شرح کلی پروژه: پلتفرمی مبتنی بر هوش مصنوعی و دیتاساینس برای پشتیبانی از تصمیمگیری بالینی در حال توسعه است. سورسکد بکاند با Python و دیتاست پروژه در مخزن GitHub آماده و مستندسازی شدهاند.
وضعیت فعلی و هدف پروژه: تلاش قبلی برای استقرار پروژه روی Railway در مرحله Build با موفقیت انجام میشود، اما سرویس در مرحله Run بالا نمیآید و سایت در دسترس نیست. حجم دیتاست بیش از ۱ گیگابایت است و ماهیت دیتاساینس پروژه، مدیریت منابع و اجرای آن را در محیط ابری حساستر کرده است. هدف، تشخیص و رفع اختلال، راهاندازی پایدار سرویس و آمادهسازی زیرساخت برای توسعههای آتی است.
محدوده کار و مسئولیت فریلنسر: فریلنسر علاوه بر ارزیابی و بررسی وضعیت موجود، مسئول اعمال اصلاحات زیرساختی و استقرار نیز خواهد بود. محدوده کار شامل موارد زیر است: • بررسی لاگها و عیبیابی خطای اجرای کانتینر در محیط ابری • اصلاح و بهینهسازی Dockerfile و تنظیم کانتینر برای اجرای صحیح پروژه و دیتاست سنگین • مدیریت منابع و فرایندهای Linux برای اجرای سرویس • بررسی ادامه استفاده از Railway یا پیشنهاد بستر ابری مناسبتر، در صورت نیاز • تنظیم DNS و روتینگ برای اتصال دامنه اختصاصی به سرویس مستقرشده • فعالسازی SSL برای دامنه متصلشده • پایدارسازی سرویس بهگونهای که پس از Restart یا بهروزرسانیهای GitHub بهدرستی اجرا شود
نیازمندیها و ملاحظات فنی: تجربه عملی در استقرار پروژههای Data Science و هوش مصنوعی، تسلط به Linux، نوشتن و بهینهسازی Dockerfile و کار با کانتینرها، آشنایی با بسترهای ابری PaaS مانند Railway و Render یا سرورهای مجازی، و مهارت در تنظیمات DNS و شبکه مورد نیاز است. مدیریت دیتاست بیش از ۱ گیگابایت در محیط ابری باید در راهکار اجرایی لحاظ شود.
ورودیها و دسترسیهای موجود: سورسکد بکاند Python، دیتاست پروژه، دسترسی به Repository در GitHub و دسترسی به پنل مدیریت در اختیار فریلنسر منتخب قرار خواهد گرفت.
تحویلدادنی مورد انتظار: سرویس باید در یک محیط ابری بهصورت پایدار لانچ و قابل دسترس شود و اصلاحات لازم برای اجرای صحیح کانتینر، اتصال دامنه، DNS، روتینگ و SSL اعمال شود. این پروژه میتواند نقطه شروع همکاریهای بعدی برای توسعه و مقیاسپذیری پلتفرم باشد.
موارد پیشنهادی برای بررسی در پروپوزال: • تجربه مرتبط در لانچ پروژههای هوش مصنوعی یا دیتاساینس و مدیریت دادههای سنگین در محیط ابری • رویکرد پیشنهادی برای تشخیص خطای فعلی و انتخاب یا ارزیابی بستر استقرار • برآورد زمان و هزینه، همراه با پیشفرضها و وابستگیهای مؤثر بر اجرا

