Обновить

Компания Fix Price заявила о запуске пилотного проекта на основе искусственного интеллекта (ИИ). Цель проекта — это категоризация внутренних заявок в компании для последующей обработки специалистами группы поддержки, рассказали информационной службе Хабра в пресс‑службе Fix Price.

Для решения задачи категоризации была использована совокупность методов обработки естественного языка, включая обучение, дообучение и интеграцию ансамбля различных моделей машинного обучения catboost (open‑source библиотека с реализацией алгоритма градиентного бустинга от «Яндекса»), rubert (open‑source дистиллированная модель, реализованная на базе BERT от Google) и ряда вспомогательных технологий open‑source.

По словам начальника IT‑службы Fix Price Олега Лексина, ежегодно в IT‑подразделение компании поступает более 200 тысяч запросов на решение различных задач и вопросов от сотрудников. До пилотного проекта существовавшая категоризация задач направляла их не всегда к профильным специалистам или не в ту категорию. Это увеличивало время ожидания ответа и тормозило процессы.

Новый сервис с ИИ теперь анализирует запросы. Промежуточные результаты по распознаванию заявок уже составляют 85%. С момента запуска сервиса было обработано уже 100 тысяч заявок. Как заявили разработчики, следующим шагом развития проекта станет автоматизация процесса анализа запросов в другие подразделения компании.

Теги:
Всего голосов 4: ↑3 и ↓1+2
Комментарии0
ЕЖЕДНЕВНЫЙ ХАБР | 9 АВГ 2026
Охват55K

Что видит DPI, и что мы попробовали у него отобрать

Последние пару лет я работаю в команде, которая занимается устойчивой к DPI (Deep Packet Inspection) туннельной инфраструктурой — по сути, альтернативой классическому VPN.

Когда начинаешь заниматься этим всерьёз, довольно быстро обнаруживается неприятная вещь: шифрование само по себе давно уже не означает, что трафик нельзя распознать. Содержимое пакетов действительно можно скрыть, но пакет от этого не исчезает. У него остаются размер, направление, время появления; соединение начинается с определённой последовательности сообщений, TLS-клиент определённым образом представляется серверу, поток ускоряется, замедляется, замирает и снова начинает передавать данные.

Для человека всё это выглядит как куча зашифрованных байтов. Для классификатора — как вполне пригодный набор признаков.

Поэтому значительная часть нашей работы в итоге свелась не к тому, чтобы «зашифровать ещё сильнее», а к более практическому вопросу: что именно видит наблюдатель снаружи и по каким признакам он может решить, что перед ним не браузерный трафик, а туннель.

Об этом и расскажу.

Что видит DPI, и что мы попробовали у него отобрать

Публикации