Направления исследований.
Лаборатория молода; опыт её основателя — нет. Это направления, по которым мы берём исследовательские проекты сегодня. По мере завершения клиентских проектов эта страница будет показывать кейсы.
Прогнозирование и оптимизация ресурсов
Спрос, нагрузка или штат ведут себя так, как текущая модель объяснить не может; цена избытка и дефицита известна и болезненна.
Движущие факторы не определены — никакое внедрение не исправит модель, построенную на неверном механизме.
Валидированный подход к прогнозированию с измеренным улучшением относительно вашего baseline.
Прикладные LLM и генеративные модели
LLM-демо впечатлило всех; качество, стоимость или надёжность в продакшене — нет.
Правки на уровне промптов — догадки, пока качество генерации не измеримо; неопределённость — в оценке, а не в API.
Фреймворк оценки и настроенный пайплайн, качество которого продемонстрировано, а не декларировано.
Process mining
Карта процесса говорит одно; пропускная способность, затраты и жалобы — другое.
Настоящий процесс скрыт в event-логах, и его реальную форму никто не знает.
Восстановленный процесс, его измеренные узкие места и количественные сценарии улучшений.
* Направления отражают 8+ лет промышленной исследовательской и data-science-практики основателя. Проекты по прошлым местам работы — профессиональный опыт основателя, а не история этой компании; мы предпочитаем говорить об этом прямо.