машинное обучение и нейросети.

Как научить языковую модель читать транзакции: превращаем историю платежей в базу знаний

Меня зовут Дмитрий Валов, я тимлид команды «Инструменты для банка (агенты)» в Sber AI Lab — Центре практического искусственного интеллекта Сбера.

продолжить чтение

Как граф транзакций помогает банку лучше узнать своего клиента

Привет, Хабр.Каждый раз, когда вы платите картой, банк записывает это событие. Со временем накапливается история: купил кофе — запись, оплатил газ — запись, снял наличные — запись. Банковский ИИ умеет анализировать последовательность событий и делать выводы о человеке: молодой или пожилой, семьянин или одиночка, предпочитает копить или тратить.

продолжить чтение

От depth map* до нейросети: практический опыт создания аппаратного решения по измерению товаров на складе

В предыдущей статье мы рассказали о том, как появилась идея собственного решения и об истории создания нашего измерительного устройства.Во второй части мы сосредоточимся на технической стороне проекта: разберём алгоритмы измерения и инженерные решения, которые позволили добиться высоких точности и скорости замеров. Мы также поделимся опытом преодоления ключевых технических вызовов и расскажем, как пришли к текущему виду устройства.

продолжить чтение

Используем LLM для подбора подрядчиков: как это работает

Привет, Хабр! Меня зовут Иван, работаю data scientist в Doubletapp. Хочу поделиться кейсом, как мы решали задачу по автоматизации процессов отсмотра, сортировки и сверки входящих документов заказчика. 

продолжить чтение