Создание сайтов — удалённая работа в Москве

Задачи чат-бота: приём текстовых заказов, сбор информации, финансовые операции, информирование клиентов, автоматическое бронирование, интерактивное меню или каталог. Продукт: Заявки от клиентов. Техзадание есть. Пожелания и особенности: 🛠️ Техническое задание: Telegram-бот для агентов Цель: Создать Telegram-бота на Python (aiogram), который позволяет агентам оформлять заявки от имени клиентов. Бот собирает данные, формирует документы, сохраняет переписку и интегрируется с amoCRM. 🔐 Роли пользователей: Агент: Заполняет заявки, видит только свои обращения, загружает сканы, получает документы. Админ: Видит все обращения, переписки, статусы, документы и имеет доступ к CRM. Может назначать других админов. 📲 Основной функционал: Создание обращения: При старте бот предлагает: «Создать обращение» «Посмотреть мои обращения» При создании обращения бот присваивает уникальный номер обращения. Агент отвечает на 10 фиксированных вопросов (возможность редактирования каждого ответа перед отправкой). После подтверждения анкеты бот: Формирует 3 документа по шаблонам: Макет Договор (Третий шаблон предусмотрен, будет позже) Отправляет документы агенту в чат. Сохраняет копии документов на сервере. Загрузка сканов: Бот запрашивает у агента скан/фото (чек, договор, переписка и т.п.). Принимаются файлы .pdf, .jpg, .png. Бот сохраняет файл и запрашивает финальное подтверждение: «Подтверждаете, что всё заполнено верно?» При ответе «Да»: Создаётся сделка в amoCRM (в воронке «Новые лиды»). Фиксируется ID обращения и ID Telegram. При ответе «Нет»: возможность повторно внести правки. Обращения и статусы: Агент видит список своих обращений и их статус: «В работе» «Ожидает подтверждения» «Завершено» Админ видит все обращения через бота и CRM. После того как сделка в amoCRM переходит в статус «Завершено», бот уведомляет агента и обновляет статус обращения. 💾 Хранение и логика: Все данные (анкеты, документы, файлы, переписка) сохраняются в БД. Формат базы: SQLite на MVP-этапе, далее — PostgreSQL. Все ответы, ID пользователей, даты и файлы логируются. Переписка логируется для админа, доступна через панель или выгрузку. Возможна интеграция с Google Таблицами или web-панелью позже. 🔌 Интеграция с amoCRM: Есть аккаунт с API-ключами. Сделка создаётся в воронке «Новые лиды». Поля: все данные из анкеты + вложения (документы, скан). Двусторонняя синхронизация: Если сделка меняет статус — бот обновляет статус обращения и уведомляет агента. ⚙️ Дополнительно: Документы формируются из шаблонов Word/Excel. Будет возможность редактировать шаблоны без вмешательства в код. Статусы заявок: «Черновик», «В работе», «На подтверждении», «Завершено». Авторизация: Все пользователи — агенты по умолчанию. Админов можно назначать вручную (команда /назначить[Email скрыт]). Планируется подключение web-интерфейса в будущем. Бот будет развёрнут на VPS/облаке, возможно через Docker.

Разработка чат-ботов. Задачи чат-бота: сбор информации. Платформа: Telegram. Продукт: 1С. Техзадание есть. Нужно соединить 1С и ИИ чтобы ИИ выдавал что нужно заказывать. Описание задачи: Есть «Категории товаров» такие как рубашки, юбки, брюки. У этих категорий есть реквизиты такие как «цвет, размеры, длина рукавов» Нужно чтобы ИИ смотрел на остатки, сколько в пути и продажи и выдавал отчет в Excel какую категорию, сколько штук и какие цвета нужно заказать.Также под каждой категории, которую нужно заказать, он выдавал рекомендации, какие именно товары и с какими размерами желательно заказать в этой категории(во вложении фотографии как должен выглядеть отчет) Какие данные ИИ должен учитывать при формировании отчета: 1. Эти данные есть в 1С. • Скорость продаж всех товаров. (данные есть в 1С) • Сезонность (сколько продалось в этот период за прошлый год) (данные есть в 1С) • Соотносил прошлые продажи с нынешними продажами(данные есть в 1С) и вычислял сколько примерно продастся та или иная категория в следующем месяце.(например: сейчас январь, если в прошлом году в январе брюк продано 10, а в феврале продано 20, а в этом году в январе продано 25, то в этом году на февраль нужно заказать 50 шт брюк) • Какие товары уже заказаны и находятся в пути. (данные есть в 1С) • Также нужно чтобы он заказывал на 15% больше чем нужно, чтобы учесть вероятность роста продаж. • Чтобы он учитывал продажи цветов и размеров в категориях и рекомендовал заказывать больше те цвета и размеры, которые продаются лучше. 2. Эти данные должны настраиваться мной (должна быть функция ручной настройки этих параметров): • Срок логистики(время пути от заказа до выхода в продажу) (должен быть привязан к категориям) • Обеспечиваемый период (в днях) (на сколько дней должно хватать товара) • Вероятность роста продаж (в %) (чтобы система выводила заказ с учетом возможного роста продаж в процентах который я укажу).

Разработка с нуля, настройка. Задача по анализу данных для сервиса Провести анализ поступающих данных из Эксель файлов для прогнозирования линейки продуктов для поставки конкретному ресторану/кафе. Прогноз данных соотнести с сезонностью продуктов, прогнозом погоды и линейкой востребованных товаров. Прогноз необходимо сделать на 1 неделю с точностью более 80%. Результат прогноза необходимо сводить в отчёт/дашборт и дублировать ключевые метрики в мессенджер. Настройка передачи результатов анализа в n8n. Настройка автоматического перерасчёта на ингредиенты. Разработка интерфейса для работы с поставщиками. Подключение оповещений и мессенджеров. Вопросы: 1. На какой платформе лучше всего реализовать анализ данных с ML для прогнозирования? 2. Какие исходные данные? 3. В каком виде результаты анализа нужно получать? Примерно видение такое. MVP хочу собрать в n8n. 1. Этап. Автоматический сборщик данных. (POS система "Poster") Настройка выгрузки продаж через циклы + сведение данных, т.к. выгрузку можно получать суммированную за определенный промежуток времени. Нужно диапазон в один день ставить и собирать данные. 2 Этап. Определиться в какой системе хранить данные. Думаю это будет Airtable, либо SQL. -> Передача данных на прогноз к вам. -> Получение ответа Возможно реализовать всю вашу работу сразу в n8n 3 Этап. Автоматический перерасчет на ингредиенты 4 Этап. Разработать Интерфейс для работы с поставщиками. Или хотя бы Google таблицы, Notion или Airtable. 5 Этап. Подключение оповещений и мессенджеров.

Разработка мобильных приложений. Разработка с нуля. Приложение: для Android. Устройства для масштабирования: смартфоны. Требования к функциональности: Приложение должно обладать способностью распознавать различные объекты на фотографиях, сделанных с помощью камеры устройства или загруженных из галереи. Это могут быть как растения, так и животные, а также предметы быта. После анализа фотографии приложение должно предоставлять информацию о распознанном объекте, включая его название и краткое описание. Структура приложения: Приложение должно состоять из следующих экранов (минимум 5): 1. Главный экран: Приветствие пользователя и предоставление основных функций приложения 2. Экран выбора изображения: Опции для съемки фотографии или выбора изображения из галереи 3. Экран просмотра изображения: Отображение выбранного изображения перед анализом 4. Экран результатов распознавания: Показ информации о распознанном объекте 5. Экран истории: Список ранее распознанных объектов с возможностью просмотра подробностей Технические требования: - Jetpack Compose - Clean Architecture и MVVM - TensorFlow Lite или Google ML Kit - CameraX. Нужна базовая имплементация функционала. Можно использовать ИИ для разработки.

Задачи чат-бота: приём текстовых заказов, информирование клиентов. Продукт: поставка авто из Китая. Техзадание есть. Требуется создать Telegram-бота, который будет рассчитывать стоимость растаможки автомобиля при ввозе в Россию (в первую очередь из Китая). Бот должен принимать параметры автомобиля и выдавать подробный расчёт всех таможенных платежей. ⸻ Функционал бота: 1. Сбор данных от пользователя через диалог: • Страна покупки (по умолчанию — Китай) • Марка и модель (ввод вручную) • Год и месяц выпуска • Объём двигателя (см³) • Тип двигателя (бензин/дизель/гибрид/электро) • Стоимость авто (в юанях, но с возможностью указать валюту) • Категория ввоза (физ. или юр. лицо) 2. Автоматический расчёт: • Таможенная пошлина (по возрасту и объёму двигателя) • Утилизационный сбор • Таможенный сбор • НДС • Итоговая стоимость в рублях 3. Вывод результата: • Отчёт с детальным расчётом всех платежей • Кнопка «Рассчитать другой авто» Дополнительно (опционально): • Возможность генерации PDF/Excel отчета • Расширяемость под другие страны.

Настроить, Устранить ошибку в 1С ЗУП 8.3 при формировании отчета 6-НДФЛ программа подтягивает в отчет за 1 квартал 2025г. данные 2024г. Объясню наглядно при подключении. Как следствие идет искажение исчисленного и удержанного ндфл за 1 квартал 2025г. 1С: Зарплата и управление персоналом. Версия: 8.3. При формировании отчета 6-ндфл за 1 квартал 2025 подтягиваются данные по вычету с мат.помощи за 2024г.(лето), убираю из отчета вручную. В НДФЛ подтягивается по некоторым сотрудникам налог с авансов и зарплат 2024 года. По году 2024 эти данные,то подтягиваются,то отваливаются сейчас. До того как начали начислять зарплату за 2025 отчет 6 ндфл за 2024г. заполнялся ровно, отчеты анализ ндфл по датам получения дохода и анализ ндфл по документам основаниям шел с 6-ндфл. Как начали начислять зарплату за 2025 так поплыл 6-ндфл за 2024 и 1 квартал 2025 формируется некорректно. Вручную поправила,но это не решение проблемы.

Онлайн-школа. Платформа: Golang. Функционал сайта: Требуется качественный backend на языке Golang с подробной документацией. Есть полное ТЗ, есть возможность проводить работу над backend'ом и frontend'ом одновременно. Вышлю ТЗ после предварительного обсуждения и просмотра резуюме. Контент есть. Требуется качественный backend на языке Golang с подробной документацией и, очень желательно, прокомментированным кодом. Несомненным плюсом (оплачиваемым отдельно) будет способность объяснить тонкости написанного кода и используемых фреймворков и библиотек. Есть полное ТЗ, есть возможность проводить работу над backend'ом и frontend'ом одновременно. Вышлю ТЗ после предварительного обсуждения и просмотра резюме.