Knotta R&D

Исследования для задач, у которых пока нет ответа.

Knotta R&D — это работа с вопросами «возможно ли» и «как именно». AI-решения, аудит инфраструктуры, проектирование архитектуры, исследование пользовательского опыта.

Иногда результат — платформа. Иногда — ясный вывод, который экономит месяцы разработки. Мы считаем успехом оба исхода и говорим об этом до начала работы.

Сценарии

Когда такая работа полезна

01
Проверить идею до больших вложений
Прежде чем закладывать платформу, разумно убедиться, что идея устоит на реальной нагрузке, данных и поведении пользователей.
02
Выбрать путь и обосновать его
Готовый продукт, open source или своя разработка? Сравним варианты на ваших требованиях и данных — до того, как выбор станет дорогим.
03
Построить AI-решение под конкретную задачу
Система, которая решает задачу с измеримым качеством: поиск и генерация на ваших данных (RAG), агентные пайплайны, дообученные модели — то, что подходит именно вашему случаю.
04
Разобраться в унаследованной системе
Честная карта того, что есть: что работает, что можно менять, что трогать рано. С ней миграция становится планом, а не риском.

Кейс

[TBD: Адаптивные траектории на LLM для онлайн-школы]

[TBD: Партнёр — крупная онлайн-школа программирования. 2024.]

Задача

[TBD: Платформа школы строит траектории обучения вручную. Это занимает время методистов и не масштабируется на новые курсы. Нужно понять, может ли модель строить траектории самостоятельно — и с каким качеством.]

Подход

[TBD: Собрали датасет успешных траекторий за два года. Построили RAG-пайплайн с валидацией методистом. Прогнали на исторических данных, сравнили с траекториями, которые методисты строили вручную.]

Результат

[TBD: Траектории модели совпали с человеческими в 68% случаев. Для полной автоматизации этого мало, для ассистента методиста — достаточно: работа ускорилась в среднем в 3 раза. В продакшн пошёл этот вариант.]

[ TBD ]

[TBD: подпись ключевого числа]

[TBD: insight / prototype / platform]

Области

В чём мы сильны

AI-агенты

Системы, которые решают задачу с измеримым качеством.

RAG-системы

Поиск и генерация на ваших данных — с метриками качества.

Мультимодальные системы

Текст, изображения и аудио в одной задаче.

Аудит инфраструктуры

Карта того, что есть: что работает, что менять, в каком порядке.

Проектирование архитектуры

С нуля или под миграцию. Документ, по которому можно строить.

Исследование опыта

Глубинные интервью, наблюдения, синтез. Когда продукт ведёт себя неожиданно — ответ обычно в людях, а не в коде.

Формат

Гипотеза — бюджет — развилка

R&D-работы устроены иначе, чем платформенная разработка.

Сначала мы вместе формулируем гипотезу: что хотим понять и как поймём, что узнали. Затем фиксируем бюджет исследования — сколько времени и денег уходит на ответ. В конце — развилка: результат идёт в реализацию или остаётся выводом, на который можно опереться.

Так исследование имеет границы, а вы с самого начала понимаете, во что входите.

Есть задача, где сначала нужно понять?

Обсудить задачу →