27 ноября 2025 года в Москве (+ онлайн) состоится Data Science MeetUp #5.
Это митап об ИИ-технологиях, которые неизбежно проникают в процессы клиентского сервиса. Как не растерять в погоне за оптимизацией хрупкую клиентскую лояльность? На митапе специалисты по Data Science и бизнес-заказчики встретятся, чтобы откровенно обсудить подводные камни и разобрать решения с двух сторон: технической и бизнесовой.
В программе:
Баланс автоматизации и качества: RAG‑пайплайн в чате поддержки
Как научить ИИ отвечать на сложные вопросы клиентов? Как автоматизировать коммуникации без потери качества, сохраняя надёжность, масштабируемость и контроль над процессом.
1000 статей — 1 ответ: как мы приручили базу знаний с помощью суммаризации
Как за два месяца вывести RAG в прод, создать и доработать систему без промышленных данных и сократить среднее время обслуживания клиентов на 25 секунд.
Не LLM единой: как мы экономим с помощью продуктовой смекалки и классных инженерных хуков «на стыке бизнеса и технологий»
Как был разработан AI-сервис для операторов контакт-центра полностью своими силами. Как система генерирует подсказки прямо в окне оператора, анализирует данные о клиенте, распознаёт контекст разговора и уже помогает заметно повысить эффективность работы команды.
Структурируем хаос коммуникаций: как вывести сервис доставки на новый уровень без привлечения большой ML-команды
Как с помощью одной LLM и ASR можно централизовать все коммуникации в доставке, анализировать их и повышать качество взаимодействия с клиентами без множества моделей, больших команд и лишних ресурсов.
Батл
Обсуждение AI-агентов в формате дебатов
Это митап об ИИ-технологиях, которые неизбежно проникают в процессы клиентского сервиса. Как не растерять в погоне за оптимизацией хрупкую клиентскую лояльность? На митапе специалисты по Data Science и бизнес-заказчики встретятся, чтобы откровенно обсудить подводные камни и разобрать решения с двух сторон: технической и бизнесовой.
В программе:
Баланс автоматизации и качества: RAG‑пайплайн в чате поддержки
Как научить ИИ отвечать на сложные вопросы клиентов? Как автоматизировать коммуникации без потери качества, сохраняя надёжность, масштабируемость и контроль над процессом.
1000 статей — 1 ответ: как мы приручили базу знаний с помощью суммаризации
Как за два месяца вывести RAG в прод, создать и доработать систему без промышленных данных и сократить среднее время обслуживания клиентов на 25 секунд.
Не LLM единой: как мы экономим с помощью продуктовой смекалки и классных инженерных хуков «на стыке бизнеса и технологий»
Как был разработан AI-сервис для операторов контакт-центра полностью своими силами. Как система генерирует подсказки прямо в окне оператора, анализирует данные о клиенте, распознаёт контекст разговора и уже помогает заметно повысить эффективность работы команды.
Структурируем хаос коммуникаций: как вывести сервис доставки на новый уровень без привлечения большой ML-команды
Как с помощью одной LLM и ASR можно централизовать все коммуникации в доставке, анализировать их и повышать качество взаимодействия с клиентами без множества моделей, больших команд и лишних ресурсов.
Батл
Обсуждение AI-агентов в формате дебатов