Услуги
Полный цикл разработки
Разрабатываем веб‑приложения и платформы под ключ: анализ, архитектура, разработка, тестирование, релиз и поддержка. Акцент — на внедрении ИИ в продукт: поиск, поддержка, аналитика, автоматизация и новые AI‑функции.
Внедрение ИИ в продукт и процессы
Подбираем сценарии с измеримым эффектом (поддержка, поиск, аналитика, автоматизация) и внедряем. Настраиваем данные, вводим метрики и контроль качества, чтобы результат отражался в показателях бизнеса.
R&D: прототипирование и проверка гипотез
Проверяем гипотезу на практике: фиксируем критерии успеха, собираем прототип, измеряем качество и риски. По итогам — отчёт с метриками и план внедрения. Если критерии выполнены — переходим к MVP и интеграции.
Экспертиза
Natural Language Processing
Проектируем AI‑компоненты для продукта и процессов: от постановки задачи до внедрения и метрик качества.
- Мультиагентные системы: оркестрация инструментов и ролей
- MCP для внедрения агентских workflows
- Контроль качества и предсказуемости ответов
- NLP‑задачи: классификация, анализ сентимента, суммаризация
RAG и графы знаний
Настраиваем поиск по внутренним данным и ответы с источниками, чтобы знания были управляемыми и актуальными.
- RAG‑пайплайн: индексирование, retrieval, ранжирование
- Ответы с источниками и контроль галлюцинаций
- Графы знаний: сущности, связи, запросы и обновления
Оптимизация инференса LLM
Снижаем задержки и стоимость: профилируем слабые места и ускоряем пайплайны в продакшене.
- Профилирование и поиск слабых мест
- Кеширование, батчинг и оптимизация запросов
- Выбор модели под требования к качеству/скорости/стоимости
Адаптация под CPU/GPU/edge
Готовим модели и сервисы к разному железу и развёртыванию: упаковка, конфигурации, мониторинг.
- Настройка под CPU/GPU/edge‑сценарии
- Упаковка и развёртывание
- Эксплуатация: мониторинг и обновления
Данные для моделей
Строим управляемый цикл данных: сбор, очистка, разметка и версии датасетов для обучения и дообучения.
- Сбор и очистка данных
- Разметка и контроль качества
- Пайплайны подготовки и версионирование датасетов
Классический ML, CV, рекомендации
Делаем прикладной ML помимо LLM: прогнозы, CV, рекомендации и аудио — с метриками и продакшен‑эксплуатацией.
- Классический ML: бустинг, аномалии, кластеры
- CV: детекция, сегментация, OCR
- Рекомендательные системы: ранжирование, персонализация, A/B
- Аудио: ASR, диаризация, классификация событий
Кто мы
Мы — команда выпускников и преподавателей ВШЭ, СПбГУ и ИТМО. В команде — исследователи и практики с опытом работы в ведущих российских и международных IT‑компаниях. Берём задачи бизнеса и доводим до результата: формулируем цель, собираем решение, внедряем и измеряем эффект.
Проекты
Платформа для мультиагентных систем
2025
Платформа для экспериментов с мультиагентными системами на CTF-бенчмарках, трассировки и оценки работы агентов. Поддерживает композицию нескольких агентов с передачей управления и совместной работой над задачами. Включает два режима: полное тестирование на виртуальных машинах и быстрые inference-тесты для разработки. Интегрирует RAG для поиска информации, инструменты для взаимодействия с окружением (SSH, выполнение команд) и систему трассировки для анализа поведения агентов. Конфигурация через декларативные файлы позволяет настраивать эксперименты, агентов, их инструменты и метрики оценки без изменения кода.