R77 AI | Кейсы в ИИ (от выпускников МФТИ)

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/landingЗалейтайте очень крутую тему ребята делают, можно и приз выиграть и прорекламиться хорошо)

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-Ehttps://vkvideo.ru/video-228941334_456239066

AI-ассистент для разработчиков Альфы — Закончили — ждите запись)Пока заходите без смс и регистрации https://live.vkvideo.ru/r77_aiЧто 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)

RPA vs ИИ-агенты: как выбрать архитектуру автоматизации под задачу.Обещали по нашему вебинару с Альфой (https://t.me/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=sharingПодпишитесь еще на авторов, там полезный корпоративный контент про ИИ:http://t.me/nokiddingpartnershttps://t.me/baldvanya

Бывает вот просыпаешься, а 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

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

Как понять, что свинюшка готова к любви? Определяем через MLНаш 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 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. Снег, влага, разные лесовозы, разные размеры и виды бруса, природа и мужики — примерно так можно описать проект. Вот что получили:100% точность определения сорта древесины99%+ точность разделения на пачки98%+ определение КПД vs. оператор90%+ определение КПД vs. раскаткаКейсА как думаете почему нельзя было просто взвесить?)

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) Сидели и разбирались, как вообще живёт плавка: какие элементы куда “уходят”, как меняется химсостав, почему сегодня сработало, а завтра — нет. Смотрели исторические плавки, сопоставляли добавки с результатами анализа, пытались уловить логику, которой сами технологи иногда объясняют это на уровне “чувствую, что надо ещё чуть-чуть добавить”.В итоге упаковали всё это в сервис, который подсказывает оператору, сколько и чего лучше добавить прямо по ходу процесса — чтобы попасть в нужный химсостав и не переливать дорогие ферросплавы.Результат — минус 3–5% затрат и стабильное качество. В деньгах — сотни миллионов в год. Кейс.

ТЗ для AI Ребят, у нас много новых подписчиков — повыкладываем полезные посты, которые вы возможно не виделиСделали 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