Решение выявляет взаимодействие абонентов с мошенниками при подаче заявок на кредиты и переводах крупных сумм. Анализ данных о звонках, SMS и интернет-трафике в режиме реального времени, проработка новых сценариев и алгоритмов позволило увеличить число выявленных случаев мошенничества втрое.

Программное решение для интеллектуальной обработки документов автоматически собирает, конвертирует и анализирует информацию из различных типов документов (электронная почта, текстовые и отсканированные файлы, документы Word, PDF), классифицирует их и передает во внешние системы.

Проект автоматизирует традиционные ручные процессы геологов, значительно ускоряя сбор, обработку и анализ данных о качестве добываемой руды. Благодаря использованию технологий компьютерного зрения и машинного обучения, сотрудники, не обладающие экспертизой геологов, могут легко проводить замеры на месте, данные быстро обрабатываются и доводятся до геологов, что увеличивает эффективность работы рудника и улучшает качество извлекаемого материала.

Систему внедрили в отраслевых и территориальных органах администрации Нижнего Новгорода — она объединяет информацию из 370 тыс. субъектов данных анализирует ключевые показатели деятельности города с использованием искусственного интеллекта, прогнозирует тренды и предоставляет рекомендации для принятия управленческих решений. На основе данных формируется ежедневный отчет главе города. С помощью решения с 2023 года удалось отработать более 140 тысяч интернет-сообщений жителей, среднее время ответа жителю сократилось до 13 часов

Система мониторит с/х посевы при помощи дрона и рекомендаций на базе искусственного интеллекта. Нейросеть при осмотре поля автоматически распознает культурные растения и сорняки, оценивает густоту посевов и степень засоренности. На основе этих данных система дает рекомендации по оптимальной защите растений, подбирая средства и сроки обработки. Дрон работает в автоматическом режиме через мобильное приложение.

В 2022 году была запущена 10 месячная программа подготовки специалистов в области Data Science и анализа данных от экспертов Big Data МТС. Принимаются студенты последних курсов бакалавриата/магистратуры по техническим специальностям, junior/middle аналитики данных, специалисты из смежных ИТ- областей, которые хотят перейти в анализ данных.

Система мониторит с/х посевы при помощи дрона и рекомендаций на базе искусственного интеллекта. Нейросеть при осмотре поля автоматически распознает культурные растения и сорняки, оценивает густоту посевов и степень засоренности. На основе этих данных система дает рекомендации по оптимальной защите растений, подбирая средства и сроки обработки. Дрон работает в автоматическом режиме через мобильное приложение.

Проект автоматизирует традиционные ручные процессы геологов, значительно ускоряя сбор, обработку и анализ данных о качестве добываемой руды. Благодаря использованию технологий компьютерного зрения и машинного обучения, сотрудники, не обладающие экспертизой геологов, могут легко проводить замеры на месте, данные быстро обрабатываются и доводятся до геологов, что увеличивает эффективность работы рудника и улучшает качество извлекаемого материала.

Сервис на основе искусственного интеллекта строит индивидуальные образовательные траектории для каждого ученика. Для этого ИИ анализирует данные об успехах и ошибках при выполнении заданий, прогрессе в освоении различных тем. ИИ сопоставляет всю полученную информацию и своевременно предлагает дополнительные задания для закрепления знаний. Сервисом уже пользуются около 70% учителей математики и 57% учащихся 5–9 классов.

Айдар Булатов со статьей "Beyond Attention: Breaking the Limits of Transformer Context Length with Recurrent Memory". В статье описывается нейросетевая модель, способная успешно обрабатывать контекст размером более 2 млн токенов — этого удалось достичь с помощью архитектуры рекуррентного трансформера с памятью (RMT) и предложенного метода обучения с расписанием.

Юрий Куратов со статьей "BABILong: Testing the Limits of LLMs with Long Context Reasoning-in-a-Haystack". Статья посвящена длине контекста LLM — это важный показатель, который определяет объем информации, которую может обработать модель, а значит, и то насколько качественные ответы получит пользователь.

Александр Тюрин со статьей "On the Optimal Time Complexities in Decentralized Stochastic Asynchronous Optimization". Работа посвящена изучению методов оптимизации, таких как SGD и Adam, в распределенных вычислительных системах, где множество компьютеров, серверов или устройств работают параллельно, асинхронно и взаимодействуют через сеть.