7449
Топ-3 интеграторов и разработчиков ИИ России. Рассказываем о реальных проектах с ИИ, ML, DS, CV, LLM, RAG. Без новостей о новом ChatGPT и ответов на вопрос «Заменят ли нейросети человека». Наш сайт: https://r77.ai Приемная: @Kolya_Gromov
Пока мы описываем новые кейсы, можно разогреться на хардкорно-разрабской статье от нашего разработчика Паши)
Запускаем LLM-приложение в закрытом контуре: что может пойти не так?
Тема довольно подлая: поставил пакет через pip, локально всё работает, занёс приложение в закрытый контур, а оно внезапно пытается что-то скачать из интернета и падает)
В статье Паша показывает, какие библиотеки этим грешат: Hugging Face, FastEmbed, tiktoken, LangChain и не только. И главное, как такие скрытые загрузки находить заранее и нормально готовить приложение к работе без интернета.
Зацените:
https://habr.com/ru/articles/1073918/
ИИ нас уже захватывает? Спойлер: пока нет)
Наш Стас Округ сходил на RTVI поговорить про сверхинтеллект и страшилки про «сбежавшие» нейросети.
Вот ссылка на кусочек эфира:
https://youtu.be/YLrjxUCA_Js?t=1864
Про наш бизнес в ИИ в 26 году
Сходили к Косте Егошину ака "Кеды профессора" поболтать, что вообще происходит в аутсорс ИИ.
О чём поговорили:
• Как становиться подрядчиком по ИИ для Бигтехов.
• Какие сейчас зарплаты в ИИ: у разработчиков, продактов, AI-директоров.
📱
YouTube / VK видео
а мы стали топ-3 интеграторов ИИ в РФ)
Читать полностью…
Питер, газз знакомиться. Едем выступать на Conversations 25-26 июня.
Наш head of ai Стас округ расскажет "Почему между прототипом за 2 недели и работающим AI-продуктом — ещё 6 месяцев инженерии, фидбека и интеграций" про боль и кровь...
Еще там 4 трека: Бизнес / AI-Native / Продукты / Технологии и генеративный ИИ разберут со всех сторон: в фарме, кибербезе, поиске видео, ритейле и промышленности. Будут кейсы и из крупных корпораций, и из стартапов.
Промик для вас дорогие: CVS26sAsR
Conversations
Рассказали про внутрянку нашего интегратора — какие заказы приходят, как делаем, что вообще изменилось в ИИ заказной разработке. Послушайте интересно)
https://youtu.be/EbyznxVTiN8
AI агент для поиска и подбора отелей для Online Express!
Ребят, выступаем на Conversations вместе с Online Express и расскажем про наш супер кейс изнутри с техничкой и бизнес историями
Краткие тезисы доклада:
- Как выглядела исходная формулировка боли: “хотим AI-ассистента”, но никто не понимает его продуктовую форму.
- Почему первый рабочий прототип можно собрать быстро, но это почти ничего не говорит о готовности к rollout.
- Какие реальные проблемы начинаются после демо: качество, доверие, покрытие сценариев, интеграции с внутренними данными, контроль ошибок, UX.
- Почему агентная архитектура понадобилась не “ради моды”, а потому что нужен был набор инструментов, доступ к БД и управляемая оркестрация шагов.
- Как шла раскатка: от собственника и контрольной группы к полному rollout на всех турагентов.
- Какие сигналы показали, что продукт уже можно считать не демо, а рабочим инструментом.
промокод от нас на 10%: CVS26sAsR
Приходите смотреть https://conversations-ai.com/
Чем отличается хороший ML lead от плохого? — выложили!
Вот что обсудили (ссылочные тайм-коды внутри видео):
00:00 — Почему вообще решили говорить про ML Lead
01:58 — Почему ML-проекты фейлятся
03:48 — «Neural net training fails silently» — главная проблема ML
06:28 — Почему ML Lead — это “супергерой” проекта
08:28 — Чем ML Lead отличается от Senior DS
10:08 — 3 ключевых блока ответственности ML Lead
11:48 — Delivery: за что отвечает ML Lead в проекте
15:58 — Почему ML Lead обязан ходить на встречи с заказчиком
18:18 — Что такое ML System Design на практике
21:28 — Хороший ML Lead сначала задает вопросы, а не пишет код
22:48 — Что такое Data Science Review и зачем он нужен
24:28 — Типичные silent-fail ошибки в ML
28:48 — Кейс с металлургическим заводом и data leakage
36:28 — Интерактив: кейс про сортировку алмазов
40:58 — Почему важно общаться с доменными экспертами
46:58 — Работа с командой: найм, увольнение, развитие
49:58 — Почему ML Lead должен защищать команду от хаоса
52:28 — Почему PM не заменяет ML Lead
56:58 — Нужны ли вообще PM и аналитики в ML-командах
01:02:28 — Почему ML Lead не может вести 10 проектов одновременно
01:06:28 — Как понять, что тебе пора становиться ML Lead
01:09:58 — Технический эксперт vs ML Lead — два карьерных трека
01:14:28 — Почему не всем стоит идти в лиды
01:18:28 — Разбор вопросов из чата
01:27:28 — High-level system design vs ML Lead
01:30:58 — Финальные мысли и завершение
https://youtu.be/GKy2kuyU0LI
https://vkvideo.ru/video-228941334_456239068
Чем отличается хороший ML lead от плохого? — вебинар!
Так мы разгребли сдачу проектов и возвращаемся. У нас выросло количество проектов и вот мы все чаще ищем ml-лидов и задумались — чем хороший лид отличается от плохого?
спойлер — не знания в ML.
Ярослав сам был на роли ML лида более 5 лет и вырастил уже не менее 10 лидов, часть из которых уже CDS.
В пятницу в 16-00 на вебинаре расскажем у нас в канале /channel/r77_ai
кидайте в календарь, чтобы не забыть https://calendar.app.google/ZuSZK1mrR3dWJLjz5
че с людьми ахаххах
собрали 10к на ролике-собесе в ЦУ LLM-инженера (гляньте людям очень заходит) и вот такие комменты еще
весна?
Конкурс по проектам ИИ на 5 млн)
Ребят, наши друзья и партнеры портал Qubu (в честь запуска) и премия "Гравитация" запускают конкурс по моделям и ИИ-проектам. Вы можете загрузить свой проект на сайт и выиграть до 1,5 млн рублей за первое место, например.
Также ищем большие компании, которые готовы дать задачки по ИИ на хакатон, чтобы ИИ-интеграторы решили ваши задачи.
Участие и для разработчиков и для заказчиков бесплатно.
Вот тут подробнее:
https://qubu.ai/landing
Залейтайте очень крутую тему ребята делают, можно и приз выиграть и прорекламиться хорошо)
👁AI-ассистент для разработчиков Альфы — вебинар через 5 минут!
Пока заходите без смс и регистрации https://live.vkvideo.ru/r77_ai
Что покажем:
• Как устроен RAG-пайплайн (BM25 + эмбеддинги + YaGPT)
• Guardrails: как не дать боту «галлюцинировать»
• Live-демо: токены, вебхуки, ошибки, кейсы из реальной документации
• Архитектуру (FastAPI, Docker, RAG)
• Гибридный поиск и перефразирование запросов
• Разделение индексов (FAQ vs документация)
• LLM-as-a-Judge и оценку качества
• Ограничения MVP и roadmap (rerank, adaptive RAG, self-hosted LLM)
Бывает вот просыпаешься и ты в Forbes...
А тут как раз новость, как мы стали первыми, кто получил грант от Яндекса на свой продукт:
https://www.forbes.ru/tekhnologii/557743-yandex-b2b-tech-vydelit-biznesu-500-mln-rublej-na-razrabotku-i-vnedrenie-ii-agentov
Как понять, что свинюшка готова к любви? Определяем через ML
Наш самый известный, интересный и любимый кейс. Для него мы даже отрисовали иллюстрации, чтобы эта была история любви...
О проекте:
Свинки, как и люди, не всегда беременеют с первого раза. Нам надо было найти лучший момент для их осеменения, чтобы знать, какая из них точно даст потомство.
Для этого мы пускали хряка по коридору и смотрели реакцию свиноматок, а потом по камерам определяли поведение: активна она или нет, как близко подходит к хряку, трется ли задней частью об ограждение, навостряет ли ушки.
Метрики было две. Первая — метрика обнаружения, которая показывала, насколько точно мы определяем свинок в их загоне. Доля правильно найденных свиней должна быть 0,95+. Вторая метрика — точность определения поз свиней, требование к ней должно быть 0,90+.
Вот тут подробнее. А нас до сих пор чаще всего узнают по этому кейсу и всегда с улыбкой))
А вот наш самый сложный кейс про оптимизацию ферросплавов.
Пришлось самим становиться металлургами, потому что без окунания в сферу чисто математикой ничего не сделать.
Нам угрожали, что если система неправильно нарекомендует, то они отправят сотни тонн бракованной стали к нам в офис в Москву – там вообще все бруталити)
https://r77.ai/cases/tpost/i5p3ca7fd1-rekomendatelnaya-sistema-dlya-zavoda-po
Йоу👋
Летом у нас тут было небольшое затишье в контенте, потому что мы плотно ушли в работу: деливери, новые пресейлы, запуски и награды.
Но пропали не просто так. За последние полгода у нас накопилось уже 30+ реальных кейсов, где мы внедряли AI в самые разные бизнесы. Скоро начнем делиться не только самими кейсами, но и конкретными эффектами, цифрами и выводами.
Для вас запускаем вебинары по реализованным AI-кейсам и готовим серию подкастов с топами крупных компаний про AI, внедрение и реальные бизнес-результаты.
И тут нужен ваш input:
Кого позвать в гости? Какие темы и кейсы хотите разобрать?
Пишите в комментариях👇
Уровень — это когда фейкают опыт работы у вас 🤣
Читать полностью…
Закон об ИИ. Мама, мы снова в телевизоре)
Стас Округ сходил на RTVI, обсудили, что там нам ограничивать будут
https://youtu.be/iQyZfBrI20A?t=2577
А вот наш Text to sql-кейс для inSales
Собрали все БД, чтобы клиент мог задавать вопрос , не разгребая миллион графиков и таблиц.
Вам тоже такое можем сделать пишите мне @savinvlad
В кейсе и про техничку рассказали и про бизнес)
https://r77.ai/cases/tpost/4ma0vxllt1-ai-assistent-dlya-analitiki-e-commerce-p
AI-помощник для разработчиков Альфа-Банка
Выложили наш кейс для Альфы в текстовом формате с описанием бизнес стороны и архитектуры. Можете также потыкать его справа снизу — https://developers.alfabank.ru/
А тут вот описание:
https://r77.ai/cases/tpost/59m4mell41-ai-pomoschnik-dlya-razrabotchikov-alfa-b
Active listening, стек для real-time видеодиалога с аватаром и открытая модель.
Наши друзья из avaturn.live сделали крутой проект с актив листенингом, зацените:
Представьте видеозвонок, где вместо живого человека на экране — цифровой аватар: он выглядит и звучит почти как реальный собеседник. Такие решения уже используют в ассистентах, обучении и клиентской поддержке.
Но есть нюанс: такие аватары уже научились синхронизировать губы с речью, а вот слушать — пока нет.
Когда говорит человек, аватар часто выглядит как персонаж на паузе: смотрит статично, почти не реагирует и просто ждет своей реплики. Диалог из-за этого быстро становится искусственным.
Ребята из Avaturn.live как раз взялись за эту проблему и выложили AVTR-1 — открытую модель и стек для real-time видеодиалога с аватаром.
Это не просто генератор видео: AVTR-1 позволяет запустить живую сессию, где аватар отвечает пользователю в реальном времени, слушает и реагирует на собеседника.
Для создания аватара достаточно одной фотографии человека. Для самой сессии нужны два аудиопотока: речь аватара и речь человека напротив.
Главная фишка — active listening: модель учитывает речь собеседника, и за счет этого диалог выглядит естественнее.
По железу:
• RTX 3070 / 4060 Ti — реалтайм
• A100 / L40 — 2x быстрее реалтайма
Что в релизе:
• веса модели
• инференс-стек, оптимизированный под TensorRT
• демо и код для запуска живой диалоговой сессии
Если поднимать у себя ничего не хочется — просто зайдите на avaturn.live и потестируйте аватара прямо в браузере, без регистрации и возни с TensorRT.
Поддержите релиз звездой на GitHub — и, конечно, пробуйте собирать свои продукты с аватарами.
🔗 GitHub: https://github.com/avaturn-live/avtr-1
🌐 Демо в браузере: https://avaturn.live/demo
🤗 Hugging Face: https://huggingface.co/avaturn-live/avtr-1
Задачи ML лида и презентация с вебинара
А вот еще полезные файлы с вебинара
👁 Стартуем — Чем отличается хороший ML lead от плохого? через 5 минут, пока заходите)
без смс и регистрации:
https://live.vkvideo.ru/r77_ai
AI-ассистент для разработчиков — кейс для "АльфаБанк".
Разбираем:
— pipeline RAG (LLM + vector DB + retrieval)
— где теряются релевантные документы
— почему top-k не спасает
— как embeddings влияют на поиск
— что даёт перефраз запроса
— кейсы, где chunking делает только хуже
Плюс:
— реальный фейл: система не отвечает на очевидный вопрос
— пошаговый разбор, где именно всё ломается
Для тех, кто уже делал RAG и понял, что "что-то не работает", ну или будет делать)
https://youtu.be/LnNkMMb9jT8
https://vkvideo.ru/video-228941334_456239067
Че кто был, как вам, что запомнилось?)
Читать полностью…
Выпускник МФТИ собеседует студента "Центрального Университета" на ML-инженера, такого вы не видели...😵
Сходили в "Центральный университет" для публичного собеседования студента. Спасибо "ЦУ" и Кариму за смелость и экспертность — очень радостно видеть таких умных молодых ребят. Вот его резюмешка кстати.
https://youtu.be/cK72w0P2W-E
https://vkvideo.ru/video-228941334_456239066
RPA vs ИИ-агенты: как выбрать архитектуру автоматизации под задачу.
Обещали по нашему вебинару с Альфой (/channel/r77_ai/320) про RPA и агентов шпаргалку:
Где лучше использовать роботов, а где — ИИ. Разобрали ключевые отличия, примеры и критерии, чтобы быстрее принять решение по автоматизации:
https://docs.google.com/presentation/d/1vDtvUffRsqEaQlI6yCrX7DdlcWgE7wjfdME4g6r3_BQ/edit?usp=sharing
Подпишитесь еще на авторов, там полезный корпоративный контент про ИИ:
http://t.me/nokiddingpartners
/channel/baldvanya
AI-ассистент для разработчиков Альфы — вебинар!
Всем привет, давайте 2 апреля разберем, как делали ассистента (справа внизу) https://developers.alfabank.ru/ и с технической и с бизнесовой стороны.
Что покажем:
• Как устроен RAG-пайплайн (BM25 + эмбеддинги + YaGPT)
• Guardrails: как не дать боту «галлюцинировать»
• Live-демо: токены, вебхуки, ошибки, кейсы из реальной документации
• Архитектуру (FastAPI, Docker, RAG)
• Гибридный поиск и перефразирование запросов
• Разделение индексов (FAQ vs документация)
• LLM-as-a-Judge и оценку качества
• Ограничения MVP и roadmap (rerank, adaptive RAG, self-hosted LLM)
2 апреля, четверг, в 16-00 у нас на канале @r77_ai
Добавляйте в календарь https://calendar.app.google/VkLVvwqUTBuyDvEbA
А тут компютер вижн на Целлюлозно-бумажном производстве!
Ставили камеры напротив грузовиков, чтобы понять сколько бревен загружены. Разобрались, что такое баланс, пачка, штабель, раскатка, коэффициент полнодревесности.
Вот что получили:
100% точность определения сорта древесины
99%+ точность разделения на пачки
98%+ определение КПД vs. оператор
90%+ определение КПД vs. раскатка
Кейс
А как думаете почему нельзя было просто взвесить?)
ТЗ для AI
Ребят, у нас много новых подписчиков — повыкладываем полезные посты, которые вы возможно не видели
Сделали простую и понятную таблицу, по которой можно быстро собрать внятное техническое задание на AI.
Подходит и тем, кто только начинает, и тем, кто внедряет серьёзные корпоративные решения.
Вы конечно можете просто обратиться к нам, чтобы мы сделали ТЗ, но для своих нужд будет очень полезно)
Зачем нужен:
— Понять, как пишется ТЗ и не тратить время на его придумывание и разработку.
— Чтобы зафиксировать задачи, метрики, ограничения.
— Чтобы не забыть про данные, пользователей, интеграции.
— Чтобы быстрее согласовать проект с подрядчиком или внутри команды.
Что внутри:
— Все ключевые разделы: от целей и сценариев до архитектуры, данных и рисков.
— Примеры формулировок — чтобы проще было писать.
— Подходит для всего: от автоматизации одного процесса до больших AI-систем в компании.
Пишите что еще бы добавили)
https://docs.google.com/spreadsheets/d/1fF-lVtNaULAfSQI7tqPUnxjYmLAnOJ2rGoEDX4thNrQ/edit?usp=sharing