Sistem Rekomendasi Produk AI -- 2

$250-750 USD

Fermé

Publié il y a 9 jours

$250-750 USD

Payé lors de la livraison

Saya mengelola usaha sembako yang menjual berbagai kebutuhan pokok—beras, gula, minyak, telur, dan barang harian lainnya. Saya ingin membangun sebuah sistem rekomendasi berbasis AI agar setiap pelanggan mendapatkan saran produk yang paling relevan setiap kali berbelanja. Kebutuhan utama • Fokus pada rekomendasi produk, bukan konten atau pengguna lainnya. • Pendekatan awal menggunakan Collaborative Filtering; jika diperlukan, Anda boleh mengusulkan teknik pendamping guna meningkatkan akurasi. • Model harus mampu belajar dari pola transaksi historis toko ritel sembako. Cakupan pekerjaan 1. Merancang dan melatih model Collaborative Filtering (matrix factorization atau metode sejenis). 2. Menyiapkan pipeline sederhana untuk memproses data penjualan harian (CSV atau database MySQL). 3. Menghasilkan API atau skrip yang bisa dipanggil aplikasi kasir untuk menampilkan daftar rekomendasi secara real-time. 4. Dokumentasi singkat berisi cara deploy, cara menambah data baru, dan contoh output. Harapan hasil – Akurasi rekomendasi terukur (mis. precision/recall atau top-N hit rate). – Kode bersih dalam Python (pandas, scikit-learn, atau PyTorch sesuai kebutuhan). – Solusi mudah di-extend ke metode hybrid di masa depan. Beritahu saya estimasi waktu Anda, kebutuhan data tambahan, dan contoh proyek serupa yang pernah Anda kerjakan.

Machine Learning (ML)

N° de projet : 40269105

Concernant le projet

6 propositions

Projet à distance

Actif à il y a 3 jours

Cherchez-vous à gagner de l'argent ?

Adresse e-mail

Avantages de faire une offre sur Freelancer

Fixez votre budget et vos délais

Soyez payé pour votre travail

Surlignez votre proposition

Il est gratuit de s'inscrire et de faire des offres sur des travaux

6 freelances proposent en moyenne $428 USD pour ce travail

@kamran2012

Hello there, I will build the AI integration with proper model selection, prompt engineering, and output validation. The system will process inputs accurately and deliver structured results. I will set up a validation layer between the AI output and your application so uncertain or malformed responses get flagged before reaching the end user. Questions: 1) What AI model or provider do you prefer - OpenAI, Claude, or open-source? 2) What is the expected volume of requests per day? 3) Do you need the AI to work with your existing data or documents? Ready to start whenever you are. Kamran

$290 USD en 10 jours

4,8

(140 commentaires)

8,4

@Ravhihz

Halo! Saya lulusan Teknik Informatika dan baru saja menyelesaikan skripsi membangun sistem ML dari nol — jadi untuk project rekomendasi sembako ini saya cukup familiar dengan alurnya. Saya bisa siapkan demo dalam 2–3 hari pakai data sintetis dulu, biar Anda bisa lihat hasilnya sebelum lanjut ke implementasi penuh.

$250 USD en 3 jours

0,0

(0 commentaires)

0,0

@hilmancare90

Halo, Saya bisa membantu membangun sistem rekomendasi produk berbasis Collaborative Filtering untuk toko sembako Anda menggunakan Python. ✔ Model Matrix Factorization / Collaborative Filtering yang belajar dari histori transaksi ✔ Pipeline pemrosesan data penjualan (CSV / Postgresql) menggunakan pandas ✔ API atau script endpoint yang bisa dipanggil aplikasi kasir untuk menampilkan rekomendasi produk secara real-time ✔ Evaluasi akurasi (Top-N hit rate / precision-recall) ✔ Dokumentasi deployment dan cara menambahkan data baru Jika diperlukan, saya juga bisa menambahkan hybrid approach (collaborative + popularity / product similarity) untuk meningkatkan akurasi pada data yang masih sedikit. Untuk memulai, saya ingin mengetahui: • Berapa jumlah data transaksi yang tersedia saat ini? • Apakah data disimpan di CSV atau database Postgresql? • Berapa jumlah produk dalam katalog toko? Saya siap mulai segera dan menyesuaikan solusi agar mudah dikembangkan di masa depan.

$500 USD en 7 jours

0,0

(0 commentaires)

0,0

@Abdulzizi

Hi! I've carefully read your project description and I'm confident I can build exactly what you need — a clean, accurate, and production-ready AI recommendation system for your sembako store.I'm a full stack developer with hands-on experience in Python, machine learning, and data engineering. I've built similar recommendation engines for retail and e-commerce platforms using Collaborative Filtering with measurable precision/recall results. You want a system that learns from historical transaction data and recommends the most relevant products to each customer in real-time, integrated directly into your cashier application. The solution must be accurate, extendable, and built with clean Python code. Main model: Collaborative Filtering using ALS (Alternating Least Squares) or SVD — trained on your transaction history to generate top-N product recommendations per customer. Supporting techniques I'll add if needed: Popularity-based fallback for new customers (cold start problem) Content-Based Filtering using product attributes (category, price) for higher accuracy Hybrid model foundation so you can extend it later Data pipeline: I'll build an ETL script that processes your daily CSV files or connects directly to MySQL — cleaning, normalizing, and feeding data into the model automatically. API for your cashier app: A FastAPI REST endpoint you can call like: GET /recommend?customer_id=123&limit=5 that will returns a JSON list of recommended products instantly.

$500 USD en 7 jours