Описание проекта
Наша команда каждую неделю теряет часы на поиск ответов, которые уже где-то есть, но разбросаны по документам, вики и PDF-файлам. Хочу нанять специалиста, который построит внутреннего ИИ-ассистента по базе знаний на основе retrieval-augmented generation. Система должна загружать документы компании, разбивать их на фрагменты, строить эмбеддинги и складывать всё в векторную базу. Когда сотрудник задаёт вопрос в чат-интерфейсе, ассистент находит наиболее релевантные фрагменты и формирует обоснованный ответ с чёткими ссылками на исходный документ и раздел.
Это именно внутренний инструмент вопросов и ответов по документам, а не чат-бот поддержки для клиентов. Точность и прослеживаемость важнее разговорчивости. Каждый ответ должен показывать, откуда взята информация, чтобы сотрудник мог её проверить, а при отсутствии данных ассистент обязан честно сказать, что не знает, а не выдумывать. Для меня важны аккуратная обработка обновлений документов, чтобы индекс оставался свежим, разумная задержка ответа и контроль доступа, чтобы к чувствительным материалам обращались только авторизованные сотрудники. Опишите, какую модель эмбеддингов, векторное хранилище и подход к оркестрации вы предложите и почему.
В результате жду рабочий чат-интерфейс, повторно запускаемый пайплайн загрузки и короткую документацию, чтобы наша команда могла сама поддерживать систему. В отклике покажите похожие RAG-проекты и примерные сроки.
— Пайплайн загрузки: парсинг, разбиение и эмбеддинг документов в векторное хранилище
— Чат-интерфейс, где сотрудники задают вопросы и получают ответы со ссылками на источник
— Настройка качества поиска и способ обновлять индекс при изменении документов
— Контроль доступа, логирование и краткая инструкция по поддержке для нашей команды
Это именно внутренний инструмент вопросов и ответов по документам, а не чат-бот поддержки для клиентов. Точность и прослеживаемость важнее разговорчивости. Каждый ответ должен показывать, откуда взята информация, чтобы сотрудник мог её проверить, а при отсутствии данных ассистент обязан честно сказать, что не знает, а не выдумывать. Для меня важны аккуратная обработка обновлений документов, чтобы индекс оставался свежим, разумная задержка ответа и контроль доступа, чтобы к чувствительным материалам обращались только авторизованные сотрудники. Опишите, какую модель эмбеддингов, векторное хранилище и подход к оркестрации вы предложите и почему.
В результате жду рабочий чат-интерфейс, повторно запускаемый пайплайн загрузки и короткую документацию, чтобы наша команда могла сама поддерживать систему. В отклике покажите похожие RAG-проекты и примерные сроки.
— Пайплайн загрузки: парсинг, разбиение и эмбеддинг документов в векторное хранилище
— Чат-интерфейс, где сотрудники задают вопросы и получают ответы со ссылками на источник
— Настройка качества поиска и способ обновлять индекс при изменении документов
— Контроль доступа, логирование и краткая инструкция по поддержке для нашей команды
Дизайн и Мультимедиа Наличные, Банковский перевод
