6202
Топ-10 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: @savinvlad
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
Вебинар "AI-ассистент для портала Alfa API".
Давайте расскажем в понедельник в 16:00 про то, как разрабатывали AI-ассистент, немного про бизнес-показатели и много про техничку:
— RAG-архитектуру с гибридным поиском (BM25 + эмбеддинги) и почему она сработала лучше альтернатив.
— почему выбрали стек Яндекса (YaGPT) и какие ограничения это дало.
— как перефразирование запросов и раздельные индексы (FAQ / доки) влияют на качество.
— какие подходы пробовали и выкинули (HyDE, чанкинг, дообучение).
— как устроены guardrails, чтобы ассистент не галлюцинировал.
В понедельник 2 марта в 16:00 у нас на канале @r77_ai
Добавляйте в календарь: https://calendar.app.google/ok6VFfRv34DqY11A7
Ребят, сегодня дедлайнимся по хакатону /channel/r77_ai/316 — пишите, если интересно поучастовать в роли постановщиков задач — @savinvlad , участников попозже наберем)
Читать полностью…
Ребят, спасибо – мы собрали 171 буст!
вот напоминаю, откуда это /channel/r77_ai/312
Это прямо в раз 10 больше, чем нам надо было – очень приятна такая поддержка – она мотивирует нас продолжать делать контент)
Большинство поддержавших решили остаться инкогнито (напишите, если что я добавлю вас в пост @savinvlad), а вот герои, которых не будем скрывать:
Ребята запускают мобильные приложения для ecom за месяц. В канале рассказывают про нюансы мобильного ритейла — /channel/cartiomobile
__
Мы (Антон Горохов и Гена Фомин) сейчас активно занимаемся голосовыми агентами для колл-центров небольших сетей вет-клиник. Сайт наш fongstudio.ru, там про другое но что-то понять о нас можно! Так что если у вас есть вет-клиника - обращайтесь! @genfom
__
Борис Крюк — CTO Strevio, руководитель первого мульти-агентного ИИ-проекта Engentica для правительства Гонконга, тимлид проектов для компаний из списка Fortune 500. Автор более 10 научных публикаций уровня Q1/Q2/Core A/Core B и создатель фреймворков Deep Workflow Orchestrator, Gradient Focal Transformer, ELENA, MorphBoost, POSEIDON. Студент Гонконгского университета науки и технологий (HKUST), спикер первого научного потока AI Journey. — https://kriukboris.com/
__
@denisova_ludmila Денисова Людмила, создаю бизнес игру про внедрение ИИ
__
Катрин, дизайнер из Вышки 🎓 Делаю сайты, геткурсы, презы для онлайн-школ и экспертов EdTech — /channel/kateti_katrin001
__
О презентациях как инструменте коммуникации — /channel/effectiveprez
__
@boringmarketer — канал основателя рекламного агентства про B2B маркетинг, управление и вайбкодинг от неразработчика)
__
Крутые штатные QA/AQA, DevOps, Vue, Node для ваших проектов на аутстафф по хорошим ценам - пиши @dmingazov — iqdev.digital
__
нерегулярно веду канал про инструменты лидгена для b2b, пишу о том как я разошелся с партнерами и в одного взращиваю агентство по лидгену для b2bшников — @zagitov_yaris
__
НКБТех - компания физтехов, занимается разработкой систем с компьютерным зрением. Активно развивает Edge AI направление для автономных систем. Для связи писать СЕО - @alex_physic
__
@cloudstrategist – Белорусский облачный айтишник, который укрощает железо и не даёт ему объедаться деньгами. 😁
__
🙂 funtech - для продактов и маркетологов про продуктовую геймификацию, метрики, эффективные механики и тренды.
И, кстати, собрали самую большую библиотеку проектов с геймификацией в России
__
Макс накидывает нестандартные мыслишки о жизни и иногда об айтишке. Без кружочков, спама и нейропостов
Ребят, спасибо!
Unlearning в рекомендательных системах — выложили запись вебинара!
К нам приходил Никита Зелинский хард спец с хард каналом /channel/datarascals директор по машинного обучения и исследования данных в MTS Web Services
обсудили:
• постановку задачи unlearning и реальные кейсы (GDPR, DMCA, bot traffic, data poisoning)
• почему удаление данных из логов не означает, что модель «забыла» пользователя
• влияние коллаборативных связей и seq-паттернов в рекомендациях
• как проверяют unlearning через Membership Inference Attack
• почему полный retrain плохо работает в multi-stage recsys
• основные подходы: subset retraining, embedding perturbation, shard-архитектуры и существующие benchmark’и
https://vkvideo.ru/video-228941334_456239064
https://youtu.be/5NThiIhSVnk
Рома Доронин — Наши ML инженеры все ещё конкуренты на мировом AI-рынке? И про мед стартапы.
Смотрите новый подкаст с крутейшим Ромой Дорониным, вот его регалии:
Founder EORA.ru (2016)
co-founder&creator AIorNot.com (2024)
co-founder Bioptic.io - Agentic AI для поиска новых лекарств и ускорения biotech индустрии
Ну и любимый нами канал про жесткий AI и ML — @romaeora
Обсудили бизнес и стартапы AI в медицине:
— Наши ML инженеры все ещё конкуренты на мировом AI-рынке?
— Почему детекция AI-контента (deepfake, синтетические изображения, клоны голосов) — это новая «гонка вооружений»
— Можно ли обогнать Big Tech за счёт скорости, а не ресурсов
— Как из поиска похожих картинок прийти к поиску похожих молекул
— Почему разработка лекарства занимает 8 лет — и как ИИ может это радикально ускорить
— Что происходит с клиническими испытаниями и где главный bottleneck
— Насколько наши ML-инженеры по-прежнему конкурентоспособны на мировом рынке
— И что вообще сегодня значит строить AI-компанию вне Big Tech
https://youtu.be/fwhLw5-ByNo
https://vkvideo.ru/video-228941334_456239063
Дисквалифицировали из-за лицензии Ultralytics
Всем привет, на связи Руслан из R77 AI @dantetemplar.
В ноябре участвовал в Студенческом Хакатоне по компьютерному зрению от Роснефти. Формат - онлайн, 48 часов, сотни участников по России. Я занял 4ое место в лидерборде, но призовых не получил.
Задача и датасет были шикарными, ощущались как лаба по CV. По картам месторождений нужно было автоматически выделять контуры участков с разными схемами размещения скважин; Если честно я сам вообще не понял, как это размечать (попробуйте сами, картинки прилагаю к посту). То самое чувство, когда решил задачу ИИ, не понимая её сам. Отмечу отдельно репрезентабельное отношение между трейн-тестом: в трейне были изображения 640х640, на тесте 3000х3000, что усложняет инференс стадию, однако данные реально были соотносимыми, так что алгоритм в итоге дал 0.973 MAp Score.
Я собрал решение на YOLO-стеке и улучшил инференс «нарезкой» больших карт на куски - Sliced Aided Hyper Inference, но своими руками. Можно прогнать без нарезки, но на 3000×3000 будут результаты не очень, со специфическими "квадрантами" на маске сегментации.
А теперь поучительная история: меня дисквалифицировали из-за лицензии Ultralytics — она не подходит под свободное использование в коммерческих продуктах. Плюсом к этому качество кода Ultralytics и их политика это просто ужас. Всем советую не использовать ultralytics несмотря на его относительное удобство. Вместо этого можете использовать MIT библиотеку MultimediaTechLab/YOLO, возможно когда-нибудь я и сам сделаю свой YOLO-сборник, кто знает...
Кстати, я часто участвую в хакатонах с командой @one_zero_eight, может найдёте что-нибудь интересное.
👁 RPA, масштабирование через скрипты, масштабирование персонализации с Альфой через 5 минут
Подключайтесь пока, а мы стартанем в 16-00! Без смс, vpn и регистрации — https://www.twitch.tv/r77_ai
Задавайте вопросы под этим постом и на твиче)
👁"Unlearning в рекомендашках" вебинар. Присоединяйтесь уже сейчас через 5 минут стартанем
Без смс, vpn и регистрации — https://www.twitch.tv/r77_ai
Валерий Бабушкин — OpenClaw, Moltbook и почему деньги всё ещё в ML
В этом выпуске подкаста поговорили с мощнейшним Валерием Бабушкиным про:
— что такое OpenClaw и зачем вообще нужны автономные агенты
— эксперимент с Moltbook и системами, которые могут работать неделями без постоянного контроля
— GPT-5.2, Codex, Claude Opus и Gemini — где какая модель реально удобнее
— синтетических пользователей и ограничения такого подхода
— почему большинство ML-пилотов не доходят до продакшена
— и почему деньги до сих пор в классическом ML, а не только в LLM
Залетайте:
Ютуб
ВК
"3 из 4 пилотов в AI заканчиваются неуспешно"
Посмотрите наш подкаст для любимых нами МТС Web Services там:
— что происходит, когда прописывают precision ≥ 0.95
— почему модель может быть точной, но бесполезной
— зачем инженеру две недели учиться сортировать алмазы
— и почему самый важный человек в AI-проекте — не ML-инженер
Отдельно много говорим про Computer Vision в производстве:
Как реально выглядит внедрение на заводе.
Почему bottleneck — не модель, а latency.
Когда edge-решение выгоднее облака.
Почему нельзя просто «взять YOLO и запустить».
/channel/MWS_Cloud/2197
Валерий Бабушкин у нас скоро)
Мы отошли от праздников и смотрите кто у нас скоро, легенда — Валерий Бабушкин (один из лучшах каналов) на подкасте!
Какие темы интересно спросить у него?
Производствооо
Были сегодня вот на производстве — куча задач по ComputerVision.
Пока сказать не можем кто и что, но вот делимся этой клевой атмосферой, когда не за компом, а в полях)
Почему LLM — это боль? Выложили подкаст с Севой Викулиным!
Зацените,кстати, его крутейший канал про ML и AI @vikulin_ai
Собрались с Севой (ex-Mail.ru, Marusya, Яндекс.Нейро, сейчас Т-Банк) и поговорили честно — почему LLM-проекты в реальности такие тяжёлые, почему fine-tuning почти никому не нужен, куда исчез «science» из Data Science и что такое настоящая контекст-инженерия.
Обсудили:
— почему 8–9 из 10 запросов сейчас про LLM
— как выбирать модель: 5B, 7B, DeepSeek, Qwen
— снимает ли LoRA боль (спойлер: почти нет)
— что ломает RAG-ассистентов
— какие агенты реально работают, а какие — фантазии
— откуда брать бизнес-эффект и как считать ROI
— и куда движется рынок: платформы, no-code, агенты, enterprise-LLM
https://vkvideo.ru/video-228941334_456239060
https://www.youtube.com/watch?v=2e3JOXK9mfg
MCP (Model Context Protocol) вебинар выложили!
Ура мы вернулись с отпусков и коммандировок и снова с вами!
Прикладываем обалденный вебинар с Олегом Стефановым (его stepoleggg">ютуб, его тг-канал), где он рассказывает о MCP.
Мы разбираем:
• что такое MCP и зачем он нужен;
• как LLM может создавать файлы, управлять,например, Blender, работать с базами данных и API;
• как устроены MCP-клиенты и серверы — Claude Code, Cursor, CLID, консольные утилиты;
• как писать собственные MCP-сервера на Python и подключать их к экосистеме;
• как автоматизировать задачи: Telegram-боты, Notion, файловая система, PostgreSQL;
• как работает SIP (Server Interaction Protocol) внутри MCP;
• какие инструменты лучше выбрать новичку и разработчику;
• безопасность MCP-серверов, риски и проверка репозиториев;
• как строятся агенты, tool-calls и автономные рабочие процессы.
https://youtu.be/qj13mgCd2Is
https://vkvideo.ru/video-228941334_456239059
Агенты не работают — и это нормально
Разобрали с Иваном Александровым и у руководителя группы продуктов Ксенией Рязанцевой как делать, чтобы работали)
Что внутри:
— почему агентные системы почти не доезжают до продакшна
— где LLM дают реальную пользу, а где просто увеличивают косты
— как выглядит рабочая связка: RPA + LLM workflow
— почему при масштабировании всё уходит в скрипты и классический ML
— и как считать эффективность не «на человека», а на единицу контента
https://vkvideo.ru/video-228941334_456239065
https://youtu.be/RDbS5wSe2xo
Сегодня у нас в гостях #Типичный_айтишник Ярослав Шмулев — фаундер AI-консалтинга и человек, который внедрял ML в сортировку алмазов, на свинофермы и в металлургию.
Кто ты и чем занимаешься?
Меня зовут Ярослав Шмулев. Я выпускник МФТИ. Занимаюсь машинным обучением и AI с 2017 года. В 2022 открыл свою компанию R77.ai (ReML). Делаем заказную ML-разработку, строим AI-консалтинг и внедряем ML в реальный бизнес.
Как ты начал заниматься тем, что делаешь сейчас?
Я вообще выбирал кафедру, чтобы не программировать 😅 В школе прогал круто, а на первом курсе так «повезло» с семинаристом: пока другие группы писали реально клевые штуки, мы прогали только машину Тьюринга. Я решил, что не судьба мне быть программистом и выбрал физику.
Пошёл в радиолокацию, занимался цифровой обработкой сигналов.
Но там у меня появились мысли: а нафига я так круто учился, если на обработке сигналов у нас используются максимум ряды Фурье, и ничего поинтереснее нет. И тут на одном курсовом проекте товарищ предложил мне попробовать использовать нейронки. Я сделал голосовой замок на MATLAB, который открывался только на нужную фразу. Честно, не понимал, как он работает, просто тыкал наугад параметры. Но он работал, и я такой: блин, это реально круто, хочу этим заниматься.
Так я ушёл в Data Science. Потом понял, что научка не моё, бигтех тоже не зажёг, пошёл в SAP-консалтинг. Потом в 2022 году я понял, что больше не хочу заниматься сервисным бизнесом и перешел на позицию CPO в B2B Joom. Там я достиг успехов и отвечал за продукт с многомиллиардной выручкой. Уже после этого я полностью вышел из найма и основал свою компанию.
Сейчас нас почти 40 человек, делаем заказную ML-разработку для клиентов вроде Альфа-Банк, Яндекс, Сбер и других. Плюс делаем свой LegalTech-продукт для проверки договоров.
Что самое интересное в работе?
Мы, как внешний исполнитель часто работаем с задачами типа «0-1» — это задачи, которые появляются, когда ничего еще нет, даже идей решения, и вообще непонятно, как подступиться.
Например: посчитать ежесуточный прирост поросят по видео. Или распознавать коров. Или оптимизировать процессы в металлургии.
Тебе нужно быстро переключаться между доменами, погружаться в новый домен, общаться с бизнесом, придумывать решение. И иногда ты сам не до конца понимаешь, получится или нет. А потом оно начинает работать. Вот этот момент — вау.
А что самое неприятное, сложное?
Мы внешняя команда и часто присутствует фаза «сближения» с внутренними командами, которая может проходить сложно. Еще мы нас не всегда могут допустить вглубь бизнеса и его проблем. Иногда — бюрократия, доступы выдаются по месяцу.
Бывает и такое, что заказчику как будто меньше надо, чем тебе, и ты всех пинаешь, чтобы проект ехал. Это тоже очень сильно бесит.
Расскажи веселую историю с работы
Их было много — вот такая вот жизнь в AI-консалтинге.
Когда ехал внедрять ML на сортировку алмазов в АЛРОСА, представлял супер-завод как у Tesla. В реальности же обычная комната, приходишь, надеваешь белый халат и ждешь, пока принесут мешок алмазов, высыпят его на стол. А остальные придут с совочками, зачерпнут алмазов и отнесут к себе на столы сортировать.
А на свиноферме перед входом нужно было полностью раздеться для обеззараживания. С заказчиком в таком тесном формате проекты раньше не обсуждал
Дашь совет «успешного успеха»?
Не бояться рисковать. Брать задачи, которые немного страшно брать. Брать ответственность и фигачить. И тогда успех неминуем
P.S.: Канал в тг у нас тоже есть, @r77_ai, подписывайтесь😉
AI-хакатон для разных отраслей
Ребят, привет это Влад Савин кофаундер R77 AI. Я с партнерами запускаю AI-портал (пока секретик, что там будет) через месяц и хотим на открытие провести онлайн-хакатон на его онлайн инфраструктуре.
Призовой фонд выделяем — 5 млн — все серьезно. Это на 5 или 10 команд.
Сейчас я ищу корпорации, у которых есть задачи на AI, и они хотели бы их решить с помощью хакатона из различных отраслей.
Наша задача: показать что в различных отраслях с помощью AI можно решать задачи.
Условия:
- Все бесплатно;
- Вы корпорация;
- У вас есть задача для AI;
- У вас есть материал, с которым можно работать — Датасет, набор документации или еще что-то, что мы будем обрабатывать.
Что получаете вы:
- Решение вашей задачи (ну если у команд получится);
- Мы пройдемся еще по СМИ вместе с вами;
- Крутой движ.
Пишите мне до конца этой недели, буду рад: @savinvlad
Пентагон перестал сотрудничать с Antropic
Последнее время нас все чаще начали звать в газеты и "телевизор" по вопросам ИИ. Причем зовут обсуждать как ИИ влияет на политику, законодательство и даже войны — нас самих это интересует, ведь в том числе от этого зависит куда ИИ будет развиваться.
Вот тут нас позвали на RTVI и наш head of AI Стас Округ высказался об Antpropic и разрывом отношений с пентагоном и наоборот дружбу с Open AI.
Посмотрите, наше честное мнение:
https://youtu.be/JfvwXXvZJX4?t=2018
Ребят, у нас подрос канал и кончились бусты, чтобы делать сторисы на какой-то редкий классный контент.
Будем рады, если вы нас поддержите и бустанете, а мы сделаем пост с теми, кто нас бустанул с ссылками и кратким описанием на ваш канал или сайт или может просто имя или еще что-либо, а может вы хотите поддержать нас без упоминаний)
Это бесплатно, но у вас должен быть pro-аккаунт в телеграме — вам выдаются бусты для поддежки каналов.
Напишите мне плиз в личку, если бустанули нас и хочется попасть в этот пост @savinvlad
Вот ссылка для буста:
/channel/boost/r77_ai
Ребят, потыкайте, что мы сделали для Альфы — справа внизу. Такой хелпер по API)
https://developers.alfabank.ru/
Вчера в новой редакции договора на разработку ПО с крупным клиентом заметил два новых пункта, делюсь:
1️⃣ :
в частности, указывать, что ПО/составные элементы ПО созданы с использованием искусственного интеллекта
ПО работает корректно и защищено от «галлюцинаций» искусственного интеллекта (т.е. ответов, сгенерированных ИИ, представляющих собой (или содержащих) ложные или вводящие в заблуждение сведения, представляемые как факт). <...> В случае, если Заказчик понесет убытки от «галлюцинаций» Исполнитель обязуется возместить такие убытки.
Агенты нерабочая история — не всегда готовы принять качество LLM. Выход - RPA с LLM...
При масштабировании надо использовать скрипты...
Рост производительности не на 1 человека, а на единицу контента - масштабирование персонализации...
Вот такие страшные штуки завтра обсудим онлайн у нас на канале с ребятами из Альфа Head of AI Products Иваном Александровым и у руководителя группы продуктов Ксении Рязанцевой.
18 февраля, среда, 16-00, у нас в канале. Тут можете добавить в календарик https://calendar.app.google/oMinHTef3kbSm98V7
Unlearning в рекомендашках завтра
Ребята, завтра в 18 поговорим на вебинаре с Никитой Зелинским директором по машинному обучению и исследованию данных в MTS Web Services про рекомендательные системы, а точнее про:
Unlearning в рекомендашках — постараемся вместе разобраться о чем речь, куда удалось продвинуться и почему до нашей индустрии это пока не докатилось.
Подпишитесь кстати на его канал — очень крутой, там про жесткий DS в корпах @datarascals
Ссылка на трансляцию будет у нас в канале, а напоминалку можете добавить в календарь: https://calendar.app.google/7rrdX5SmZgeXcqdRA
Почему в наших проектах мы предоставляем REST API, а не MCP
Привет, это Руслан Бельков расскажу почему мы почти не используем популярный и казалось бы удобный MCP у нас на проектах.
Model Context Protocol — это стандарт для подключения AI-инструментов (клиентов) к сторонним системам (mcp серверам), реализован он на базе JSON-RPC. Он содержит в себе доступные инструменты для использования LLMкой, вместе с инструкцией как этим всем пользоваться. Например, можно к Cursor подключить гугл-таблицы.
То есть, до тех пор пока система заказчика (сайт или телеграм бот или что-то подобное) не является AI-инструментом по типу Claude Code, Cursor, OpenClaw и т.д. — мы не попадаем под основной юзкейс MCP, на стороне клиента просто нет LLM, которой нужно скармливать MCP инструкции. Более того, мы можем обернуть практически любую REST API в MCP-формат когда нам понадобится примерно за один промпт. Также REST API более устоявшийся, имеет стандартизованную схему OpenAPI с генерацией клиентов во всех-всех возможных вариациях, понятен всем.
в общем пока для нас старое доброе REST API более подходящая история.
Обсуждаем че там у американцев прямо сейчас на РБК ТВ
https://tv.rbc.ru/archive/chez
Q4’25 анализ из нашей CRM
Продолжаю делиться тем, что реально происходит на рынке ИИ “в полях”
tl;dr: спрос есть, но сделки зависают на последней миле.
Статистика:
- Кол-во лидов в Q4 выросло на 7% (67 квал. лидов)
- 32% зависли в "Ждем фидбэк по КП"
- 26% застряли до КП на фазе уточнения требований
- В финалах 43% отказов "без причины" (чаще всего – клиент уходит думать, оценивать ROI от ИИ)
Что это говорит про рынок ИИ:
- Все хотят “ИИ”, но покупают “следующий шаг”, а не "вижн".
Лиды приходят, КП отправляются, но дальше клиент быстро теряет "интерес"
- Рынок смещается в реальные кейсы с эффектом, а не "сказки" про ИИ
Узкое место у нас – дожим после КП, хоть это и выглядит как рыночный паттерн: “покажите прототип/ROI/риски”.
Основной спрос все еще на NLP(LLM): 58% лидов.
Пару интересных запросов:
1. Приемка яблок с компьютерным зрением🍎
2. ИИ-Агент для Process Mining, интересно что получится 🔥
3. Копилот для Продактов в корпорациях 👨🎨
4. Проверка договоров на соответствие требованиям 📄
5. Построение 360-панорамы с камер машины 🚖
"Почему быть гиком — это боль"
Видимо такой следующий подкаст будет у нас судя по комментам к "Почему LLM это боль"))
Мама я в телевизоре
Постоянно начали звать в СМИ и обычно спрашивают про новые законы в ИИ. Мы в политику не уходим, но отвечаем с точки зрения технички.
Вот на этой неделе давали комментарий по административным штрафам через распознование лиц в "Коммерсант", а потом в костюме с пакетом пошли на телепередачу в "РБК". Мы там с 7-40 минуты, но вообще тема интересная, так что с нуля можно посмотреть)
🚀 Через 50 минут начинаем вебинар про ограничения LLM ! 🚀
По ссылке: https://www.twitch.tv/r77_ai
Вопросы можно сюда в комментарии 👇🏻