAGE.md: 1-2 страницы - Код: минимально необходимый для демонстрации сценариев (~100-300 строк) - Диаграмма: 1 диаграмма последовательности --- --- Формат сдачи - Ссылка на Git-репозиторий (доступ должен быть открыт или предоставлен доступ) - В репозитории должны быть все артефакты - В README — чёткая инструкция по запуску.
# Техническое задание на разработку PoC системы автоматизации обработки тикетов поддержки ## 1. Общая информация **Название проекта:** PoC системы автоматизации обработки тикетов поддержки крупного онлайн-сервиса **Цель:** Разработать минимально жизнеспособный прототип (PoC) системы, демонстрирующий возможность автоматической обработки тикетов поддержки с разделением на автоматические ответы и эскалацию оператору. **Формат сдачи:** Git-репозиторий с кодом, документацией и артефактами задача ### 2.1. Исходные данные - Компания обслуживает онлайн-сервис с ~5 млн активных пользователей - Ежедневно поступает ~200 000 тикетов в поддержку - Каналы обращений: чат, email, веб-форма, мобильное приложение - В периоды инцидентов возможны всплески: 10-20k тикетов за 10 минут - Поток тикетов неоднородный: типовые обращения, сложные случаи, обращения с персональными данными ### 2.2. Бизнес-проблемы 1. Высокая нагрузка на операторов поддержки 2. Медленная обработка типовых обращений 3. Сложность маршрутизации сложных случаев 4. Риски при автоматической обработке (ошибки, нарушение SLA, небезопасные ответы) 5. Необходимость аудита всех автоматических решений ### 2.3. Ограничения - Время классификации и маршрутизации: **до 500 мс** на тикет (горячий путь) - Генерация ответа может быть асинхронной (дольше 500 мс) - Система должна корректно деградировать при недоступности LLM API - Стоимость LLM-инференса должна быть контролируемой - Автоматические ответы запрещены для рискованных категорий ## 3. Требования к PoC ### 3.1. Обязательный функционал Система должна демонстрировать **два сценария**: #### Сценарий 1: Happy Path (низкорисковый тикет) 1. На вход подаётся mock-тикет (текстовое обращение) 2. Система определяет тему обращения 3. Система оценивает уровень риска (low/medium/high) 4. Система находит релевантный ответ в базе знаний 5. Система отправляет автоматический ответ пользователю 6. Система сохраняет лог решения для аудита #### Сценарий 2: Fallback/Risky Path (высокорисковый тикет) 1. На вход подаётся mock-тикет с высоким риском 2. Система определяет тему и высокий уровень риска 3. Система **НЕ отправляет** автоматический ответ 4. Система эскалирует тикет оператору 5. Система сохраняет лог решения для аудита ### 3.2. Технические требования **Разрешено использовать:** - Простые правила (rule-based классификация) - Mock-модели (имитация работы ML) - Embeddings (опционально) - Небольшой локальный датасет - Внешний LLM API (опционально, но нужно учесть fallback) **Запрещено:** - Строить production-ready систему - Обучать настоящую модель на большом датасете - Поднимать Kubernetes, feature store или сложную MLOps-инфраструктуру - Писать много кода ради объёма - Проектировать UI оператора - Писать избыточную документацию ### 3.3. Архитектурные требования - Чёткое разделение на компоненты (классификатор, база знаний, оркестратор, логгер) - Документированная архитектура (диаграмма последовательности) - Явное указание, какие части реальные, а какие — архитектурный дизайн для production --- ## 4. Состав артефактов (обязательные для всех) ### 4.1. README.md Должен содержать: - Что делает решение (2-3 предложения) - Как запустить PoC (пошаговая инструкция) - Какие сценарии демонстрируются (happy path и fallback) - Какие части — реальная реализация, а какие — архитектурный дизайн - Допущения и ограничения (3-5 пунктов) - Бизнес-ценность системы (3-5 предложений) **Важно:** README должен читаться за 2-3 минуты. ### 4.2. AI_USAGE.md Честное описание использования AI-инструментов в процессе работы: - Перечислить, как AI использовался на этапах: - Понимание задачи и декомпозиция - Проектирование архитектуры - Выбор ML/LLM-подходов - Разработка PoC - Написание тестов и документации - Поиск рисков и edge cases - Показать роль AI в принятии решений - Указать, где AI помог, где его предложения были отклонены - Описать **конкретные ошибки AI** (минимум 2 примера): - Неверные архитектурные предположения - Небезопасные рекомендации - Нерабочий или хрупкий код - Пропущенные риски - Слишком общие ответы - Для каждой ошибки объяснить, как она была обнаружена и исправлена ### 4.3. product.md Страница-полтора (не маркетинговый документ): - Бизнес-ценность системы - Ключевые продуктовые решения - Метрики успеха (какие данные пилота убедят продолжить проект) ### 4.4. Архитектурная диаграмма - Диаграмма последовательности (Sequence Diagram) в формате PlantUML или аналогичном - Должна отображать оба сценария (happy path и fallback) - Диаграмма должна открываться или рендериться --- ## 5. Требования к коду ### 5.1. Структура репозитория ``` repository/ ??? README.md ??? product.md ??? AI_USAGE.md ??? architecture/ ? ??? diagram.puml (или .png) ??? poc/ ? ??? main.py (точка входа для демо) ? ??? orchestrator.py (основная логика) ? ??? classifiers/ ? ? ??? rule_based.py (или mock_llm.py) ? ??? knowledge_base/ ? ? ??? mock_db.py ? ??? logger.py ? ??? tests/ ? ??? smoke_test.py ??? requirements.txt ``` ### 5.2. Минимальные требования к коду - PoC должен **запускаться** по инструкции из README - Должен быть **smoke-test** или demo-скрипт, демонстрирующий оба сценария - Код должен быть читаемым (комментарии на русском или английском) - Для поступающих на AI Product: PoC может быть максимально простым (правила, mock-модели, low-code), но **сценарий эскалации обязателен** ### 5.3. История коммитов - Сохранена осмысленная история коммитов - По коммитам должно быть видно, как принимались решения по скоупу - Минимум 3-5 коммитов с разными этапами работы --- ## 6. Критерии оценки ### 6.1. Обязательные требования (без этого — возврат на доработку) - [ ] Репозиторий содержит все обязательные артефакты (README, AI_USAGE, product.md, диаграмма) - [ ] PoC запускается и демонстрирует happy path - [ ] PoC запускается и демонстрирует fallback/risky path (эскалация оператору) - [ ] Есть smoke-test или demo-скрипт - [ ] Внутренние ссылки в документации не битые ### 6.2. Качество решения - [ ] Чёткое разделение на компоненты - [ ] Явное указание, что является упрощением для PoC - [ ] Реалистичные допущения и ограничения - [ ] Честное описание использования AI в AI_USAGE.md с конкретными примерами ошибок - [ ] Архитектурная диаграмма отражает оба сценария - [ ] Бизнес-ценность обоснована (product.md) ### 6.3. Дополнительный плюс - [ ] Упомянуты нефункциональные требования (скорость, стоимость, деградация) - [ ] Предложены метрики для пилота - [ ] Описаны слабые места и что можно улучшить за 2 дня - [ ] Указано, что не стоит автоматизировать полностью --- ## 7. Рекомендации по объёму **Лучше компактное, понятное и честное решение, чем большой сгенерированный репозиторий без ясных решений.** - README: 1-2 страницы - product.md: 1-1.5 страницы - AI_USAGE.md: 1-2 страницы - Код: минимально необходимый для демонстрации сценариев (~100-300 строк) - Диаграмма: 1 диаграмма последовательности --- --- Формат сдачи - Ссылка на Git-репозиторий (доступ должен быть открыт или предоставлен доступ) - В репозитории должны быть все артефакты - В README — чёткая инструкция по запуску.
ml инженер. Разработка с нуля. Техническое задание на разработку PoC системы автоматизации обработки тикетов поддержки крупного онлайн-сервиса. Цель проекта — разработать минимально жизнеспособный прототип системы, демонстрирующий возможность автоматической обработки тикетов поддержки с разделением на автоматические ответы и эскалацию оператору. Формат сдачи — Git-репозиторий с кодом, документацией и артефактами. Компания обслуживает онлайн-сервис с примерно пятью миллионами активных пользователей. Ежедневно поступает около двухсот тысяч тикетов в поддержку через каналы чат, email, веб-форма и мобильное приложение. В периоды инцидентов возможны всплески нагрузки до десяти–двадцати тысяч тикетов за десять минут. Поток тикетов неоднородный и включает типовые обращения, сложные случаи и обращения с персональными данными. Бизнес-проблемы, которые должна решать система, заключаются в высокой нагрузке на операторов поддержки, медленной обработке типовых обращений, сложности маршрутизации сложных случаев, рисках при автоматической обработке, включая ошибки, нарушение SLA и небезопасные ответы, а также в необходимости аудита всех автоматических решений. Ограничения системы следующие: время классификации и маршрутизации не должно превышать пятисот миллисекунд на тикет в горячем пути, генерация ответа может быть асинхронной и занимать больше пятисот миллисекунд, система должна корректно деградировать при недоступности LLM API, стоимость LLM-инференса должна быть контролируемой, а автоматические ответы запрещены для рискованных категорий. Система должна демонстрировать два обязательных сценария. В сценарии Happy Path на вход подаётся mock-тикет в виде текстового обращения, система определяет тему обращения, оценивает уровень риска как low, medium или high, находит релевантный ответ в базе знаний, отправляет автоматический ответ пользователю и сохраняет лог решения для аудита. В сценарии Fallback или Risky Path на вход подаётся mock-тикет с высоким риском, система определяет тему и высокий уровень риска, не отправляет автоматический ответ, эскалирует тикет оператору и сохраняет лог решения для аудита. В технических требованиях разрешено использовать простые правила rule-based классификации, mock-модели для имитации работы ML, embeddings опционально, небольшой локальный датасет и внешний LLM API опционально с обязательным учётом fallback. Запрещено строить production-ready систему, обучать настоящую модель на большом датасете, поднимать Kubernetes, feature store или сложную MLOps-инфраструктуру, писать много кода ради объёма, проектировать UI оператора и писать избыточную документацию. Архитектурные требования включают чёткое разделение на компоненты — классификатор, базу знаний, оркестратор и логгер, документированную архитектуру в виде диаграммы последовательности, а также явное указание, какие части являются реальной реализацией, а какие — архитектурным дизайном для production. Обязательные артефакты включают README.md, который должен содержать описание того, что делает решение в двух-трёх предложениях, пошаговую инструкцию по запуску PoC, указание демонстрируемых сценариев happy path и fallback, разделение на реальную реализацию и архитектурный дизайн, допущения и ограничения в трёх-пяти пунктах, а также бизнес-ценность системы в трёх-пяти предложениях. README должен читаться за две-три минуты. Файл AI_USAGE.md должен содержать честное описание использования AI-инструментов на этапах понимания задачи и декомпозиции, проектирования архитектуры, выбора ML/LLM-подходов, разработки PoC, написания тестов и документации, а также поиска рисков и edge cases. Необходимо показать роль AI в принятии решений, указать, где AI помог и где его предложения были отклонены, описать минимум два конкретных примера ошибок AI, таких как неверные архитектурные предположения, небезопасные рекомендации, нерабочий или хрупкий код, пропущенные риски или слишком общие ответы, и для каждой ошибки объяснить, как она была обнаружена и исправлена. Документ product.md объёмом страница-полтора, не маркетинговый, должен описывать бизнес-ценность системы, ключевые продуктовые решения и метрики успеха — какие данные пилота убедят продолжить проект. Архитектурная диаграмма должна представлять собой Sequence Diagram в формате PlantUML или аналогичном, отображать оба сценария happy path и fallback и открываться или рендериться. Структура репозитория должна выглядеть следующим образом: в корне README.md, product.md, AI_USAGE.md, папка architecture с diagram.puml или png, папка poc с main.py как точкой входа для демо, orchestrator.py с основной логикой, папкой classifiers с rule_based.py или mock_llm.py, папкой knowledge_base с mock_db.py, logger.py и папкой tests со smoke_test.py, а также requirements.txt. Минимальные требования к коду: PoC должен запускаться по инструкции из README, должен быть smoke-test или demo-скрипт, демонстрирующий оба сценария, код должен быть читаемым с комментариями на русском или английском. Для поступающих на AI Product PoC может быть максимально простым с использованием правил, mock-моделей и low-code, но сценарий эскалации обязателен. История коммитов должна быть осмысленной, по коммитам должно быть видно, как принимались решения по скоупу, минимум три-пять коммитов с разными этапами работы. Критерии оценки включают обязательные требования, без выполнения которых работа возвращается на доработку: репозиторий содержит все обязательные артефакты README, AI_USAGE, product.md и диаграмму, PoC запускается и демонстрирует happy path, PoC запускается и демонстрирует fallback/risky path с эскалацией оператору, есть smoke-test или demo-скрипт, внутренние ссылки в документации не битые. Качество решения оценивается по чёткому разделению на компоненты, явному указанию упрощений для PoC, реалистичным допущениям и ограничениям, честному описанию использования AI в AI_USAGE.md с конкретными примерами ошибок, отражению обоих сценариев в архитектурной диаграмме и обоснованной бизнес-ценности в product.md. Дополнительный плюс даётся за упоминание нефункциональных требований по скорости, стоимости и деградации, предложение метрик для пилота, описание слабых мест и того, что можно улучшить за два дня, а также указание того, что не стоит автоматизировать полностью. Рекомендации по объёму: лучше компактное, понятное и честное решение, чем большой сгенерированный репозиторий без ясных решений. README — одна-две страницы, product.md — одна-полторы страницы, AI_USAGE.md — одна-две страницы, код — минимально необходимый для демонстрации сценариев примерно сто-триста строк, диаграмма — одна диаграмма последовательности. Формат сдачи: ссылка на Git-репозиторий с открытым доступом или предоставленным доступом, в репозитории должны быть все артефакты, в README — чёткая инструкция по запуску.
Техническое задание на разработку PoC системы автоматизации обработки тикетов поддержки крупного онлайн-сервиса. Цель проекта — разработать минимально жизнеспособный прототип системы, демонстрирующий возможность автоматической обработки тикетов поддержки с разделением на автоматические ответы и эскалацию оператору. Формат сдачи — Git-репозиторий с кодом, документацией и артефактами. Компания обслуживает онлайн-сервис с примерно пятью миллионами активных пользователей. Ежедневно поступает около двухсот тысяч тикетов в поддержку через каналы чат, email, веб-форма и мобильное приложение. В периоды инцидентов возможны всплески нагрузки до десяти–двадцати тысяч тикетов за десять минут. Поток тикетов неоднородный и включает типовые обращения, сложные случаи и обращения с персональными данными. Бизнес-проблемы, которые должна решать система, заключаются в высокой нагрузке на операторов поддержки, медленной обработке типовых обращений, сложности маршрутизации сложных случаев, рисках при автоматической обработке, включая ошибки, нарушение SLA и небезопасные ответы, а также в необходимости аудита всех автоматических решений. Ограничения системы следующие: время классификации и маршрутизации не должно превышать пятисот миллисекунд на тикет в горячем пути, генерация ответа может быть асинхронной и занимать больше пятисот миллисекунд, система должна корректно деградировать при недоступности LLM API, стоимость LLM-инференса должна быть контролируемой, а автоматические ответы запрещены для рискованных категорий. Система должна демонстрировать два обязательных сценария. В сценарии Happy Path на вход подаётся mock-тикет в виде текстового обращения, система определяет тему обращения, оценивает уровень риска как low, medium или high, находит релевантный ответ в базе знаний, отправляет автоматический ответ пользователю и сохраняет лог решения для аудита. В сценарии Fallback или Risky Path на вход подаётся mock-тикет с высоким риском, система определяет тему и высокий уровень риска, не отправляет автоматический ответ, эскалирует тикет оператору и сохраняет лог решения для аудита. В технических требованиях разрешено использовать простые правила rule-based классификации, mock-модели для имитации работы ML, embeddings опционально, небольшой локальный датасет и внешний LLM API опционально с обязательным учётом fallback. Запрещено строить production-ready систему, обучать настоящую модель на большом датасете, поднимать Kubernetes, feature store или сложную MLOps-инфраструктуру, писать много кода ради объёма, проектировать UI оператора и писать избыточную документацию. Архитектурные требования включают чёткое разделение на компоненты — классификатор, базу знаний, оркестратор и логгер, документированную архитектуру в виде диаграммы последовательности, а также явное указание, какие части являются реальной реализацией, а какие — архитектурным дизайном для production. Обязательные артефакты включают README.md, который должен содержать описание того, что делает решение в двух-трёх предложениях, пошаговую инструкцию по запуску PoC, указание демонстрируемых сценариев happy path и fallback, разделение на реальную реализацию и архитектурный дизайн, допущения и ограничения в трёх-пяти пунктах, а также бизнес-ценность системы в трёх-пяти предложениях. README должен читаться за две-три минуты. Файл AI_USAGE.md должен содержать честное описание использования AI-инструментов на этапах понимания задачи и декомпозиции, проектирования архитектуры, выбора ML/LLM-подходов, разработки PoC, написания тестов и документации, а также поиска рисков и edge cases. Необходимо показать роль AI в принятии решений, указать, где AI помог и где его предложения были отклонены, описать минимум два конкретных примера ошибок AI, таких как неверные архитектурные предположения, небезопасные рекомендации, нерабочий или хрупкий код, пропущенные риски или слишком общие ответы, и для каждой ошибки объяснить, как она была обнаружена и исправлена. Документ product.md объёмом страница-полтора, не маркетинговый, должен описывать бизнес-ценность системы, ключевые продуктовые решения и метрики успеха — какие данные пилота убедят продолжить проект. Архитектурная диаграмма должна представлять собой Sequence Diagram в формате PlantUML или аналогичном, отображать оба сценария happy path и fallback и открываться или рендериться. Структура репозитория должна выглядеть следующим образом: в корне README.md, product.md, AI_USAGE.md, папка architecture с diagram.puml или png, папка poc с main.py как точкой входа для демо, orchestrator.py с основной логикой, папкой classifiers с rule_based.py или mock_llm.py, папкой knowledge_base с mock_db.py, logger.py и папкой tests со smoke_test.py, а также requirements.txt. Минимальные требования к коду: PoC должен запускаться по инструкции из README, должен быть smoke-test или demo-скрипт, демонстрирующий оба сценария, код должен быть читаемым с комментариями на русском или английском. Для поступающих на AI Product PoC может быть максимально простым с использованием правил, mock-моделей и low-code, но сценарий эскалации обязателен. История коммитов должна быть осмысленной, по коммитам должно быть видно, как принимались решения по скоупу, минимум три-пять коммитов с разными этапами работы. Критерии оценки включают обязательные требования, без выполнения которых работа возвращается на доработку: репозиторий содержит все обязательные артефакты README, AI_USAGE, product.md и диаграмму, PoC запускается и демонстрирует happy path, PoC запускается и демонстрирует fallback/risky path с эскалацией оператору, есть smoke-test или demo-скрипт, внутренние ссылки в документации не битые. Качество решения оценивается по чёткому разделению на компоненты, явному указанию упрощений для PoC, реалистичным допущениям и ограничениям, честному описанию использования AI в AI_USAGE.md с конкретными примерами ошибок, отражению обоих сценариев в архитектурной диаграмме и обоснованной бизнес-ценности в product.md. Дополнительный плюс даётся за упоминание нефункциональных требований по скорости, стоимости и деградации, предложение метрик для пилота, описание слабых мест и того, что можно улучшить за два дня, а также указание того, что не стоит автоматизировать полностью. Рекомендации по объёму: лучше компактное, понятное и честное решение, чем большой сгенерированный репозиторий без ясных решений. README — одна-две страницы, product.md — одна-полторы страницы, AI_USAGE.md — одна-две страницы, код — минимально необходимый для демонстрации сценариев примерно сто-триста строк, диаграмма — одна диаграмма последовательности. Формат сдачи: ссылка на Git-репозиторий с открытым доступом или предоставленным доступом, в репозитории должны быть все артефакты, в README — чёткая инструкция по запуску.
Пожелания и особенности: ПРЕДЛОЖЕНИЕ ТЕХНИЧЕСКОМУ СО-ОСНОВАТЕЛЮ Разработка и запуск AI-голосового ассистента Я ищу сильного разработчика / AI-инженера, который готов стать техническим сооснователем проекта и совместно создать коммерческий продукт на базе искусственного интеллекта — современного голосового ассистента для бизнеса. Предлагаю не формат найма и не работу за фиксированную оплату, а партнёрство с долей в создаваемом бизнесе. Твоя задача — создать технологическую основу продукта ( бесплатно, своими силами) Моя задача — создать вокруг технологии полноценный бизнес и обеспечить её коммерциализацию. Что предлагаю я 1. Доля в бизнесе Вместо заработной платы за разработку предлагаю долю в проекте / компании, которая будет владеть продуктом. Размер доли обсуждается индивидуально и зависит от уровня вовлечения, экспертизы и объёма ответственности технического сооснователя. Доля должна быть оформлена юридически и привязана к понятным условиям участия в проекте. 2. Создание бизнес-структуры С моей стороны: * регистрация и юридическое оформление бизнеса; * формирование организационной структуры; * бухгалтерское и юридическое сопровождение; * постановка финансового учёта; * организация операционной деятельности; * формирование бизнес-модели и стратегии развития. 3. Финансирование Я беру на себя финансирование необходимых бизнес-процессов, включая: * маркетинг; * рекламу; * продажи; * развитие отдела продаж; * необходимые сервисы и инфраструктуру; * коммерческие расходы; * дальнейшее масштабирование продукта. То есть техническому сооснователю не требуется самостоятельно финансировать создание бизнеса. 4. Отдел продаж Моя задача — построить системный отдел продаж, который будет заниматься поиском клиентов, переговорами, демонстрациями продукта, заключением договоров и развитием клиентской базы. Технический сооснователь не должен самостоятельно превращаться в продавца. Он отвечает прежде всего за технологию. Что необходимо от технического сооснователя Главная задача Самостоятельно разработать MVP голосового AI-ассистента и совместно довести технологию до коммерческого продукта. В зону ответственности входят: * проектирование архитектуры; * разработка голосового интерфейса; * распознавание речи; * обработка естественного языка; * интеграция LLM; * синтез речи; * управление диалогом; * интеграции с внешними системами; * серверная часть; * API; * безопасность; * тестирование; * дальнейшее техническое развитие продукта. На первоначальном этапе предполагается, что технический сооснователь самостоятельно инвестирует своё время и экспертизу в разработку продукта, без фиксированной оплаты за разработку. Взамен он получает возможность стать совладельцем создаваемого бизнеса. Ты не просто создаёшь продукт — ты становишься его совладельцем. Когда продукт успешно выйдет на рынок и компания вырастет, стоимость твоей доли может значительно превысить стоимость разработки и будет приносить заработок долгое время Кого я ищу Мне нужен не просто программист. Я ищу человека, который: * уверенно работает с AI; * способен самостоятельно проектировать и создавать продукт; * понимает современные LLM и voice-технологии; * умеет принимать технические решения; * готов брать ответственность за результат; * хочет участвовать именно в создании бизнеса; * готов инвестировать собственное время в обмен на долю; * заинтересован в долгосрочном партнёрстве. Это предложение стать техническим сооснователем AI-компании. Со своей стороны я беру на себя предпринимательскую, финансовую, коммерческую и организационную часть проекта. От меня На данный момент уже есть: - Опыт в бизнесе более 13 лет , в России и зарубежом. - Отдел продаж - Активный спрос на данный продукт - Несколько партнеров агрегаторов с желанием работать с нами. ( имеют большое количество постоянных клиентов) - Стратегия развития данного проекта - Финансовая возможность.
Разработка с нуля. Приложение: кроссплатформенное. Устройства для масштабирования: смартфоны. **Разработка MVP приложения для учебного центра** Ищу разработчика для создания собственного приложения/информационной системы действующего учебного центра. Это не стартап «с нуля»: центр работает, есть ученики, преподаватели, группы, расписание и действующие бизнес-процессы. Нужно перенести основные процессы в удобную цифровую систему. ### Что необходимо создать Система должна состоять из: **1. Мобильного личного кабинета родителя/ученика** Функции: * авторизация; * несколько детей у одного родителя; * персональное расписание; * уведомления об изменениях расписания; * преподаватель, предмет, группа, аудитория; * посещаемость; * домашние задания; * результаты обучения; * информация об оплате/задолженности. **2. Кабинета преподавателя** Преподаватель должен: * видеть свои группы и расписание; * видеть учеников группы; * отмечать посещаемость; * добавлять домашнее задание; * вносить результаты контрольных/тестов. Интерфейс преподавателя должен быть максимально простым. **3. Web-панели администратора** Необходимо: * база учеников и родителей; * база преподавателей; * предметы; * группы; * распределение учеников по группам; * расписание; * количество занятых и свободных мест в каждой группе; * перевод ученика из группы в группу; * посещаемость; * оплаты; * поиск и фильтры. Ключевое требование: данные связаны между собой. Например, если администратор переводит ученика в другую группу, новое расписание должно автоматически появиться у ученика и родителя, а преподаватель должен увидеть изменение состава своей группы. ### Роли пользователей * администратор; * преподаватель; * родитель; * ученик. Для каждой роли необходим свой уровень доступа к информации. ### Что пока НЕ требуется На первом этапе не нужны: * внутренний чат; * видеосвязь; * проведение онлайн-уроков; * сложная LMS; * ИИ; * автоматическая проверка домашних заданий. Задача — сделать качественный, удобный MVP, который затем можно развивать. ### Технологии Рассматриваю кроссплатформенную или low-code/no-code разработку. В качестве одного из вариантов рассматриваю FlutterFlow + backend, позволяющий корректно работать с персональными данными граждан РФ. Готова рассмотреть другую архитектуру, если разработчик сможет аргументировать, почему она лучше для данной задачи. Принципиально важно: * возможность дальнейшего развития проекта; * отсутствие критической зависимости от конкретного исполнителя; * передача мне всех аккаунтов, доступов, базы, исходников/проекта и документации; * возможность в дальнейшем передать проект другому разработчику; * корректная организация хранения и обработки персональных данных. ### От исполнителя хочу получить В отклике прошу написать: 1. На какой технологии вы предлагаете реализовать проект и почему. 2. Есть ли у вас примеры CRM, LMS, личных кабинетов или приложений с ролевой системой. 3. Как вы предлагаете организовать базу данных. 4. Где будут храниться персональные данные. 5. Можно ли будет в будущем забрать исходный код/проект и передать другому разработчику. 6. Что вы включите в MVP. 7. Ориентировочную стоимость разработки. 8. Что будет оплачиваться ежемесячно после запуска приложения. 9. Возможна ли дальнейшая техническая поддержка. На первом этапе мне важнее грамотная архитектура и удобство системы, чем большое количество функций. Желательно начать с итоговой сметы и сроков.
Сделать проект под ключ, разработать игровую механику, переработать готовую игру, разработать персонажей, разработать дизайн уровней, выполнить художественный дизайн. Игра: для установки на ПК. Игра: одиночная. Жанр: шутер. Графика: 3D. Прототип: --- Заголовок: BLOODGORE Жанр: Хардкорный фотореалистичный шутер от первого лица Платформа: Steam Движок: Unreal Engine 5 Описание BLOODGORE — это не тот шутер, где можно высунуться из укрытия, получить пулю в голову и переждать пару секунд, пока экран перестанет быть красным. Здесь нет регенерации. Здесь нет надежды на аптечку. Здесь каждая пуля, выпущенная вами или в вас, необратимо меняет расклад боя. Действие разворачивается в мире, который выглядит пугающе настоящим. Благодаря фотореалистичной мощи Unreal Engine 5, вы будете видеть, как раскаленный металл разрывает плоть, как осколки костей разлетаются в стороны под неестественными углами, а кровь заливает линзы камеры, смешиваясь с грязью и п?том. Главная механика игры — «Последний долг». В BLOODGORE нет экрана «Game Over» в привычном понимании. Когда вы совершаете роковую ошибку — неверный шаг, секундное промедление, пуля отрикошетившая в артерию — вы падаете. Бой для вас окончен, вы смертельно ранены и истекаете кровью. Земля под вами быстро теплеет от багровой лужи. Единственный оставшийся у вас выбор — умереть с честью или мучительно ждать агонии. Вы достаете свой верный пистолет. Экран залипает от грязи, дыхание персонажа становится хриплым и прерывистым. Вы подносите ствол к виску или вставляете его в рот. Палец ложится на спусковой крючок. Один выстрел — и кромешная тьма. Ключевые особенности: · Биомеханика смерти: Фотореалистичная система повреждений. Пули оставляют реалистичные входные и выходные отверстия, конечности могут быть обездвижены или оторваны. Каждое ранение влияет на вашу подвижность и меткость еще до того, как вы упадете на землю. · Отсутствие HUD’а: Никаких индикаторов здоровья и патронов в воздухе. Вам придется визуально проверять магазин и оценивать свои раны по залитому кровью экрану и хромоте. · Суровая физика огнестрела: Каждый выстрел — это событие. Отдача непредсказуема, звук оглушает, а пули взаимодействуют со всеми поверхностями, давая реалистичный рикошет. · Психологический хоррор: Вам предстоит пройти не просто через мясорубку, но и через осознание неизбежности конца. Когда персонаж падает на землю, слышны удары его затихающего сердца, предсмертные хрипы и отчаянные мысли. · Графика нового поколения: Использование всех возможностей UE5: Lumen для отражений крови в лужах, Nanite для мельчайших деталей внутренних органов и гиперреалистичная анимация лиц в момент осознания скорой гибели. Игра BLOODGORE поступит в продажу в Steam. Это не развлечение. Это проверка инстинктов. Один неверный выстрел — и ты на земле. Твой пистолет все еще у тебя. Сделай это.
Доработать, перенести данные, проконсультировать сотрудников, интеграция с сайтом, установить, обновить. Настроить: обмен данными, интерфейс, доступ пользователей. Конфигурация 1С: Бухгалтерия, Предприятие, Зарплата и управление персоналом, ERP Управление предприятием, Комплексная автоматизация. Версия: 8.3. Приглашаем специалиста для внедрения и настройки 1С:Документооборота. Нужно выстроить эффективный электронный документооборот и настроить обмен с учётными системами. Чем предстоит заниматься Анализ и проектирование. Интервью с пользователями, сбор требований, описание текущих процессов, определение границ автоматизации. Моделирование и оптимизация. Описание процессов (схемы, текст, таблицы), разработка маршрутов согласования и регламентов. Постановка задач разработчикам. Написание ТЗ и функциональных требований, контроль реализации, приёмка доработок. Настройка интеграций. Организация обмена 1С:ДО с 1С:ERP и 1С:Бухгалтерией, настройка ЭДО с контрагентами. Тестирование и запуск. Разработка сценариев, проведение тестирования, ввод в эксплуатацию. Обучение и документация. Инструкции для пользователей, консультации, методические материалы. Ближайшие задачи: Автоматизировать согласование договоров и первичных документов. Настроить маршруты согласования по ролям и оргструктуре. Сформировать ТЗ на доработку обмена 1С:ДО ? 1С:ERP (синхронизация документов и статусов). Провести аудит ЭДО и предложить решения по ускорению процессов. Нам нужен специалист, который: Знает 1С:Документооборот (2.1/3.0) — настройка объектов, маршрутов, прав доступа. Имеет опыт внедрения 1С:ДО от 1 года. Умеет описывать процессы понятно для заказчика и разработчика. Нотация не важна, важна логика. Чётко ставит задачи — пишет ТЗ, проверяет результаты. Понимает интеграцию 1С:ДО с учётными системами и ЭДО. Тестирует доработки — отличает «работает» от «работает корректно». Готов общаться с пользователями — обучать, консультировать, писать инструкции. Будет плюсом: Опыт с 1С:ERP, 1С:УХ, 1С:Бухгалтерия. Навыки написания запросов и простых обработок. Условия Полная удалёнка. Можно из любого региона. Проектная занятость. Сейчас проект 2–4 месяца, возможны дальнейшие задачи. Оформление: ГПХ, ИП, самозанятость. Оплата: почасовая, тариф обсуждается индивидуально. Если вы системно подходите к настройке документооборота и готовы приступить в ближайшее время — откликайтесь!.
Ищем middle-специалиста по компьютерному зрению на промышленный проект . Проектная занятость около 2 месяцев, полная загрузка примерно 40 часов в неделю, полностью удалённо. Задачи: Детекция и подсчёт объектов на видеопотоке в сложных условиях съёмки (слабое освещение, запылённость, нестабильный кадр) подготовка данных: отбор, разметка в CVAT, участие в организации сбора в разумных пределах обучение и оценка моделей, воспроизводимые эксперименты инференс разворачивается на серверах заказчика, работа в связке с проектной командой на его стороне Что важно: реальный опыт промышленного CV, а не только учебные датасеты Python, PyTorch, рабочий стек детекции (YOLO, Detectron2 или аналог) умение поставить эксперимент: baseline, метрика, критерий приёмки, честное сравнение вариантов самостоятельность и исполнительность: работа по приоритетам в трекере заказчика, без ежедневного контроля спокойное отношение к разметке и подготовке данных, это часть задачи, а не наказание Плюсом будет: опыт с видео и трекингом объектов, MLflow или другой учёт экспериментов, работа в условиях, когда датасета на старте нет. Условия: работа по договору, оплата помесячно по актам. В отклике, пожалуйста, укажите: желаемую часовую ставку ссылку на резюме 2-3 предложения про самый близкий по смыслу проект: какая была задача, какая целевая метрика и как проверяли результат Отклики без ставки и резюме не рассматриваем.
Node.js / NestJS / PostgreSQL. Платформа: по рекомендации специалиста. Функционал сайта: Проектирование REST/gRPC API под 3 роли (клиент, мастер, диспетчер) и сквозные сценарии: заказ ? назначение ? приёмка ? выплата ? спор. Контента нет. Пожелания и особенности: Цена за работу обсуждается индивидуально. Проектирование REST/gRPC API под 3 роли (клиент, мастер, диспетчер) и сквозные сценарии: заказ ? назначение ? приёмка ? выплата ? спор. Реализация бизнес?логики выплат: на основе статусов и актов (КС?2/КС?3) платформа отправляет команду в банк, банк проводит операцию. Ты не хранишь деньги и не делаешь проводки — только инициируешь и фиксируешь результат. Интеграции с банком (номинальный счёт, холд, выплаты, возвраты) по их API: обработка вебхуков, идемпотентность, повторные запросы, логирование всех событий для юридической чистоты. Работа с PostgreSQL: нормализация, индексы, партиционирование, миграции, оптимизация запросов. Безопасность: защита от CSRF/XSS/SQLi, валидация входных данных, хранение ПДн по 152?ФЗ, шифрование чувствительных полей. Логирование и мониторинг: структурированные логи, метрики, алерты, трассировка (чтобы в случае спора у ООО была полная хронология). Покрытие тестами (unit/integration), CI/CD, Docker, деплой. Стек: Node.js, NestJS, PostgreSQL, TypeORM/Prisma, Redis, RabbitMQ/Kafka, Jest, Docker.
Задачи чат-бота: сбор информации, Отчет для руководителя. Продукт: сантехническое оборуование. Техзадания нет. Пожелания и особенности: Нужно разработать систему автоматического формирования ежедневного отчёта по продажам из amoCRM с отправкой в Telegram-бот. Система должна раз в день получать данные из amoCRM, обрабатывать их и отправлять руководителю готовый отчёт в Telegram. В отчёте планируем отображать: - количество новых сделок за день; - количество закрытых продаж; - сумму продаж и средний чек; - конверсию по ключевым этапам воронки; - показатели по каждому менеджеру; - количество сделок на разных этапах; - сравнение с предыдущим днём или плановыми значениями; - основные отклонения и проблемные показатели. Интеграция должна работать через API amoCRM полностью автоматически, без ручных выгрузок. В дальнейшем должна быть возможность добавлять новые метрики, менять структуру отчёта и подключать дополнительные уведомления. Доступ к amoCRM, структуру воронки и пример желаемого отчёта предоставим исполнителю.
Настроить: Макеты печатных форм. Конфигурация 1С: УНФ. Версия платформы: [Телефон скрыт]. Количество пользователей: от 1 чел Задача: Суть проблемы: К документу «Заказ покупателя» добавлены пользовательские макеты печатных форм. Для каждой формы настроено условие видимости (отбор) по конкретному значению реквизита «Вид заказа» (например: «Товары», «Услуги», «Обои»). Проблема в том, что эти условия игнорируются: в подменю «Печать» выводятся сразу все формы, независимо от того, какой вид заказа выбран в документе. Базовые проверки (запись документа перед печатью, сброс пользовательских настроек через кнопку «Настроить» в меню печати) проблему не решили. Задача: Найти причину игнорирования условий видимости и настроить корректный вывод печатных форм строго в соответствии с выбранным видом заказа.
Веб-разработка. Разработка с нуля, тестирование, настройка. Привет! ?? Слушай, я сейчас запускаю IT-студию и ищу сильного технического партнера (Lead / CTO) . Сам я полностью закрываю продажи, маркетинг и поиск клиентов, а на партнера хочу взять всю техническую часть: архитектуру, оценку проектов и ключевой код на старте . Формат на первое время — парт-тайм (до 20 часов в неделю), так что можно спокойно совмещать с основной работой. По условиям предлагаю так: 1. Почасовая оплата: $10–$15 в час за реальное рабочее время . 2. Доля в бизнесе: 15% (оформим прозрачный вестинг — по 5% за каждый год сотрудничества, чтобы все было честно) ??. Ищу человека с опытом от 5 лет, который хочет вырасти из обычного разработчика в совладельца бизнеса. Если тебе потенциально интересно такое партнерство на пиши.
Протестировать: сайт, мобильное приложение, программное обеспечение. Цена за работу обсуждается индивидуально. Разработка тест?планов и тест?кейсов для всех ролей и сценариев (включая негативные и крайние случаи). Тестирование API (Postman/Swagger), фронтенда, интеграций с банком (на тестовых стендах/мок?сервисах). Автотесты (Cypress/Playwright, Jest), настройка запуска в CI. Проверка транзакционных сценариев: холд ? приёмка ? выплата, спор ? отмена ? возврат, дубли запросов. Тестирование безопасности: валидация, XSS, CSRF, корректность прав доступа. Сбор метрик, баг?трекинг, приоритизация дефектов. Требования: опыт QA от 2 лет, понимание жизненного цикла ПО, опыт автоматизации. Будет плюсом: знание SQL, опыт тестирования платёжных сценариев, понимание 152?ФЗ.
Задачи чат-бота: сбор информации. Продукт: анализ каналов, чатов. Техзадание есть. 1. Существуют ли альтернативные MTProto-запросы или способы получения данных о подписчиках канала, помимо простого поиска каждого подписчика? 2. Как правильно работать с FloodWait и другими rate limit-ограничениями, чтобы не создавать блокировки со стороны API телеграмм 3. Какие ограничения являются жёсткими ограничениями Telegram, а какие можно обойти изменением архитектуры процесса 4. Какие ограничения Telegram существуют при массовом получении информации о каналах и пользователях и какие из них являются флудом со стороны телеграмм 5. Как уменьшить количество запросов к Telegram и избежать лишних повторных операций при сборе информации о пользователях.
Пожелания и особенности: Нужно настроить AI-агента для работы с моим кабинетом. Что должен уметь: * заходить в уже авторизованный кабинет; * проверять новые заказы; * открывать и анализировать заявки; * отбирать подходящие мне заказы; * готовить отклик; * сначала ничего не отправлять без моего подтверждения; * в дальнейшем желательно настроить автоматическую отправку подходящих откликов. Также желательно проанализировать мои старые переписки и понять, какие ответы лучше конвертируются в клиентов. Нужен человек с опытом AI-агентов, browser automation, Playwright / Chrome automation / OpenAI API. Главное — чтобы всё было просто в использовании и работало стабильно.
Нужно настроить AI-агента для работы с моим кабинетом на Profi.ru. Что должен уметь: * заходить в уже авторизованный кабинет; * проверять новые заказы; * открывать и анализировать заявки; * отбирать подходящие мне заказы; * готовить персональный отклик; * сначала ничего не отправлять без моего подтверждения; * в дальнейшем желательно настроить автоматическую отправку подходящих откликов. Также желательно проанализировать мои старые переписки и понять, какие ответы лучше конвертируются в клиентов. Нужен человек с опытом AI-агентов, browser automation, Playwright / Chrome automation / OpenAI API. Главное — чтобы всё было просто в использовании и работало стабильно.
Разработка с нуля. Приложение: для iOS, для Android, кроссплатформенное. Устройства для масштабирования: смартфоны, планшеты. Планируется разработка dating приложения, похожего на pure Дизайн готов, весь функционал описан Нужен просто человек который очень хорошо пользуется нейросетями (вероятно Claude code), имеет помимо этого какую-то хорошую базу в коде и интеллект выше среднего Важно желание сделать хорошо и чувство прекрасного Не интересна работа по старому сценарию разработки, прекрасно понимаю что все будет делаться Клодом, мог бы сделать сам, но нет столько свободного времени Пишите, у проекта после реализации неизбежно большое будущее, будет интересно ??.
Доработать, перенести данные, проконсультировать сотрудников, интеграция с сайтом. Настроить: первоначальная базовая настройка, обмен данными. Конфигурация 1С: Бухгалтерия, Предприятие, Фрэш. Версия: 8,5. Необходимо настроить 1с. 1) Нужно настроить несколько артикулов товаров(сейчас один артикул), а у нас есть: внутренний артикул, артикул производителя, артикул с маркетплейса и SKU с маркетплейсов(три разных). Так же необходимо выгрузить всю базу данных товаров с сайта и загрузить в 1С(по большому счету там все артикулы со связками есть). 2) Нужно настроить АПИ с 1С и сайтом, товарные накладные, которые проходят в 1С, чтобы передавались на сайт(есть штатный программист, который занимается сайтом).
Разработка мобильных приложений. Разработка с нуля. Приложение: для Android, для iOS, для Windows Phone, кроссплатформенное. Устройства для масштабирования: смартфоны, планшеты. Цена за работу обсуждается индивидуально. Реализация сквозных сценариев: интерфейс + бэкенд + интеграция с банком по API. Поддержка и развитие API, БД, миграций, тестов. Настройка CI/CD, деплоя, мониторинга. Участие в проектировании архитектуры и согласовании требований с бизнесом. Стек: Node.js/NestJS, React/Next.js, PostgreSQL, Redis, Docker. Требования: 4+ лет коммерческого опыта, умение проектировать API и БД, понимание безопасности и транзакций.
Настроить: первоначальная базовая настройка, обмен данными, обучение персонала. Версия платформы: 8.5. Конфигурации типовые, без доработок. Количество пользователей: от 15 чел, до 20 чел Задача: Несколько компаний торгующих через МП. Торговля как товаром так и производство (однопередельное) собственно продукции При проведении аудита системы учета УНФ + 1С Предприятие выявлены следующие моменты 1) Не настроен режим интеркомпани 2) Планы счетов в УНФ и Предприятии не совпадают 3) Справочники различаются как по контрагентам так и по товарам 4) Синхронизация УНФ и Пр происходит не корректно.... Подробности в техзадании.
Настроить SaaS сервис. Доработка существующего продукта, настройка. Пожелания и особенности: Добрый день! Есть работающий SaaS сервис. Уже есть первые внедрения. Хотим узнать стоимость помощи и поддержки у настоящего программиста, который поможет: - перенести все что работает на РФ сервера - ускорить обработку данных софтом. Сейчас немного долго прогружаются данные, это вызывает неудобство - показать как разместить свое приложение на ТСД от Атол Ну и много вопросов по мелочи. Вообщем на бэкенд нужен человек.
Задачи чат-бота: информирование клиентов, сбор информации, приём текстовых заказов, финансовые операции. Продукт: Абонемент в фитнес клуб. Техзадания нет. Пожелания и особенности: Тема: Бот для консультации и продажи абонементов. Пользователь выбирает цель: похудеть, набрать массу или поддержать форму. Бот подбирает подходящий тариф, показывает расписание групповых занятий и выдаёт персональный промокод на скидку 10%. Функционал: Квиз из 5 вопросов, подбор тарифа, генерация промокода. Мессенджер: Telegram.
Уже есть: готовый сайт. Корпоративный сайт (сайт компании). Платформа: дальше. Функционал сайта: дальше. Контент есть. Кто делает сайты или подправляет те что уже есть? Опытные специалисты нужны в проект, напишите мне пожалуйста сразу с примерами работ. По наполнению мне нравятся вот такой вариант? https://molodeem.online/omolozgenie То есть тут разобраны все боли и Продемонстрированны почти все результаты , которые человек получит от прохождения.
Настроить: сервер 1С, обновление 1С, обмен данными. Конфигурация 1С: Комплексная автоматизация. Версия платформы: 8.3. Операционная система: Windows. Производились существенные доработки 1С. Количество пользователей: до 15 чел Задача: Работаем с компанией которая осуществляет администрирование нашей 1С, вносит изменения, обновляет. Не устраивает цена и стоимость абонентской платы. Если есть лучшее предложение по цене, выполняя наши задачи, то готовы рассмотреть.
Протестировать: сайт. Мы создаем платформу, чтобы помощь при расстройствах пищевого поведения была доступнее и безопаснее. Нам очень важен ваш личный опыт и обратная связь, чтобы продукт действительно помогал. Что нужно сделать: в течение месяца бесплатно получать помощь на платформе от разных специалистов. Что мы предлагаем: бесплатную помощь. Мы гарантируем полную анонимность и этичный подход: вы можете пропустить любой вопрос или прекратить участие в любой момент.
Микроконтроллер: ПР200. Функции и задача устройства: Нужен программист для написания программ: 1) Программа АВР-0,4кВ на контроллере ПР200-220.3.1 с модулем расширения ПРМ-220.1; 2) Программа управления вентиляцией, отопления и кондиционирования на контроллере ПР200-220.3.1 с модулем расширения ПРМ-220.2 Звоните по московскому времени с 9.00 до 18.00. Пожелания и особенности: Оборудование находится в городе Чебоксары. Возможно нужно будет приехать.
Доработать. Настроить: обмен данными, отчёты 1С, печатные формы. Конфигурация 1С: Бухгалтерия, Документооборот. Версия: 8.3. Выполнение отдельных ТЗ по доработке системы, настройка процессов согласований, обменов и интеграций с другими базами. 1С Документооборот, 1С склад. В перспективе установка 1С Битфинанс. С нашей стороны - Юридическое лицо и заключение договора ГПх с исполнителем. Оплата по факту выполнения ТЗ.
Доработать, интеграция с сайтом, обновить, установить, перенести данные. Настроить: печатные формы, интерфейс, отчёты 1С, обмен данными. Конфигурация 1С: Управление торговлей, Предприятие, ERP Управление предприятием, Документооборот , Комплексная автоматизация, Управление производственным предприятием, Зарплата и управление персоналом, Управление нашей фирмой, Бухгалтерия. Версия: 8.3.
Доработать. Настроить: печатные формы, обмен данными. Конфигурация 1С: Управление нашей фирмой. Версия: 8.3. 1) Настройка печатной формы ТТН (доработка существующей) сама печатная форма ТТН присутствует, в ней нужно настроить подтягивание данных водителей (ТС, №, ФИО) 2) настройка выгрузки ЭТрН (выгрузка из УНФ в файл, который можно будет загрузить в диадок для отправки).
Сделать проект под ключ, разработать персонажей, разработать дизайн уровней, переработать готовую игру. Игра: для установки на ПК. Игра: одиночная. Жанр: Исследование. Графика: 3D. Нужно построить мир майнкрафт, в стиле, викторианская эпоха с механическим этапом развития, в основном всё на пару. Каждый блок это отдельная постройка, это особенно учтите.
Разработать концепцию и сюжет, сделать проект под ключ, создать мультиплеер на базе выделенного сервера, проработать звуковое сопровождение, разработать дизайн уровней, разработать игровую механику. Игра: для установки на ПК. Игра: многопользовательская. Жанр: квест. Платформа: Артенос. Графика: 3D. Чтобы сервер был очень интересный.
Автоматизация расчётов, анализ и работа с базами данных, автоматизация формирования отчётов, финансовые расчёты, автоматизация составления документов, разработка калькуляторов. Финансовые расчёты: заработная плата. Техническое задание есть. Автоматизировать таблицы Excel с помощью приложений и макросов.
консультация по тарифам. Использую для рабочих и личных задач perplexity. Последние несколько дней сеть стала непривычно дорогой. Хочу понять с чем это может быть связано и найти оптимальный для себя вариант использования. Может стоит рассмотреть другие аналогичные платформы, буду благодарна за подсказки.
ml инженер. Разработка с нуля. Разработать минимально жизнеспособный прототип (PoC) системы, демонстрирующий возможность автоматической обработки тикетов поддержки с разделением на автоматические ответы и эскалацию оператору. Формат сдачи: Git-репозиторий с кодом, документацией и артефактами.
Обновить. Конфигурация 1С: Бухгалтерия, Управление торговлей. Версия: 8.3. Ут+бухгалтерия. Сетевая, 5 лицензий. Обслуживание. Установка обновлений, синхронизация между базами. Иногда - доработка. Помощь при возникновении вопросов. Удаленно, но с возможностью выезда при необходимости. Москва.
Платёжная система: по рекомендации специалиста. Платформа: Перевод. Пожелания и особенности: Возможен ли перевод от SEO площадки через фиатный счет , через провайдера на карту Российского банка, то есть перевод из - за рубежа через платежную систему ?есть какие -то риски по сумме.
Задачи чат-бота: автоматическое бронирование, финансовые операции, приём текстовых заказов, ответы на типовые вопросы, интерактивное меню или каталог, сбор информации, информирование клиентов. Платформа: Telegram. Продукт: Хочу понять как можно встроить чат бот. Техзадания нет.
Доработать. Настроить: печатные формы. Конфигурация 1С: 1С АЛЬФА-АВТО. Версия: 8.3. Дописать во внешней печатной форме срок гарантии. Печатная форма внешняя уже есть, необходимо внести корректировку, выделил на 2м скриншоте. 1С8 находится на облаке.
Доработать, проконсультировать сотрудников. Настроить: обмен данными, отчёты 1С, печатные формы. Конфигурация 1С: Управление торговлей, Розница. Версия: 8.3. Не печатает чеки, не отображаются продажи, не сканирует марки - нужно настроить.
Сделать проект под ключ, разработать игровую механику, переработать готовую игру, выполнить художественный дизайн, разработать концепцию и сюжет. Игра: для мобильных устройств. Игра: массовая онлайн. Жанр: песочница. Графика: 3D.
Настроить: доступ пользователей. Конфигурация 1С: Документооборот. Версия: 8.2. Необходимо настроить выгрузку УПД (сф+счёт) из 1с в Saby (для 2-х пользователей). Во вложении на фото отмечено, откуда необходима выгрузка.
Задачи чат-бота: информирование клиентов, Контроль подписки. Продукт: Услуги психолога. Техзадания нет. Пожелания и особенности: Бот нужен, чтобы проверять подписку и высылать ссылки на другие ресурсы, сайт, телеграмм.
Уже есть: готовый сайт, текстовое наполнение, дизайн, фотографии, картинки, макет. Корпоративный сайт (сайт компании). Платформа: WordPress. Функционал сайта: тот что есть в шаблоне. Контент есть.
Настройка программ. Настройка. Пожелания и особенности: Ищу программиста в г Балашиха. Необходима техническая поддержка в настройки программы Диадок Логистика и установки КЭП ключа на личный ноутбук.
Почему стоит искать работу для фриласнеров по профилю программисты в Москве у нас?
🔸 Более 4 предложений о работе за сегодня в тематике программисты
🔸 Работа и подработка на бирже фриланса от прямых заказчиков, которым нужна помощь специалистов по профилю программисты уже сегодня!
🔸 Свежих заказов на программисты в Москве для фрилансеров на сентябрь 2026 года — 6038 шт.
Как найти удалённую работу для фриланс-специалистов по профилю программисты в Москве?
Вы специалист по программисты и ищете проекты и заказы на удалёнке в Москве? Нам всегда есть что вам предложить. Ежедневно мы публикуем новые проекты и заказы по вашей специальности. Найдите интересную работу уже сегодня
Сколько проектов для IT-специалистов по профилю программисты в Москве?
На сентябрь 2026 года опубликовано 6038 предложений удалённой работы от прямых заказчиков для исполнителей по специализации программисты
Сколько можно заработать выполняя проекты по программисты?
Специалисты по профилю программисты зарабатывают от 0.00 рублей с заказа. Хотите больше? Выполняйте как можно больше заказов и зарабатывайте сколько пожелаете