Больше ответов от заказчиковЗаполни бейдж – заказчики отвечают до 2× чаще
Требуется разработка ИИ агента для автоматизации SEO-процессов. Агент должен еженедельно собирать ключевые слова с Яндекс.Вордстат для четырех сайтов. Результаты необходимо формировать в таблицу, содержащую ключевые слова, их частотность и текущие позиции сайта по этим словам в указанном городе.
Функционал агента должен включать возможность обработки и фильтрации данных в таблице по заданным критериям, например, удаление слов, относящихся к определенной тематике (сантехника) или бренду.
Приветствуются предложения с описанием аналогичных проектов, направленных на облегчение работы SEO-оптимизаторов.
3 000 – 9 000 ₽AI Score7Яндекс.ВордстатAINLP
Требуется разработать ИИ агента, который будет автоматически сверять данные, представленные в таблице на официальном сайте, с предоставленными исходными данными. По результатам сверки агент должен формировать и отправлять отчёт с выявленными расхождениями или подтверждением соответствия данных. Проект предполагает создание надёжного и эффективного инструмента для автоматизации процесса верификации информации.
2 000 – 6 000 ₽AI Score7AIWeb Scraping
Требуется специалист для создания автоматизированного видеоконтент-завода, предназначенного для производства вертикальных видеороликов (9:16) с использованием 20 постоянных ИИ-аватаров девушек. Задача заключается не в разовой генерации видео, а в разработке комплексной системы производства контента, охватывающей все этапы от сценария и исходных материалов до получения готового ролика.
Формат видео: вертикальный 9:16, длительность 10–15 секунд. Основной сюжет — трансформация «до/после», демонстрирующая девушку в повседневной ситуации, использование приложения и появление в новом стильном образе. Для ранее созданных 2K/4K аватаров необходимо обеспечить сохранение узнаваемости каждого аватара между роликами, фотореалистичность внешности, движений, одежды и интерьеров. Также требуется настроить смену образов, локаций и сценариев.
Ключевые задачи включают автоматизацию генерации, монтажа и вставки интерфейса приложения, а также организацию системы проверки качества с возможностью повторной генерации неудачных сцен. По итогам работы необходимо передать полностью функционирующую систему и подробную инструкцию по её использованию. Стартовый объём производства — 3–5 готовых роликов в день с возможностью последующего масштабирования. Проект начнется с пилотной фазы на 1–2 аватарах, затем будет масштабирован до 20.
В отклике необходимо приложить примеры работ, указать используемые модели и провайдеров, а также описать опыт автоматизации через API. Также требуется представить предлагаемую схему производства, сроки запуска, стоимость разработки и ориентировочную себестоимость одного ролика.
20 000 – 60 000 ₽AI Score6AIVideo GenerationAutomationAPIStable DiffusionMidjourneyRunwayML
Требуется разработка локальной системы для анализа записей звонков сотрудников. Система должна интегрироваться с существующей CRM-системой Intrum. Ежедневный объём обработки составляет 5000-6000 звонков. На первом этапе необходимо реализовать полный разбор выбранного звонка по запросу, включающий расшифровку с разделением участников, создание саммари, оценку звонка согласно внутренним регламентам, а также выявление конкретных точек улучшения с цитатами и временными отметками.
100 000 – 150 000 ₽AI Score7CRMIntrumAINLP
Требуется разработка локальной системы для анализа записей телефонных звонков сотрудников с последующей интеграцией в существующую CRM-систему Intrum. Ежедневный объем звонков составляет 5000-6000.
В первой версии проекта необходимо реализовать полный разбор выбранного звонка по запросу, включающий расшифровку с разделением участников, создание саммари, оценку звонка согласно внутренним регламентам, выявление конкретных точек улучшения с цитатами и временными отметками, предоставление примеров более удачных формулировок и рекомендаций для последующих контактов с клиентами.
Система распознавания и анализа должна функционировать на собственном сервере заказчика без использования внешних платных API искусственного интеллекта. Предпочтительна модульная архитектура с локальной моделью Qwen или обоснованной альтернативой, обеспечивающая возможность обновления модели и интерфейса, добавления новых функций и отката обновлений.
100 000 ₽AI Score6QwenCRM IntrumAI API
Требуется разработать ИИ-систему для автоматизации проектирования металлических конструкций. Основная задача — интегрировать ИИ с Autodesk Revit и Autodesk Robot Structural Analysis через API. Сценарий работы включает в себя получение исходных данных, создание ИИ нескольких вариантов металлической конструкции, автоматическое построение модели в Revit и последующую передачу ее в Robot для дальнейшего анализа. Проект направлен на оптимизацию и ускорение процесса проектирования.
95 000 – 120 000 ₽AI Score7Autodesk RevitAutodesk Robot Structural AnalysisAPI
Требуется разработать ИИ-систему для автоматизации проектирования металлических конструкций. Основная задача — интегрировать ИИ с Autodesk Revit и Autodesk Robot Structural Analysis через API. Сценарий работы включает создание ИИ нескольких вариантов металлической конструкции на основе исходных данных, автоматическое построение модели в Revit, передачу ее в Robot, запуск расчета, получение результатов ИИ, изменение сечений/схемы и повторный расчет для выбора оптимального варианта. Необходимо максимально использовать штатную интеграцию Revit + Robot. На первом этапе требуется рабочий прототип, подтверждающий возможность автоматической цепочки Revit → Robot → расчет → получение результатов → изменение модели → повторный расчет. Подробное техническое задание прикреплено. В отклике необходимо указать опыт работы с Revit API, Robot API, Dynamo и интеграцией ИИ/LLM, желательно приложить примеры похожих проектов.
30 000 – 90 000 ₽AI Score6Autodesk RevitAutodesk Robot Structural AnalysisRevit APIRobot APIDynamoLLM
Требуется специалист по разработке и внедрению ИИ-агентов для маркетинговых задач клиента. Ищем кандидатов с подтвержденными реальными кейсами.
Примеры задач для ИИ-агентов:
1. Скоринг и сквозная аналитика рекламных кампаний (Meta, Google, TikTok, сайт, CRM).
2. GEO & AI Search Optimization: мониторинг и оптимизация присутствия компании в ответах нейросетей.
3. Разработка 1-2 дополнительных маркетинговых ИИ-агентов, которые уже были успешно внедрены у других клиентов.
Ключевое требование — наличие реальных кейсов и готовых решений. Просьба присылать кейсы при обращении.
≈ 350 000 ₽AI Score6AI AgentsMeta AdsGoogle AdsTikTok AdsCRM IntegrationSEO
Требуется разработать модель искусственного интеллекта, способную в реальном времени распознавать объекты на предоставленных кадрах. Детальное техническое задание будет предоставлено.
В отклике необходимо указать ваше видение процесса работы, предполагаемые сроки выполнения, ориентировочную стоимость услуг, а также описать релевантный опыт в области машинного обучения. Отклики без указанной информации рассматриваться не будут.
70 000 – 200 000 ₽AI Score5MLComputer Vision
Требуется Geo ML-инженер с практическим опытом работы с геопространственными данными, дорожными графами и/или алгоритмами маршрутизации. Важен опыт именно в Geo ML, кандидаты без него не рассматриваются.
Задачи включают разработку и оптимизацию алгоритмов маршрутизации (VRP, TSP, роутинг с ограничениями), работу с геоданными (геокодирование, map matching, изохроны, ETA), проектирование и оптимизацию графов дорожной сети, работу с роутинг-движками (OSRM, GraphHopper, Valhalla). Также предстоит анализировать и улучшать метрики качества маршрутизации, строить ML-модели поверх геоданных (предсказание времени в пути, спроса, распределение заказов), работать с большими объёмами геопространственных данных (PostGIS, H3/S2, GeoJSON) и проводить эксперименты с A/B-тестами.
Обязательные требования: опыт в решении задач Geo ML, сильный практический опыт в геоаналитике и/или маршрутизации, уверенное владение Python с геопространственными библиотеками (GeoPandas, Shapely, PostGIS), понимание графовых алгоритмов (Dijkstra, A*, contraction hierarchies), опыт работы с ML на табличных/пространственных данных, уверенное владение SQL, умение работать с зашумлёнными GPS/трек-данными, опыт вывода решений в production, опыт с OSRM/GraphHopper/Valhalla/OpenStreetMap.
≈ 300 000 ₽AI Score5PythonGeoPandasShapelyPostGISSQLOSRMGraphHopperValhallaOpenStreetMapH3/S2GeoJSON
Требуется разметка 500 фотографий полок магазинов для последующего обучения модели компьютерного зрения YOLO. На фотографиях необходимо находить продукцию заданных 8 SKU и размечать каждую видимую бутылку отдельным Bounding Box с присвоением соответствующего класса. Разметка должна быть выполнена в Roboflow, CVAT или аналогичном инструменте. Итоговый результат должен соответствовать требованиям заказчика.
10 800 ₽AI Score5YOLORoboflowCVAT
Требуется развернуть и настроить на GPU-сервере автономную локальную multi-agent AI-систему. Главный агент должен самостоятельно принимать задачи, разбивать их на этапы и создавать необходимых подагентов. Система должна поддерживать иерархию агентов: Master → Directors/Workers → Critic/Judge. Предполагается до 20–50 логических агентов с общей локальной LLM и ограничением параллельных процессов.
48 000 – 55 000 ₽AI Score6LLMGPU
Требуется развернуть и настроить на GPU-сервере автономную локальную multi-agent AI-систему. Система должна соответствовать следующим требованиям:
Главный агент должен самостоятельно принимать задачи, разбивать их на этапы и создавать необходимых подагентов. Необходима поддержка иерархии агентов: Master → Directors/Workers → Critic/Judge. Система должна поддерживать до 20–50 логических агентов с общей локальной LLM и ограничением параллельных задач. Функционал включает работу с браузером, интернет-поиском, Linux terminal, Python, файлами, API/MCP.
Важными элементами являются долговременная память и навыки (skills) с возможностью сохранения и повторного использования рабочих процедур, а также автоматическая перепроверка результата и повторный цикл при неудовлетворительном качестве. Локальная LLM должна быть реализована через vLLM/SGLang/llama.cpp с OpenAI-совместимым API, что позволит менять модели GLM/DeepSeek/Qwen без переделки всей системы. Предусмотрен Web UI, логирование, использование Docker/Docker Compose, автозапуск и сохранение состояния после перезагрузки.
В качестве основы рассматриваются Agent Zero + Hermes, но заказчик готов рассмотреть более подходящую архитектуру. Сервер может быть предоставлен заказчиком, либо потребуется помощь в подборе оптимальной конфигурации под локальную LLM и 20–50 агентов. Важно, что требуется не просто установка Agent Zero, а полностью настроенная автономная агентная система с демонстрацией реального создания и управления подагентами.
При отклике необходимо указать опыт работы с Agent Zero/Hermes/Agno/LangGraph, предложить архитектуру, рекомендовать сервер, а также указать срок и стоимость выполнения работ.
15 000 – 45 000 ₽AI Score5GPULLMAgent ZeroHermesAgnoLangGraphvLLMSGLangllama.cppOpenAI APIGLMDeepSeekQwenDockerDocker ComposePythonLinux
Инвестиционная компания ищет Senior Quantitative Researcher & AI Engineer для удаленной работы на полную занятость. Основная задача — дополнить фундаментальный анализ количественным, собирать данные, строить модели и инструменты для инвестиционных решений. Предусмотрено прямое взаимодействие с CIO и Head of Research.
В обязанности входит создание системы мониторинга инвестиционных тезисов, разработка point-in-time хранилища рыночных, фундаментальных данных, документов SEC, стенограмм звонков, новостей и внутренней аналитики. Также необходимо проводить backtesting и разрабатывать сигналы для инвестиционных гипотез, заниматься портфельной аналитикой (концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций) и развивать AI-агентов для исследовательского процесса.
Требуется сильная база в математике, статистике и машинном обучении, опыт от 3 лет в quantitative research или data science на финансовых данных. Кандидат должен иметь опыт доведения моделей до практического применения, опыт backtesting на point-in-time данных с пониманием look-ahead bias, survivorship bias и переобучения. Необходимы навыки работы с Python и SQL для построения пайплайнов данных и написания надежного, тестируемого кода. Важен опыт построения систем на LLM с измеримым качеством, понимание фундаментального анализа и портфельного риска, а также уверенный английский язык. Желателен опыт на buy-side или в прямой работе с портфельными управляющими.
Компания предлагает работу с реальным портфелем, доступ к профессиональным источникам данных и современным AI-инструментам, конкурентную оплату труда, годовой бонус и собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы.
≈ 500 000 ₽AI Score6PythonSQLMachine LearningStatisticsLLMBacktestingData ScienceQuantitative Research
Компания advantrade, импортёр и поставщик оборудования для автоматической идентификации, ищет AI-архитектора-практика. Цель — автоматизация более 90% операционной работы с помощью ИИ-агентов.
Используемые технологии: ChatGPT/Codex, Claude Code, API-модели, 1С, Bitrix24, n8n, почта, Excel, корпоративная база знаний и скрипты. Планируется локальный вычислительный контур с четырьмя GPU по 24 ГБ видеопамяти. Автоматизации подлежат продажи, закупки, маркетинг, обслуживание клиентов, документооборот, аналитика и внутренние процессы.
Требуется найти ценную точку применения ИИ и за 5–7 дней развернуть работающий пилот. Нужен измеримый результат, полезный бизнесу и пригодный для масштабирования, а не общий аудит или презентация.
В предложении необходимо указать: проблему, которую решит пилот и её приоритетность; что конкретно заработает через неделю; как измерить результат; необходимые данные, системы и доступы; краткую архитектуру и потенциал развития; риски и способ безопасного отката; фиксированную стоимость; два примера похожих реализованных проектов. Пилот не должен требовать необратимых изменений в production. Исходники, настройки и документация остаются у компании. Предполагается долгосрочное сотрудничество.
20 000 – 60 000 ₽AI Score5ChatGPTCodexClaude CodeAPI1СBitrix24n8nExcelGPU
Требуется разработка и внедрение системы машинного зрения для контроля качества производства железобетонных плит и кубических блоков. Задача включает подбор необходимого оборудования и создание программного обеспечения для контроля соответствия продукции рабочим чертежам и проектам.
Контроль будет осуществляться на трех этапах:
1. Первый этап: контроль армирования и сборки каркаса с инженерными сетями.
2. Второй этап: контроль после установки каркаса в машину и закрытия створок, непосредственно перед заливкой бетона.
3. Третий этап: контроль поверхности, размеров и расположения закладных пластин.
Цель проекта — автоматизация контроля качества на производстве ЖБИ.
60 000 – 180 000 ₽AI Score5Машинное зрениеКомпьютерное зрение
Компания Standard Data ищет эксперта для разработки и проведения курса-интенсива по AI Agents на основе LLM. Курс предназначен для действующих data-специалистов.
В задачи входит разработка материалов курса, включая семинары и финальный проект, а также проведение занятий в формате вебинаров. Интенсив длится 1–2 дня, по 2–4 занятия в день.
Требования к кандидату включают профильное высшее образование, опыт работы в NLP от 3 лет (желательно в крупных компаниях) и коммерческий опыт с LLM от 1,5 лет. Обязателен опыт работы с LangGraph и LoRA. Приветствуется наличие PhD в релевантной области, научных публикаций, профессиональных наград или участия в конкурсах.
Работа удаленная, предусмотрен гибкий формат участия: можно взять отдельные темы или курс целиком.
180 000 – 230 000 ₽AI Score6LLMNLPLangGraphLoRAAI Agents
Ищем опытного Senior AI Инженера (Full-Stack) для возглавления технической разработки AI-решений с нуля. Основные задачи включают создание RAG-систем, мультиагентных процессов и интеграцию LLM (OpenAI, Anthropic Claude) в существующие системы брокера, такие как CRM, техподдержка, KYC/Compliance и аналитика.
Требования к кандидату: опыт более 5 лет в бэкенд или full-stack разработке, не менее 2 лет опыта работы с LLM в продакшене с наличием 2-3 запущенных кейсов. Необходимы сильные навыки в RAG, AI Agents, Prompt Engineering, Tool & Function calling, Python/Node.js, REST API. Обязателен опыт работы с облачными платформами (AWS/GCP/Azure), Docker, CI/CD. Требуется свободное владение английским языком. Опыт в Финтехе, Форекс или Банках будет преимуществом.
Условия работы включают полную удаленку из любой точки мира, высокую автономию и перспективы роста до Tech Lead. Работа над реальными AI-продуктами без бюрократии и устаревшего кода.
250 000 – 300 000 ₽AI Score6RAGAI AgentsPrompt EngineeringTool & Function callingPythonNode.jsREST APIAWSGCPAzureDockerCI/CDOpenAIAnthropic Claude
Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов.
Это не классическая вакансия Data Scientist с задачами на табличные данные. Нужен человек, который самостоятельно разрабатывал или существенно улучшал ML/математические методы, умеет работать с неопределённостью и может экспериментально доказать, почему новый подход лучше сильного baseline.
Задача: есть стохастическая многоагентная среда с частичной наблюдаемостью и десятки миллионов исторических эпизодов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget.
Особенно интересен опыт в одном или нескольких направлениях:
— RL / sequential decision making / POMDP / world models;
— probabilistic & Bayesian ML, latent-variable models, uncertainty estimation;
— behavior / opponent modeling, multi-agent systems;
— off-policy evaluation, importance sampling, doubly robust estimation, variance reduction;
— Monte Carlo / Markov models / stochastic optimization;
— algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency.
Кого особенно хотим увидеть: исследователей с сильной математической базой, опытом собственных R&D-разработок и публикациями либо сильным applied research опытом. PhD будет плюсом, но не является обязательным. Важнее возможность разобрать свой проект в формате: проблема → baseline → ваша идея → альтернативы → эксперимент → измеримый результат.
Стек для прототипирования: Python / PyTorch. Данные и вычислительная инфраструктура есть, задача предполагает много экспериментов и достаточно высокую исследовательскую свободу.
Формат: remote, контракт от 3 месяцев. Приоритетно рассматриваем full-time, но для сильного кандидата готовы обсуждать part-time.
630 000 – 900 000 ₽AI Score6PythonPyTorchProbabilistic MLSequential Decision MakingReinforcement LearningBayesian MLMulti-agent SystemsStochastic Optimization
Требуется AI-инженер для работы над существующим проектом. Основная задача — построение логики и цепочек принятия решений с использованием LLM, а также декомпозиция сложных процессов в алгоритмы.
Специалист будет заниматься генерацией, проверками, условиями и ветвлениями на базе LLM, а также интеграцией LLM с существующей системой через API и локальные сервисы. Важной частью работы является создание AI-агентов, workflow и orchestration, а также перевод экспертной логики в работающий AI-контур.
Ищем специалиста именно на слой AI-логики и интеграций, а не классического веб-разработчика.
≈ 180 000 ₽AI Score6LLMAPI IntegrationAI AgentsWorkflow Orchestration
Требуется ML-инженер с опытом работы от 3 лет для долгосрочного проекта по обезличиванию данных. Обязателен опыт разработки и внедрения ML-моделей в продакшен.
Необходимы навыки работы с Python, pandas, numpy, scikit-learn, а также с NLP-инструментами (SpaCy, Hugging Face Transformers). Важен практический опыт построения пайплайнов обработки неструктурированных данных, включая очистку, нормализацию, feature engineering и извлечение сущностей (NER). Кандидат должен понимать и применять деревья решений и ансамбли (Random Forest), уметь интерпретировать результаты, подбирать гиперпараметры и оценивать риски переобучения.
Требуется опыт работы с CTGAN и TVAE (библиотека SDV или аналоги), включая обучение и подбор гиперпараметров, а также проведение Privacy-проверок. Обязательны навыки контейнеризации (Docker), развертывания моделей через API (FastAPI/Flask) и версионирования моделей и данных (MLflow/DVC). Понимание CI/CD-процессов также необходимо.
≈ 300 000 ₽AI Score6Pythonpandasnumpyscikit-learnSpaCyHugging Face TransformersNERRandom ForestCTGANTVAESDVDockerFastAPIFlaskMLflowDVCCI/CD
Требуется разработка AI-ассистента для автоматической проверки домашних заданий в онлайн-школе по программированию, математике и языкам. Сервис должен быть интегрирован в существующий проект.
Функционал включает прием работ студентов (текст, код, файлы), проверку по заданным рубрикам и критериям, генерацию персонализированной обратной связи по каждой ошибке, отслеживание прогресса студента и типовых ошибок, пометку работ, требующих внимания преподавателя, и формирование еженедельного отчета для преподавателя.
Ключевые требования: проверка на базе GPT/LLM с опорой на рубрики, обоснованная оценка с привязкой каждой ошибки к критерию, живая и нешаблонная обратная связь, скорость проверки до 30 секунд на работу. Необходим веб-интерфейс для преподавателя для загрузки рубрик, просмотра проверок и ручной корректировки. Система должна быть переиспользуемой для различных курсов.
60 000 – 180 000 ₽AI Score5GPTLLMPythonAPI IntegrationWeb Development
Требуется специалист для разработки и развития production LLM/AI-систем и AI-агентов. Работа предполагает взаимодействие с backend-разработкой, AI-инфраструктурой и agentic workflows.
В обязанности входит проектирование LLM/AI-систем и AI-агентов, создание многошаговых agentic workflows (routing, tool calling, state management), работа с prompt- и context-engineering, а также управление памятью и состоянием диалога. Необходимо будет реализовывать structured output и function/tool calling, строить RAG-пайплайны (chunking, embeddings, retrieval, reranking) и интегрировать LLM с API, базами данных и внутренними сервисами. Разработка backend будет осуществляться на Go, а AI-компонентов — на Python.
Кандидат должен уметь собирать LLM-системы целиком, от логики prompt/context и агентов до backend, интеграций и production. Требуется уверенное владение Go для production-backend и высоконагруженной логики, а также Python для AI-инфраструктуры и прототипирования. Обязателен опыт работы с agentic workflows, памятью и состоянием диалога, понимание RAG, embeddings, retrieval и reranking. Приветствуется опыт оценки качества (evals, regression tests, golden datasets, LLM-as-a-judge), умение выбирать модели с учётом качества, latency и стоимости, а также навыки анализа логов и трасс для повышения стабильности.
≈ 300 000 ₽AI Score6GoPythonLLMRAGEmbeddingsRetrievalPrompt EngineeringFunction/Tool CallingAgentic Workflows
Требуется специалист для развертывания локальной версии языковой модели Claude на операционной системе macOS. Основная задача — обеспечить удаленный доступ к развернутой модели для нескольких пользователей.
В рамках проекта необходимо:
1. Провести консультацию по архитектуре решения и необходимым ресурсам.
2. Выполнить полную настройку и развертывание Claude на указанной локальной машине.
3. Оценить возможность использования Mac M1 или определить необходимость более мощной конфигурации, например, Mac mini с 48 ГБ оперативной памяти.
5 000 – 15 000 ₽AI Score5macOSClaudeDeploymentRemote Access
