• AI,ML

AI Engineer +2.5 года опыта созданий решений с GenAI под задачи бизнеса, а так же создания продуктов AI на рынок.

В каждой компании есть папки, в которые страшно заглядывать. Регламенты, которые никто не читает, и инструкции, которые невозможно найти? Каждая минута, потраченная сотрудником на поиск нужного документа, — это потерянные деньги и упущенные возможности.

В своем докладе я расскажу, как мы решили эту проблему раз и навсегда. Мы построили собственную "умную Википедию" — систему, где любой сотрудник может задать вопрос на естественном языке и мгновенно получить точный ответ, основанный на внутренней базе знаний. Никакого больше просеивания сотен страниц и чатов!

Вы узнаете:

* Как работает магия: простыми словами об архитектуре RAG (Retrieval-Augmented Generation), которая лежит в основе решения.

* Из чего строили: обзор стека технологий, который мы использовали.

* Подводные камни: с какими неочевидными проблемами мы столкнулись при работе с LLM и как их решили.

* Покажу реальные метрики и расскажу, как изменились рабочие процессы после внедрения системы.

Доклад будет полезен всем, кто хочет начать использовать AI для решения реальных бизнес-задач.

* Владельцам бизнеса и руководителям, которые хотят повысить эффективность, предоставив экспертам роль наставников для AI, чтобы их уникальный опыт и знания стали достоянием всей команды.

AI/ML-инженерам и разработчикам, которые хотят увидеть реальный кейс применения LLM и RAG-пайплайнов.

Менеджерам продуктов и проектов (Product/Project Managers), которые хотят понять, как с помощью AI-технологий можно создавать ценные внутренние продукты и улучшать бизнес-показатели.

Аналитикам, интересующимся современными подходами к обработке неструктурированной текстовой информации.