Портфолио и кейсы фрилансеров по AI-автоматизации процессов

Задача. В автоспорте разбор круга — это «видео отдельно, цифры отдельно»: инженер вручную сопоставляет бортовую запись с таблицами телеметрии. Точное позиционирование обычно требует внешнего GPS-логгера — это дорого, требует установки, а на многих российских автодромах сигнал глушится. Нужно было восстанавливать положение болида на трассе, используя только то, что уже есть на машине: бортовую камеру и штатную телеметрию. Что сделали. Построили систему, которая определяет позицию болида на трассе без единого внешнего датчика, двумя независимыми путями: По телеметрии. Работает вообще без нейросетей. По видео — модель сегментации (DeepLabV3+) размечает дорогу, бордюры и колёса на кадре. Из этого собирается карта трассы и позиция на ней. Отдельно решили проблему данных. Реальных размеченных кадров было мало, поэтому доснимали синтетику в автосимуляторе: итоговый датасет — 2 820 реальных кадров плюс 10 290 синтетических. Разметку вели итеративно, human-in-the-loop: размечаем батч, сеть предсказывает, правим, повторяем. Результат. Позиционирование по телеметрии: точность ~1.3 м, без всякого GPS. Сегментация: mIoU 0.89 (DeepLabV3+/ResNet-101), лучший результат среди пяти протестированных архитектур — U-Net, PSPNet, DeepLabV3, SegFormer-B2, YOLO. Ручная синхронизация видео и телеметрии сократилась с 2–3 часов до ~2 минут. Всё сведено в единый интерфейс: позиция, карта трассы и показатели движения в одном окне.

Интерактивный прототип AI New Business Operator для агентств. Система принимает входящую заявку, задаёт квалифицирующие вопросы, собирает структурированный бриф, показывает fit score, предлагает следующий шаг и готовит передачу менеджеру или в CRM. Цель проекта — сократить ручную обработку первичных обращений и быстрее доводить подходящие заявки до созвона. Реализованы демонстрационный сценарий AI Sales Room, адаптивный интерфейс и публичная версия для тестирования. Проект подходит как пилот: один процесс, понятная метрика и возможность дальнейшей интеграции с CRM и мессенджерами.

Настольная база для сервисного центра: приёмщик заводит заказ, база сама считает деньги, ведёт стадию ремонта и печатает документы. Что внутри: форма приёма с поиском по номеру акта, справочники заказчиков и мастеров, стадии работы, источники обращения. Телефон нового заказчика можно вписать прямо в форме приёма, повторного клиента база подтянет сама. Суммы и доплата считаются на лету, при вводе даты выдачи заказ автоматически переходит в стадию «выдан». Документы печатаются по бланку заказчика: акт мастеру, квитанция А5 с линией отреза и акт в Word с готовыми полями под подпись. Отчёты по объёму работ, по мастерам за период и по стадиям с итогами. Работает без интернета и без сервера, один файл на компьютере приёмщика. Логика проверена автотестами: тридцать проверок на данные, расчёты и печать. На экранах база пустая, поэтому персональных данных на них нет.

Движок прогноза для торгового робота. На вход папка с CSV по инструментам и таймфреймам, на выходе прогноз на несколько баров вперёд: открытие, максимум, минимум, закрытие. Внутри окно из последних баров, обучение на приростах, отдельная модель на каждый шаг прогноза и сравнение пяти типов моделей между собой, чтобы выбрать лучшую именно на ваших данных. Считает обычный процессор, видеокарта и интернет не нужны. Прогноз отдаётся локальным сервером: робот шлёт последние бары, получает готовые значения. Всё крутится на 127.0.0.1, данные никуда не уходят. Есть интерфейс в браузере для ручных проверок. Отдельно сделал честную проверку качества: модель сравнивается с наивным прогнозом и с базой «всегда большинство», по каждому шагу и по каждой цене. Такие графики показывают, где прогноз реально работает, а где результат близок к случайному. Красивые цифры без этой проверки в трейдинге стоят дорого. Данные на графиках обезличены.

Первый экран сайта производства с калькулятором вместо привычного «уточняйте цену у менеджера». Посетитель выбирает изделие, размер и тираж и сразу видит сумму, цену за штуку и насколько тираж выгоднее. Рядом рисуется превью изделия в масштабе с фигурой человека 175 см, поэтому клиент понимает, какого размера вещь он заказывает, и не звонит с вопросом «а это большой флаг или маленький». Счёт идёт по загруженному прайсу: типы изделий, материалы, размеры, скидки по тиражу, отдельная логика срочной печати. Всё на чистом HTML, CSS и JavaScript, без конструктора и тяжёлых библиотек, встраивается в существующий сайт на любой CMS. Заявка уходит в форму вместе с параметрами расчёта, менеджеру не нужно переспрашивать. На макете бренд, телефон и цены условные.

Одностраничный сайт для частного специалиста, который продаёт свои консультации. Девять экранов: оффер, боли клиента, как проходит работа, форматы и цены, парные сессии, обо мне, вопросы и ответы, контакты. Вёрстка своя, без конструктора: адаптив от 360 до 1920, картинки в webp с ленивой загрузкой, шрифты локальные, тяжёлых библиотек нет, поэтому страница открывается быстро даже с телефона. Запись на сессию уходит в мессенджер одним нажатием, отдельная форма не нужна. На макете данные условные: имя, фотографии и контакты заменены на демонстрационные, показаны дизайн и вёрстка.

5 лендингов под разные ниши малого бизнеса (ресторан, кофейня, доставка продуктов, логистика, отель) — каждый с уникальным визуальным языком и офером под свою аудиторию. Собраны связкой AI-инструментов (Claude Code): от идеи и структуры страницы до готовой адаптивной вёрстки (HTML/CSS). Задеплоено и доступно по ссылке ниже.

Оркестрация специализированных AI-агентов для управления кухней ресторана — не один универсальный чат-бот, а координатор + 8 узкоспециализированных агентов с жёсткими границами ответственности. Coordinator (роутинг задач по специализации, чекпоинт-восстановление состояния при сбое) направляет запрос нужному агенту: Chef (меню, ТТК, R&D блюд), Foodcost (снижение себестоимости конкретного блюда — 2-3 варианта с расчётом, персона executive chef с 10-летним опытом), Invent (аудит инвентаризации, план/факт, динамика за 3 месяца, гипотезы аномалий), ABC (ABC-анализ меню и продаж), F&B, SOP (регламенты), Stuarding, Buffet, HACCP. Ключевое инженерное решение: каждый агент явно описывает, что он НЕ делает (например, Foodcost не занимается R&D всего меню или ABC-анализом) — это защищает от «размывания» ответственности между агентами и от ситуации, когда один агент незаметно берёт на себя чужую задачу и делает её хуже специалиста. Модель агентов: gemini-3-pro. Реализовано через систему агентов/скиллов Claude Code.

Отдельный AI-модуль внутри продукта «Все в норме» (SaaS для сети ресторанов) — не просто чат-обёртка над LLM, а агентные сценарии с реальной бизнес-логикой кухни. Что делает: анализ инвентаризации по запросу сотрудника (агентный разбор остатков и списаний), генерация технико-технологических карт на блюдо — 1 запрос вместо часа ручного заполнения бланка. Ответ отдаётся в интерфейс через SSE-стриминг (токен за токеном, без ожидания полного ответа). Инженерная часть, которая обычно остаётся за кадром в демо: биллинг токенов с квотами на организацию (HTTP 402 при превышении, чтобы не уйти в минус по API-счёту), защита промпта от prompt-injection (пользовательский ввод не может переопределить системные инструкции или выдать чужие данные), capability-токены — воркер получает доступ ровно к тем данным, что нужны для конкретной задачи, не шире. Модель: Gemini 3.5 Flash. Соло-разработка внутри собственного продукта.