Технический аудит
Оценка архитектуры, данных, метрик и ограничений ML-систем.
Прокрутите, чтобы войти

Видеть.
Понимать.
Действовать.
Система видеоаналитики производства: детекция людей, multi-object tracking, spaghetti tracking, ReID, тепловые карты, события пересечения линий, анализ зон и сменные отчёты.

MOSS / macOS / R&D
Понять, что нужно сделать.
До следующего запроса.
MOSS — проактивный AI-ассистент для macOS, построенный вокруг непрерывного анализа пользовательской активности.
У каждого голоса
своя линия.
Система обработки телефонных разговоров: ASR, diarization, speaker identification и LLM-анализ. Распознаёт речь, определяет участников, проверяет содержание по заданным критериям и формирует отчёты с привязкой к исходному аудио.
Но таких продуктов вот на нашем рынке я не видел
таких решений необычных.
Вот буквально на этой неделе мой ребёнок купил мороженое, которое
называется «Лекарство для Карлсона».
Понимаете?
А там он же варенье...
Он варенье ел, да?
То есть, если бы это было варенье, было бы ещё
лучше.
— Да?
— Но это было мороженое.
Вот.
Да, для варенья это было бы просто идеально, стопроцентное.
— Забавно.
— Но даже с мороженым это всё равно сработало.
То есть ребёнок купил это просто из-за названия.
Ему понравилось название — он его купил.
Попробуйте SONAR — послушайте запись и перемотайте её.
Найти смысл. Даже без совпадения слов.
Локальный поисковый движок на Rust: полнотекстовый и семантический поиск по корпоративным файлам, SQLite FTS5, векторный индекс и серверный inference на EmbeddingGemma 2. Поддерживаются офисные документы, PDF и мультимедийные материалы.








































ARGUS 01
Английская строка ошибочно называет температуру хранения и срок годности датой окончания срока годности. Китайская строка указывает срок 21 день и хранение при 2–6 °C отдельно.
06 / ТАБЛИЧНЫЙ ИНТЕЛЛЕКТ
Из контекста —
в решение.
ML-система для подготовки технологических карт флексопечати. По данным заказа из 1С пять моделей на TabICLv2 и CatBoost подбирают станции печати, анилоксы, монтажные ленты и ракельные камеры.
ВХОДНЫЕ ПРИЗНАКИ
ЧЕМ МОГУ БЫТЬ ПОЛЕЗЕН
Оценка архитектуры, данных, метрик и ограничений ML-систем.
Независимая экспертиза разработки, экспериментов и технических решений.
От исследования и baseline до production-интеграции.
Провожу независимый разбор ML-систем: постановка задачи, данные, разметка, архитектура, метрики, inference и инфраструктура.
Помогу оценить обоснованность технических решений, найти ограничения текущего подхода и определить, какие эксперименты действительно стоит проводить. Особенно интересны случаи, когда хорошие offline-метрики расходятся с качеством на реальных данных.
Могу подключиться со стороны заказчика: обсуждать архитектуру с подрядчиками, проверять реализацию, оценивать эксперименты и технические риски, участвовать в приёмке.
Это полезно, если проект требует независимой AI/ML-экспертизы, а собственного специалиста внутри компании нет.
Беру задачи от исследования и baseline до inference-сервиса, интеграции и интерфейса. Основные направления — computer vision, табличный ML, speech, retrieval и LLM-агенты.
Предпочитаю начинать с измеримого эксперимента: определить критерии успеха, собрать baseline, сравнить варианты и только после этого масштабировать выбранное решение.
Если разрабатываете AI/ML-продукт, хотите проверить существующую архитектуру или ищете инженера для исследовательской задачи — напишите мне.
Можно сразу прислать репозиторий, описание проблемы, примеры данных или результаты текущих экспериментов.
Telegram: @maintagg
В вашем темпе
Листайте вниз — история оживёт в ваших руках.
Или включите автопросмотр и смотрите как фильм.

