← Назад к портфолио
Контекст проекта
Создание качественных приложений с управлением на естественном языке — сложная инженерная задача, требующая специфических компетенций. Сбер ставил задачу добавить голосовой способ управления всем клиентским сервисам во всех цифровых каналах, не имея нужного числа специалистов.
Стратегия: создание LowCode-решения для упрощения и удешевления масштабной разработки приложений для голосового канала. Активно использовалась стратегия покупки части решения в виде исходных кодов и разработчиков у других игроков рынка LowCode инструментов.
Роль
Управляющий директор / CPO / CTO — от стратегии до промышленного развертывания.
Функциональные возможности
- Low-code графический конструктор сценариев обработки естественного языка
- Адаптация для текстовых/голосовых/графических и смешанных каналов контакта
- Serverless среда выполнения
- Модельный ML-реестр и AutoML среда исполнения
- Уникальная система сквозной аналитики
- SOTA алгоритмы для задач NER / Slot filling
- Сопряжение с моделями класса LLM
Ключевые результаты
- Успешный тендерный и M&A трек в рекордный интервал времени с соблюдением процессной и юридической чистоты
- Промышленное развертывание за 1 квартал
- Сформирована команда проекта
- Обеспечение требуемой производительности в 400 tps
- Множество уникальных алгоритмов обработки естественного языка, созданных под задачу
- Одно из первейших в мире совмещений парадигмы Low-Code разработки с моделями ChatGPT
- Первое в Сбере промышленное внедрение системы с исполнением прикладного кода в Serverless режиме, согласованной с релизными процессами и требованиями ИБ, включая защищённый контур платёжных операций и голосовых навыков в интернет-банке
Технологии
LowCodeGraph NNServerlessNLPAutoML