Привет, Хабр! Меня зовут Саприн Семён. Я занимаюсь анализом данных и машинным обучением в компании ПГК Диджитал. Сегодня мы продолжаем серию статей, в которой я рассказываю о том, как мы с командой разрабатывали ИИ-помощника. В прошлой статье мы обсудили, почему стандартные подходы к работе с документами не всегда работают, и какие шаги помогли нам повысить качество поиска без существенных затрат памяти на GPU.

Сегодня речь пойдёт о следующем этапе: дообучении (fine-tuning) модели эмбеддингов для улучшения качества поиска в RAG-системе. Это позволило нам получить более точные представления документов и пользовательских запросов, что напрямую сказалось на релевантности финальных ответов. Давайте перейдём к деталям.

Привет, Хабр. Я Илья Сластен, продуктовый дизайнер интерактивной карты ПГК Диджитал. Ранее в своих статьях я рассказывал о ключевых аспектах работы с локальными переменными в Figma и подход Atomic Design и о минимализме в дизайне. Сегодня поговорим о нейминге.

Когда создаешь дизайн-систему, кажется, что главное — создать компоненты, настроить сетки, собрать библиотеку в Figma. Но на деле одна из самых сложных частей — это разобраться с токенами: как их называть, как их организовать, и как всё это выстроить так, чтобы было удобно и дизайнерам, и разработчикам. Без этого система быстро превращается в кашу.

В этой статье я покажу, как на практике организовать токены и Figma-библиотеки так, чтобы масштабирование не превращалось в хаос. Мы разберём уровни абстракции токенов, способы нейминга, таксономию и подход к построению библиотек на 4-х уровнях:

Введение в MLflow: настройка и запуск

Привет, Хабр! Я Александр Кузьмичёв, специалист по анализу данных и машинному обучению в ПГК Диджитал. Мы в компании занимаемся разработкой цифровых продуктов для железнодорожных грузоперевозок. Ранее я рассказывал о том, как открытая платформа MLflow помогает нам в работе.

В этой серии статей я хотел бы поделиться с вами увлекательным путешествием в мир MLflow, Optuna, AutoML и развёртывания моделей с помощью MLflow.

Сегодня мы заложим фундамент, начнём с вводной статьи.  Я расскажу, как установить и настроить MLflow, а также как опубликовать его с доступом в интернет. Это пригодится для мини- и пет-проектов. В дальнейшем добавлю функционал по логированию, что значительно упростит процесс работы с моделями.

Привет, Хабр! Меня зовут Саприн Семён. Я занимаюсь анализом данных и машинным обучением в компании ПГК Диджитал. Сегодня мы начинаем серию статей, в которой я расскажу о том, как мы с командой разрабатывали ИИ-помощника, а также приведу практические кейсы по улучшению точности ответов с минимальными затратами памяти графических процессоров. 

Как вы уже могли догадаться, наш ИИ-помощник разработан на основе RAG (Retrieval-Augmented Generation) системы. Хотя принцип работы RAG многим уже знаком и не вызывает того самого «вау», я всё же кратко напомню, как эта система работает, почему она так популярна и почему её ответам можно доверять.

В этой статье я расскажу, как мы разрабатывали RAG-систему для юридического отдела нашей компании, с какими вызовами столкнулись и как их преодолевали. Вы узнаете, почему стандартные подходы не всегда работают, и как, погрузившись в специфику данных, мы смогли значительно улучшить качество ответов, сохранив при этом экономию ресурсов GPU.

Привет, Хабр! Я Павел Куницын, главный специалист по анализу данных и машинному обучению в ПГК Диджитал. Мы занимаемся разработкой цифровых продуктов в сфере железнодорожных грузоперевозок: интерактивной карты вагонного парка, оптимизатора ремонтов и других решений. В большинстве из них мы применяем машинное обучение.

О том, как мы подходим к этому, я и мои коллеги рассказываем в нашем блоге на Хабре. Например, мы работаем с MLflow, который помогает анализировать результаты и вести учет экспериментов. Но несмотря на доступную автоматизацию, на этапе экспериментов могут возникать определённые сложности. Расскажу о наиболее частых проблемах.

Привет, Хабр. Я Илья Сластен, продуктовый дизайнер интерактивной карты ПГК Диджитал. В своей предыдущей статье я рассмотрел ключевые аспекты работы с локальными переменными в Figma и подход Atomic Design. Сегодня предлагаю поговорить о минимализме в дизайне.

В мире, где цифровая реальность меняется стремительно, а каждый клик важен, создание успешных веб-сайтов и приложений становится задачей, от решения которой зависит многое. Говоря о самых успешных подходах, минимализм в дизайне выходит на передний план. Это не просто эстетический выбор, это философия, которая стремится к ясности, эффективности и функциональности. Как же принцип «меньше — значит больше» помогает нам создавать более удобные и интуитивно понятные интерфейсы? Давайте разберемся.

Привет, Хабр! Меня зовут Сергей Корнеев, я руководитель направления аналитики отдела прототипирования в ПГК Диджитал. Мы занимаемся разработкой пилотных цифровых решений (Proof of concept, MVP), которые упрощают жизнь нашим коллегам и способствуют повышению эффективности бизнеса.

В этой статье расскажу, как мы задумались над процессом осмотра вагонов, как IT-решения помогают бизнесу и почему мы выбрали Telegram-бот, а не другие варианты.

В последние недели мир искусственного интеллекта (ИИ) был потрясен значительными достижениями китайских компаний, особенно DeepSeek и Alibaba, которые представили свои передовые модели — DeepSeek-R1 и Qwen 2.5-Max соответственно. Конечно же, эти события вызвали широкий резонанс в технологическом сообществе и привели к обсуждению будущего ИИ.

Меня зовут Роман Ленц, я начальник отдела анализа данных и машинного обучения ПГК Диджитал — цифровой дочки Первой грузовой компании – крупнейшего частного оператора грузовых железнодорожных перевозок в России. В этой статье мы разберемся, что за «зверь» этот DeepSeek и Qwen и что их появление значит для мира ИИ?

Привет, Хабр. Я Артур Саакян, главный специалист по анализу данных и машинному обучению в ПГК Диджитал. Мы разрабатываем уникальные цифровые продукты для железнодорожных перевозок, такие как оптимизация ЖД перевозок, навигатор, ЖД карты, цифровой вагон и так далее.

В этой статье опишу подход к оптимизации расписания поездов в реальном времени при помощи обучения с подкреплением (RL), который применим и к российским грузовым ж/д перевозкам, но пока не используется. Тезисы статьи:

1. Перепланирование расписания движения поездов (Train Timetable Rescheduling)
2. Коротко об RL и Q-learning
3. Моделирование железнодорожной среды
4. Заключение

Привет, Хабр! Я Дарья Васильева и отвечаю за DevRel-направление в ПГК Диджитал. ПГК Диджитал является цифровой дочкой крупнейшего частного оператора грузовых железнодорожных перевозок в России – Первой грузовой компании. Мы разрабатываем свои цифровые продукты для логистической отрасли, чтобы ж/д грузоперевозки стали более точными и простыми.

Свою новогоднюю статью я хочу посвятить такому феномену интернет-культуры как мемы, не обойдя при этом стороной примеры популярных мемов среди айтишников.

Когда я начала готовить эту статью, то первое в чем мне бы хотелось разобраться – это в истории возникновения мема. Проведя небольшой ресерч в интернете, я наткнулась на информацию о британском ученом Ричарде Докинзе, который ввел в лексикон слово «мем» в 1976 году, именно в этом году была опубликована его книга «Эгоистичный ген». Главу 11 он посвящает «мемам». Книгу можно найти в свободном доступе в сети интернет.

Нестыкoвочка правда? Пишу про расхожий интернет феномен, а начала с времен, когда первых полноценных ПК еще не было и интернет браузеров тоже.

Всемирная паутина (WWW) — это не просто набор веб‑страниц, это революция, изменившая наше восприятие информации и общения. С момента своего появления в начале 1990-х годов WWW кардинально трансформировала мир, открыв новые горизонты для бизнеса, образования и повседневной жизни. История веб пестрит взлетами, падениями и уходами в крайности, но здесь мы пройдемся только по самым ярким моментам! Следить за эволюцией технологии, которая навсегда изменила наше общество, мы будем глазами фронтенд‑разработчика.

Привет, Хабр. Я Илья Сластен, продуктовый дизайнер интерактивной карты Первой грузовой компании, о создании, которой я рассказывал в своей предыдущей статье. Разработка современных цифровых продуктов требует системного подхода, обеспечивающего их гибкость, масштабируемость и согласованность. В этой статье будут рассмотрены ключевые аспекты работы с локальными переменными в Figma и подход Atomic Design, который позволяет упорядочить процесс проектирования. Эти принципы были применены для создания дизайн-системы для проекта «Декарта» в ПГК Диджитал — унифицированного картографического решения, которое дает возможность заказчику самостоятельно создавать модули, настраивать отчеты, управлять пользователями, а также получать доступ к инфраструктурным ж/д данным России и стран СНГ в формате единого окна. «Декарта» визуализирует дислокационную информацию об объектах, позволяет запрашивать детальную информацию по ним с помощью сквозного поиска и предоставляет возможности персонализации при работе с инструментом.

Дата-сайентистам необходимо следить, на каком наборе данных ML-модели проявляют себя наилучшим образом и почему. Для этого есть специализированные решения, которые помогают реализовать версионирование данных. Меня зовут Павел Куницын, я главный специалист по анализу данных и МО в ПГК Диджитал, и сегодня хотел бы рассказать о некоторых профильных open source инструментах

Привет, Хабр. Я Дмитрий Кузьмичёв, руководитель проектов в ПГК Диджитал (ПГКД). Наша IT-компания появилась два года назад, как цифровая дочка крупнейшего частного оператора грузовых железнодорожных перевозок в России — Первой грузовой компании. Мы разрабатываем свои цифровые продукты для логистической отрасли, чтобы ж/д грузоперевозки стали более точными и простыми. Перед компанией стояла амбициозная задача – помогать развивать бизнес через диджитал-решения не только «материнской» компании АО «ПГК», но и её клиентам/партнёрам, другим компаниям отрасли, поэтому мы сразу задумались о собственном IT-бренде. В статье расскажу о создании нашего логотипа, и как антропоморфный ёж стал символом ПГКД, отражающим наши ценности и подход к работе.

Привет, Хабр! Меня зовут Павел Куницын, и я главный специалист по анализу данных и МО в ПГК Диджитал. Согласно различным исследованиям, от 46 до 90% моделей машинного обучения не выходит в прод. Всему виной отсутствие должного контроля за их созданием, а также проблемы менеджмента команд разработки и data science.

Решить эту проблему способен MLOps. С учетом того, что на Хабре есть базовые материалы по теме, расскажу о том, как бизнес и сообщество подходят к стандартизации разработки моделей. Также расскажу про свод рекомендаций для повышения качества ML-систем, который сформулировали мы в ПГК.

Привет, Хабр! Меня зовут Роман Можаев, я начальник управления по развитию производственных и учетных систем в ПГК Диджитал. В ПГКД сейчас, а ранее в ПГК, более чем в течение 15 лет отвечаю за развитие и внедрение информационных систем. Ключевой задачей нашей команды является максимальная цифровизация бизнес - процессов наших внутренних и внешних бизнес - заказчиков. Функции, которые выполняет наша команда, достаточно разнообразны, от сбора, анализа и формализации требований до сдачи готового решения заказчику.

Онбординг, или процесс адаптации новичков в компании, играет ключевую роль для успешного погружения в текущие процессы и дальнейшего развития. Правильная адаптация способствует входу в должность с минимальным уровнем стресса. Сотрудник постепенно знакомится с продуктами компании, командой, бизнес – процессами, а также внутренними регламентами и правилами. Успешно пройденный онбординг значительно повышает вероятность того, что специалист останется в компании надолго. В статье поделюсь тремя ключевыми правилами, которые я применяю и прошу придерживаться членов команды при онбординге в нашей компании.

Добрый день, дорогие друзья. Я Сергей Бондарев, директор по управлению данными и директор по аналитическим решениям в Первой грузовой компании (ПГК). Наша компания активно развивается, что требует от наших команд создавать новые предметные области аналитики, реализовывать трансформационные проекты и создавать новый функционал по обработке данных.

Наша команда растёт и пополняется новыми участниками. Когда команда вырастает из размера «двух пицц», поддержание её прежней управляемости и результативности требует определенных усилий. Несомненно, основой управляемости является соблюдение стандартов, процессов планирования и разработки. Тут можно увлечься, утяжеляя внутренние рабочие процессы до состояния невозможности соблюдения, лично я знаю такие примеры. Но, как известно, сложность рабочих процессов является следствием попыток их взлома и обхода участниками. Поэтому вопрос управляемости можно решить по‑другому: не через требования к процессу, а управляя требованиями к участникам команды. То есть развивать компетенции членов команды, оставив при этом простые и удобные правила работы.

В режиме реального времени: как интерактивная карта помогает везти груз по ж/д

Привет, Хабр. Я Илья Сластен, продуктовый дизайнер интерактивной карты Первой грузовой компании. Мы занимаемся перевозками грузов по железной дороге, и одним из главных инструментов логистики была и остается карта. 

Наша команда разработала и продолжает совершенствовать концепт первой в России и отрасли интерактивной карты вагонного парка, реализованной в многослойном режиме. Интерактивная ПГКарта онлайн показывает инфраструктуру железнодорожной сети и дислокацию грузового парка в разрезе слоев данных, которые агрегируются из внутренних систем. Это цифровой инструмент для всех сотрудников департаментов организации перевозок, логистики и планирования, эксплуатации подвижного состава, коммерческого блока центрального аппарата и филиалов ПГК.

Идея создать интерактивную карту возникла несколько лет назад. В 2022 году мы начали прорабатывать проблематику проекта и выяснять, в чем сложность сбора данных при подготовке к селекторам. Селекторы - онлайн-совещания, на которых дважды в день специалисты из филиалов делятся данными по обстановке на железной дороге с своих регионах. Понять проблематику нашей команде помогло участие в этих совещаниях, изучение тем обсуждения и фиксация важных деталей во время селекторов (кому нужны эти отчеты, какая информация в них содержится и как они используют ее на этих селекторах). В итоге мы составили опросник для будущих интервью с бизнесом, в ходе которых мы максимально полно смогли понять, что вызывает неудобство коллег в процессе подготовки отчетов к селекторам. Были определены четыре проблемы:

Привет, Хабр! Я Дмитрий Бохан, начальник отдела инновационных проектов в ПГК Диджитал. Мой отдел занимается разработкой и внедрением инновационных ИТ продуктов, мы всегда на гребне современного мейнстрима.

Перед тем, как мы перейдем к основной теме, небольшое погружение для тех, кто никогда не слышал о ПГК: наша компания является одним из крупнейших российских операторов железнодорожных грузоперевозок, а в рамках нашей ИТ дочки ПГК Диджитал, мы разрабатываем цифровые продукты для логистики.

Привет, Хабр! Меня зовут Роман Ленц, я руковожу анализом данных и машинным обучением в ПГК. Мы с коллегами подобрали курсы, литературу и сообщества, которые пригодятся тем, кто желает погрузиться в тему машинного обучения и анализа данных, но не знает, с чего начать.