RWB делает ML

2 награды, 1 хакатон и сотни талантливых участников 🏆 У нас сразу две победы на национальной премии «Хакатоны России»! Студенческий хакатон RWB по машинному обучению и программированию стал лучшим сразу в двух номинациях — «Дебют года» и «Лучший хакатон в сфере ИИ» 😎 Эксперты премии отметили проект, который мы проводили в рамках Cookie Fest. Ребятам нужно было разработать ML-модель, способную находить дубликаты товаров на маркетплейсе по названиям, описаниям и изображениям. К Хакатону присоединились более 270 студентов из ведущих вузов страны — НГУ, НГТУ, ТГУ, МИСИС, МИРЭА, СПбГУ, МАИ, Школы 21 и многих других. До финала дошли 100 участников, а 10 сильнейших команд представили свои решения экспертному жюри.

Mechanistic Interpretability ч2 🟣 В предыдущем посте мы защищали модель снаружи — через guardrails. Но что, если заглянуть LLM «под капот» и понять, как она вообще принимает решения? Максим Пантелеев, руководитель направления Core M&D в RWB, продолжает рассказ: сегодня про Mechanistic Interpretability и про то, как Sparse Autoencoders помогают распутать смыслы внутри нейросети. 👀 Смотреть запись выступления @rwb_delaet_ml

Почему нельзя взять одну большую LLM и использовать её везде? На практике каждая продуктовая задача предъявляет свои требования: например, к качеству, latency и стоимости инференса. Поэтому в RWB развивается не одна модель, а целое семейство BerryLM. Узнали у Матвея Сапрыкина, AI Assistants Models Tech Lead, как оно устроено ⚙️ @rwb_delaet_ml

RWB на Data Day 2026 Уже завтра, 9 июля, пройдет Data Day — рассказываем о наших спикерах ↓ ⏹️ 14:30, Трек «Финтех» Дискуссия «Управляемый запуск ML-решений в банковском секторе — сложности и рецепты» | Роман Бобров, Руководитель ML-направления в Fintech & WB Bank ⏹️ 16:15, Трек «Финтех» Доклад «Как с помощью данных запустить рассрочку: рецепт управляемого масштабирования» | Михаил Кузин, Руководитель управления аналитики b2c-продуктов ⏹️ 16:00, Трек «Путешествия и транспорт» Доклад «Быстрее, умнее, дешевле — ML/AI в логистике, складах и цепочках поставок RWB» | Михаил Дьячков, Руководитель ML-направлений в Supply and Demand Chain ⏹️ 15:40, Трек «Ритейл» Доклад «Как мы ускорили delivery фич за счет централизации ML сервисов» | Даниил Понизов, Руководитель ML-платформы ⏹️ 16:00, Трек «Ритейл» Дискуссия «AI-ассистенты» | Пётр Лукьянченко, Руководитель направления ML и Data Science, и Юрий Софронов, Руководитель направления «Модели и сервисы для ИИ-Ассистентов» Заглядывайте, чтобы узнать больше о технологиях RWB и пообщаться со спикерами ⭐️ @rwb_delaet_ml