Разработка ИИ — удалённая работа в Москве

Создание контент заводов.

Ищем AI-автоматизатора / Python-разработчика для создания MVP умного ИИ-ассистента для строительных компаний (Telegram + n8n + Supabase) Суть проекта: Мы разрабатываем систему на базе ИИ (LLM) для автоматизации полного цикла строительного подряда: от поиска целевых тендеров и анализа технической документации до контроля выработки на стройплощадке и генерации закрывающих актов (КС-2, КС-3, журналы работ). Мы начинаем с запуска MVP для одной компании. Взаимодействие сотрудников (прорабов, ПТО, руководства) с ИИ будет происходить через Telegram-бота. Главное условие: проект изначально должен строиться на мультитенантной (Multi-tenant) архитектуре. Мы закладываем фундамент для полноценного B2B SaaS-продукта. В будущем к этой же базе данных будет написан веб-интерфейс, поэтому "костыли" недопустимы. Технологический стек MVP: - База данных: Supabase (PostgreSQL). - Логика и маршрутизация: n8n. - Интерфейс: Telegram-бот. - ИИ-движок: API Claude / Gemini / ChatGPT - Кастомные скрипты: Python (для сложной генерации документов и работы с API). Основные задачи: 1. Проектирование БД (Supabase): Создать архитектуру с жестким разделением данных по company_id. Данные (справочники расценок, списки техники, история отчетов и тд) разных клиентов должны быть изолированы друг от друга (настройка Row Level Security). 2. Сборка сценариев в n8n: Настроить оркестрацию — прием сообщений из Telegram, транскрибация, обращение к базе данных, передача контекста в LLM и отправка ответов пользователю. 3. Интеграция поиска тендеров: Настроить получение данных о новых закупках по API от стороннего тендерного агрегатора (парсить 100+ площадок вручную не нужно). 4. Промпт-инжиниринг и RAG: Разработать логику, при которой ИИ анализирует загруженные PDF/Word документы (ТЗ, договоры), находит риски и рассчитывает себестоимость работ, опираясь исключительно на внутренние прайсы компании из БД. 5. Генерация документов: Написать Python-скрипты (запускаемые из n8n или микросервисом) для заполнения типовых строительных шаблонов .docx и .xlsx (акты скрытых работ, КС-2, КС-3) на основе данных, собранных ИИ. Важные нюансы (Архитектура): - Логика в n8n должна быть универсальной. Подключение новой строительной компании должно сводиться к созданию записи в таблице Companies, загрузке их прайс-листов и привязке нового токена Telegram-бота. - Данные с площадки (выработка за смену) не просто анализируются нейросетью, а обязательно структурируются и сохраняются в PostgreSQL для будущего вывода на дашборды. Кого мы ищем: - Senior/Middle специалиста (или небольшую команду из 2 человек), который свободно владеет n8n, понимает принципы реляционных баз данных (Supabase) и пишет на Python. - Опыт работы с API современных LLM, понимание принципов RAG (поиск по документам) и структурированного вывода (JSON из LLM). В отклике, пожалуйста, укажите: 1. Релевантный опыт (ссылки на похожие архитектуры: n8n + ТГ + ИИ). 2. Как бы вы подошли к реализации RAG для анализа 100-страничных строительных договоров в рамках этого стека? 3. Ориентировочную вилку по срокам и стоимости реализации такого MVP.

Пожелания и особенности: ?? Ищем Junior/Senior AI-разработчика / Vibe Coder для создания AI-конструктора сайтов Ищем начинающего разработчика с опытом вайбкодинга, который умеет быстро собирать рабочие проекты с нуля с помощью AI-инструментов. Важно: практический опыт, понимание современных AI-инструментов, инициативность и желание развиваться. ?? О проекте Нужно разработать AI-конструктор, который будет автоматически создавать сайты на основе анализа конкурентов, готовой базы блоков и правил генерации контента. У нас уже есть база сайтов, блоков и правила написания текстов. Нужно объединить всё в работающий продукт. Что предстоит реализовать: 1. Анализ конкурентов — сбор и анализ контента с сайтов конкурентов. 2. Сбор вводных — получение дополнительной информации о проекте от пользователя. 3. AI-генерация текстов — создание нескольких вариантов контента с помощью разных LLM (с оптимизацией стоимости запросов) и выбор лучших результатов. 4. Генерация изображений — создание картинок с помощью AI на основе заданных правил и вводных. 5. Сборка сайта — автоматическая генерация готового сайта из подготовленных блоков, текстов и изображений. Кого ищем: - Есть опыт создания собственных проектов с помощью AI (вайбкодинг). - Понимаешь, как работают разные LLM и как использовать их API. - Умеешь быстро собирать MVP и проверять гипотезы. - Знаком с инструментами вроде Cursor, Claude Code или аналогами. - Умеешь самостоятельно искать решения, разбираться в новых инструментах и доводить задачи до результата. - Интересуешься AI-разработкой и хочешь получить опыт создания реального продукта. Что предлагаем: - Полная занятость (full-time). - Реальный AI-проект с понятной задачей. - Готовая база материалов и референсы существующих решений. - Возможность самостоятельно выбирать инструменты и подходы. - Оплату и формат сотрудничества обсудим индивидуально. ?? Как откликнуться Напиши в личные сообщения: 1. Какие проекты уже собирал с помощью AI? 2. Какими инструментами пользуешься? 3. Пришли ссылки на 1–2 своих проекта, если есть. Заполни анкету (1-5 мин): https://docs.google.com/forms/d/12FGrf4TnphIve_zs_p-VC7gwjPk2zaXlMDCTaOV14C4/edit.

Требуется консультация в выборе платформы и настройки ИИ ассистента , для работы на тендерных площадках в сфере машиностроения. ИИ ассистент должен помогать сотруднику со сбором документов для участия в тендерах. Модель нужно обучить на наших документах. Мы занимаемся производством спецтехники грузовых автомобилей - это - краны манипуляторы, - гидроавтоподъемники.

Пожелания и особенности: Сделать редизайн существующего проекта с помощью AI технологий, превратить в небольшой стартап. Нужно будет создать новые изображения продукта/ товара, а также различные элементы «упаковки».

Пожелания и особенности: Установить и привязать Ии к учетной программе в автосервисе.

Нужно написать скилл для автоматизированного создания презентаций, то есть каждая созданная презентация должна выглядеть авторской, но при этом нужно качество генерации выше среднего, а также гибкость, то есть нельзя просто задать шаблоны красивых слайдов, чтобы модель постоянно по нему реализовала с одним и тем же дизайном.