Демонстрация: Python и ИИ для разбора обращений

Если обращения приходится разбирать вручную, программа может предложить отдел по тексту и оставить сомнительные случаи человеку. Собственная демонстрация Python и машинного обучения, не клиентский заказ. В проекте настоящая модель scikit-learn: TF-IDF и Naive Bayes. Вход: CSV с номером и текстом обращения. Выход: категория, отметка о ручной проверке и JSON. Категории учебного примера: документы, доставка, техника. Внешнего платного ИИ-сервиса нет. Программа включает JSON API, проверку структуры CSV, ограничения размера, обработку ошибок, локальную форму и инструкцию. Обучающие данные: 36 вымышленных обращений. Отдельная проверка: 12 других учебных строк. Такой набор показывает механику, не подтверждает точность на данных покупателя. Оценка модели не является гарантией правильного ответа. Неизвестный текст направляется человеку. В архиве входные примеры и фактический ответ API. Изображение показывает сводку этого ответа, это не снимок клиентской системы. Запуск и HTTP API проверяются на Windows; Linux и промышленное развёртывание требуют отдельного испытания. Это не большая языковая модель и не опыт выполненного заказа на 170000 рублей. Предложение услуги: Python-программа с модулем машинного обучения от 89000 рублей. Один согласованный процесс, приём данных, модель или доступное подключение, API, простой интерфейс, тесты, инструкция и исходники. Ориентир до 60 дней. Для расширенной задачи в бюджете около 170000 рублей сначала нужны данные, сценарий и критерии качества. Точную цену, этапы, начало и приёмку согласуем до заказа. Первое техническое обследование и каркас: 5000-7000 рублей, 3-5 дней. Платные API и серверы обсуждаются заранее и не подключаются без согласования расходов.