описание проекта

Цель стажировки: Разработать прототип сервиса для автоматической обработки видео- и аудиофайлов на платформе Trafory с функциями транскрибации, извлечения текстовых и графических данных, а также структурирования информации в формате docx.
Задачи проекта:

• Изучение технологий видеообработки и транскрибации: OpenCV, FFmpeg, Whisper.
• Разработка алгоритмов извлечения текста из видео и аудио: Whisper, Transformers.
• Создание системы идентификации ключевых кадров: OpenCV, PyTorch.
• Реализация алгоритма разделения информации по блокам: spaCy, NLTK.
• Интеграция решений в Trafory: FastAPI, Docker.

Польза проекта заказчику: Прототип станет основой AI-ассистента для автоматической обработки загружаемых пользователем образовательных материалов (видео, аудио, презентации). Это ускорит создание курсов, минимизирует ручную обработку контента, повысит вовлечённость пользователей и эффективность обучения. Ограничение файлов до 1 ГБ и 65 минут обеспечит оптимальную производительность системы.

Компания «Алгофьюжн» разрабатывает платформу Trafory для автоматизации процессов адаптации, обучения и оценки персонала. Решения компании направлены на упрощение HR-процессов, сопровождение сотрудников и создание индивидуальных планов развития. Основной подход — интеграция современных технологий для повышения удобства клиентов и эффективности управления талантами.

описание проекта

Цель стажировки: Создание модели классификации текстовых отзывов, автоматической генерации ответов и оценки операторов для оптимизации работы службы поддержки маркетплейса.
Задачи проекта:

• Классифицировать отзывы (о товаре, сервисе, токсичность, спам) с помощью, например, трансформеров или ML-алгоритмов.
• Разрабатывать NLP-модель генерации ответов на основе GPT или seq2seq.
• Автоматически оценивать операторов (скорость, вежливость, соответствие регламенту).
• Формировать эталонные ответы на основе данных заказчика.
• Оптимизировать точность и скорость обработки, используя TensorFlow, PyTorch, NLTK и spaCy.

Польза проекта заказчику: Автоматизация обработки отзывов позволит снизить нагрузку на операторов, повысить качество клиентского сервиса и ускорить работу службы поддержки. Оценка операторов на основе данных обеспечит прозрачность и контроль качества обслуживания

Giper FM — ведущий D2C-оператор Северо-Запада, включающий более 10 интернет-магазинов и представляющий мировые бренды благодаря команде из 400 профессионалов с 20-летним опытом

описание проекта

Цель стажировки: Создать прототип системы на основе машинного обучения для автоматического анализа аудиозаписей разговоров операторов и клиентов, определяя эмоциональный фон и качество обслуживания.
Задачи проекта:

• Обрабатывать аудиозаписи, извлекать звуковые характеристики (Librosa, SpeechRecognition).
• Разрабатывать алгоритмы анализа интонации и тональности речи.
• Применять модели классификации эмоций (TensorFlow, PyTorch, Wav2Vec, DeepSpeech).
• Разрабатывать методы дообучения моделей на реальных данных для адаптации.
• Интегрировать ИИ-систему с бизнес-аналитикой для контроля качества работы операторов.

Польза проекта заказчику: Автоматизация контроля качества обслуживания клиентов, снижение субъективности оценки операторов, повышение эффективности взаимодействия с клиентами и оптимизация работы колл-центра.

ООО «Гипер» — ведущий D2C-оператор Северо-Запада, управляющий более чем 10 интернет-магазинами и представляющий мировые бренды. Компания объединяет команду из 400 специалистов с 20-летним опытом в сфере клиентского сервиса и онлайн-продаж