Цель стажировки:Создать AI-модуль на базе LLM, способный принимать обращения граждан, классифицировать их, обрабатывать и предоставлять актуальные ответы в диалоговом режиме с подключением к внутренним системам учёта и нормативной базе ЖКХ.
Задачи проекта:- Разрабатывать LLM-ассистента на базе GPT, Mistral или LLaMA для автоматической обработки обращений граждан в сфере ЖКХ;
- Настраивать архитектуру RAG (Retrieval-Augmented Generation) с использованием базовой индексации (FAISS, Chroma) и баз знаний из нормативных документов (txt, PDF, XML);
- Интегрировать модель с внутренними источниками данных компании (1С, “Ермак”) через FastAPI и pandas;
- Разрабатывать систему авторизации пользователей и разметки ролей в веб-интерфейсе (Streamlit, Gradio или др.);
- Обрабатывать персональные данные согласно требованиям ИБ, обеспечивая хранение и передачу в закрытом контуре;
- Вести логирование и учёт диалогов с возможностью выгрузки и анализа обращений (SQLite, PostgreSQL);
- При необходимости — подключать внешние API LLM (ChatGPT, Claude) для прототипирования и тестов ответов.
Польза проекта заказчику: Реализация нейро-консультанта повысит скорость и качество обработки обращений граждан, автоматизирует типовые взаимодействия, снизит нагрузку на операторов и обеспечит круглосуточную доступность сервиса. Интеграция с 1С и системой "Ермак" даст возможность выводить персонализированную информацию пользователям в их личных кабинетах, а использование API внешних LLM (в том числе ChatGPT) ускорит запуск пилота. Проект является первым шагом к внедрению голосовых моделей и мобильных приложений в сфере ЖКХ.