Недавно я столкнулась с ситуацией: есть задача, нет подходящего инструмента, разработчики заняты, бюджет ограничен, а время поджимает. Мне нужно было выстроить процесс оценки уровня удовлетворенности пользователей. В бизнесе много похожих небольших задач, которым часто присваивают низкий приоритет, поэтому они долго остаются в очереди на разработку. Хотя их решение значительно упрощает работу отдельных сотрудников и даже целых отделов.

Поскольку мы разрабатываем собственную Low‑Code BPM платформу и рассказываем клиентам, что около 70% бизнес‑задач решается No‑Code инструментами, 20–25% — Low‑Code, и лишь 5–10% требуют написания кода, то я решила попробовать самостоятельно собрать «Оценку качества» на нашей же платформе, не прибегая к помощи разработчиков. Меня зовут Ирина Головина, я руководитель группы технической поддержки Citeck. Сегодня расскажу, как я это делала, что у меня получилось и не получилось. Материал будет полезен всем, кто интересуется возможностями No‑Code платформ или ищет способ автоматизировать свои процессы.

Будем честны, регрессионное тестирование — не самая увлекательная часть работы. От спринта к спринту его объем растет, а время на прохождение увеличивается. Но необходимость регресса очевидна — достаточно взглянуть постфактум на все «криты и неотложки», от которых мы уберегли пользователя в своем последнем релизе. Оптимизация (пока вынесем автоматизацию за скобки и вернемся к ней позже) кажется логичным решением, но перспектива пересмотра сотен или тысяч кейсов может отпугнуть.

Меня зовут Михайлов Михаил, я работаю руководителем отдела тестирования в команде Polymatica BI. Недавно мне пришлось привести в порядок регрессионное тестирование, что позволило сделать его компактным и эффективным. Оказалось, что несколько простых действий кратно сократят время, необходимое на приведение в порядок регрессионного прогона. В этой статье разберем пять ключевых шагов.

Автоматизация клиентской поддержки с помощью больших языковых моделей — перспективное направление, но без доработки они не всегда способны дать точные и релевантные ответы. Меня зовут Михаил Крюков, технический директор платформы Robovoice (SL Soft), и в этой статье я расскажу, как усиливать LLM с помощью RAG.

Используя реальный кейс, я расскажу о выборе LLM (сравнивали GigaChat MAX, GPT-4o, LLaMA 3.1 70B, YandexGPT 4 и Gemma 2 9b) и RAG (RagFlow, Dify и LangChain Custom + Vector database). Разберу ключевые сложности при интеграции — подготовку датасетов, настройку RAG, борьбу с «галлюцинациями» моделей, затрону вопросы экономики проекта и способов удешевления стоимости диалога. Статья будет полезна разработчикам и бизнесу, планирующим автоматизировать первую линию поддержки с помощью ИИ. Инфраструктура и железо в материале не освещены.

В 2016 году Минфин заявил, что потребность в бухгалтерах в ближайшие годы будет стремиться к нулю. Однако через два года прогноз скорректировали: оказалось, что без бухгалтеров невозможно обойтись. Вместе с тем автоматизация отдельных сфер их деятельности может быть оправданной и весьма эффективной.

Всем привет! Меня зовут Мирза Абдулмеджидов, я руководитель проектов ROBIN компании SL Soft. Сегодня расскажу про интеллектуальную автоматизацию и поделюсь своим опытом внедрения платформы ROBIN для трансформации бухгалтерских процессов на примере одного проекта, реализованного для крупного продуктового ритейлера.

Всем привет! Это завершающая статья в серии по эволюции архитектур нейронных сетей в компьютерном зрении. Она будет полезна тем, кто только погружается в сферу и пробует систематизировать свои знания, поэтому я осознанно не погружаю читателей в глубокие расчеты и вычисления. Посмотрим на R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN, SSD, RetinaNet, EfficientDet, YOLO.

Всем привет. Сегодняшний материал — продолжение цикла статей про ключевые события в развитии архитектур нейросетей. В прошлый раз я рассказал о классификации изображений. Сегодня речь пойдет про сегментацию. Статья охватывает FCN, U‑Net, SegNet, DeepLab, PSPNet, Mask R‑CMM и HRNet.

Существует много разных источников информации по теории тестирования — книги, статьи, курсы и другие материалы. Практически в каждом из них описаны техники тест‑дизайна, сопровождающиеся простыми обособленными примерами их применения. Но часто, изучая эти материалы, я задавалась вопросом: «А что же дальше? Как объединяются техники и как выглядит общая картина тестирования?».

Меня зовут Ирина Прудникова, тестировщик Lego Low‑Code BPM платформы Citeck. В сегодняшней статье я хочу показать, как разные техники тест‑дизайна можно использовать в комплексе. В качестве примера я разберу реальную задачу из нашей работы — тестирование модуля Service Desk.

Приветствую вас, дорогие читатели! В своей прошлой статье на Хабр я рассказывал, как стать разработчиком в области машинного обучения и нейронных сетей, а также какие вопросы об эволюции архитектур нейронных сетей часто задают на собеседованиях. Чтобы помочь вам разобраться в этой теме, я подготовил материал о ключевых событиях в развитии архитектур нейронных сетей — новшествах и особенностях, которые появлялись на каждом этапе. Вместе мы проследим логику инженерной мысли и поймем, как эти идеи повлияли на современное состояние технологий.

Так как материал довольно объемный, разбиваю его на три части: «Классификация изображений», «Сегментация изображений» и «Детекция объектов». Надеюсь, что этот сборник окажется полезным и вдохновит вас на дальнейшие исследования в области глубокого обучения.

Меня зовут Леонид Бычков, я руководитель продуктов в команде ROBIN. А еще я тренер и популяризатор игры го — мой опыт в этом деле более 15 лет. В Самаре, моем родном городе, занимаю должность президента Спортивной федерации го Самарской области. Также я основал и развиваю городской клуб игры го «Стратегия», где проходят встречи участников, организуются обучающие курсы и даже турниры. Плюс провожу корпоративные тренинги.

Сегодня моя история будет о том, как стратегии го помогают мне принимать решения в развитии ИТ‑продуктов. Кроме того, я расскажу о смыслах и концепциях, которым обучаю руководителей на своих мастер‑классах и тренингах.

Привет, Хабр. Меня зовут Андрей Каримов, я разработчик в команде Polymatica, а мое хобби — обучение детей гейм‑дизайну. В этой статье делюсь своим опытом работы с ребятами в возрасте от 8 до 13 лет на платформе Roblox и описываю, какие подходы существуют. Особое внимание уделяю вопросам самостоятельных занятий: стартовые шаги, азы языка программирования Lua и пример простого скрипта.

После ухода иностранных вендоров на освободившиеся места ринулись игроки с собственными разработками. Но как выделиться среди конкурентов?

Меня зовут Алексей Кирпиков, заместитель управляющего директора SL Soft по продажам, и сегодня я хочу поделиться своим опытом о том, как общаться с заказчиками и выигрывать сделки, основываясь на информации, которую можно собрать из открытых источников, в том числе, в специализированных базах данных.

Всем привет. Сегодняшняя статья будет интересна тем, кто хочет стать ML‑разработчиком. Последние три года я собирал материалы на эту тему (естественно, проверяя все на себе). Это не просто сухая выжимка из книг, курсов и статей, а личный опыт, основанный на задачах, которые я решаю ежедневно.

Меня зовут Агеев Александр, сейчас я ML‑разработчик в команде SOICA. Из других интересных проектов в прошлом — робототехника (детекция и сегментация продуктов питания), исследования мозговой активности ЭЭГ, автоматизации сети хлебозаводов Москвы, разработка алгоритмов в приложении для подсчета ударов мяча и распознавания скелета человека, исследование и применение больших LLM‑моделей, расшифровка аудио и транскрибация текста, а также EyeTracking (подсчет числа открытия и закрытия глаз).

Представьте ситуацию: PM проанализировал рынок, разобрал плюсы-минусы текущих продуктов компании, написал стратегию их развития, защитил перед бизнесом. Топ-менеджеры покивали, помечтали, как в будущем году «уууухнем и перевыполним план продаж» и… Все осталось по-прежнему. Целевая выручка не достигнута, лидов все также мало, партнерская сеть не развивается, реализованные фичи не вызывают вау-эффекта. Давайте разберем, что же пошло не так.

Меня зовут Виктория Зорина, я создаю ИТ-продукты в B2B. Сегодня я расскажу, какие (не)очевидные вещи могут быть препятствием в построении и реализации вашей стратегии.

Привет, Хабр. Меня зовут Аделина Ямалтдинова, я разработчик технологического сервиса «Классификатор» — одной из частей платформы «Преферентум».

Как вы могли догадаться из названия, сервис нужен для классификации неструктурированной информации — документов, заявок, звонков и т. д. Он применяется для маршрутизации обращений на горячую линию, сортировки входящих документов в СЭД, тематической классификации, выявления негативных отзывов, определения типа и контроля комплектности документации и т. п. Таким образом, «Классификатор» упрощает переход компаний к интеллектуальной автоматизации различных бизнес‑процессов, обогащая используемые системы ИИ.

В статье я расскажу об устройстве нашего «Классификатора» и о том, как мы его улучшаем.

Боты бесят многих, но при разумном применении они приносят пользу не только бизнесу, но и клиенту. Например, запишут пациентов к врачу вместо администраторов или найдут нового сотрудника в магазин вместо HR. Хороший бот должен быть приветливым, понимать запросы пользователей на естественном языке, не тупить и быстро решать задачу клиента, поэтому у них «под капотом» сложная и гибкая система.

Привет, Хабр! Меня зовут зовут Анна Гаджимурадова, я менеджер продукта Robovoice. В 2019 году мы начали проектирование платформы по созданию, администрированию и аналитике диалоговых ботов. До этого мы тоже делали ботов, но кастомно, поэтому подстраивались под каждого клиента — это приносило свои плоды, но с изменением бизнес‑процессов клиентам требуются корректировки скриптов, что влечет дополнительные финансовые и временных расходы. В статье расскажу, с какими сложностями мы столкнулись при разработке платформы.

Привет, меня зовут Георгий Гончаров, я инженер‑консультант OCR‑платформы SOICA, предназначенной для распознавания и обработки текстовых и графических данных. Поскольку это собственная разработка, то мы постоянно внедряем новые фичи. Недавно появилась еще одна — мы назвали ее ML‑локатор. В статье расскажу, почему и как мы реализовали эту функциональность и каких результатов удалось достичь.

Казалось бы, дизайн-система — это инструмент, который помогает ускорить процесс разработки продуктов, облегчает масштабирование и обновление, обеспечивает единообразие дизайна и пользовательского опыта на всех платформах. Однако мы убедились на собственном опыте, что это не панацея, и если все связанные с дизайн-системой процессы не будут налажены, то для компании она станет ахиллесовой пятой.

Привет, Хабр! Меня зовут Виктория Марухняк, я дизайнер интерфейса продукта Polymatica Dashboards. Мы разрабатываем BI-платформу, и нам критически важно проектировать простой и удобный интерфейс, чтобы пользователи могли легко строить и читать аналитические отчеты. В этой статье поделюсь своим первым опытом рефакторинга и обновления дизайн-системы и тем, как это помогло нам наладить общение между дизайнерами и разработчиками. Без прикрас и розовых пони.

Привет, Хабр. Меня зовут Антон Холло, руководитель отдела проектов в команде ROBIN. В моем отделе 18 сотрудников (15 бизнес‑аналитиков и 3 специалиста технической поддержки), 16 из которых мы вырастили самостоятельно за последние 2,5 года. Еще 4 человека (будущие коллеги‑аналитики) сейчас в процессе обучения, кроме того, мы открыли 6 вакансий — кандидаты также пройдут подготовку.

В этом материале я расскажу, почему мы запустили собственный инкубатор специалистов, какие у него есть плюсы и подводные камни. Статья будет полезна как тем, кто задумался о запуске в своей компании аналогичного инкубатора или уже внедрил подобную практику, так и тем, кто присматривается к карьере бизнес‑аналитика, но не имеет опыта работы.

Проведение анализа дефектов, обнаруженных на продакшене, кажется сложной и трудоемкой задачей. Однако в команде Polymatica мы успешно интегрировали этот процесс в цикл тестирования, сделав его неотъемлемой частью обеспечения качества ПО. Локализация дефектов с прода имеет наивысший приоритет, и мы создали эффективный подход для их анализа и устранения. Данный процесс постоянный и непрерывный, что позволяет нам постоянно совершенствоваться.

Привет, Хабр. Сегодняшняя статья будет интересна тем, кто хочет собрать простой OLAP‑куб для анализа данных, чтобы понять, как он устроен и работает. Экспериментировать будем с помощью TinyOLAP, одного из немногих OpenSource движков на Python.