Проект
Разработали backend и инфраструктуру Базы знаний для корпоративных ИИ-сервисов совместно с БКС
Контекст
БКС — крупная финансовая группа, предоставляющая брокерские, инвестиционные и финансовые услуги.
Для успешного внедрения ИИ-решений в продукты компании важно, чтобы модели работали на структурированном и типизированном корпоративном контенте. Разрозненная и неструктурированная База знаний снижает эффективность ИИ-агентов и интеллектуальных ассистентов, ухудшает качество ответов и замедляет обучение моделей. Поэтому подготовка инфраструктуры Базы знаний стала ключевым этапом цифровой трансформации процессов компании.
Задача
Спроектировать и настроить backend-инфраструктуру Базы знаний для ИИ, обеспечив структурирование и типизацию корпоративного контента, эффективный поиск информации для LLM-моделей, безопасность данных, контроль доступа и стабильную масштабируемую работу платформы.
Столкнулись с похожей задачей? Поможем решить.
Трудности
- Необходимость интеграции и унификации данных из разных источников (Confluence, SharePoint) с учетом метаданных и прав доступа;
- Обеспечение высокой производительности и точности гибридного поиска, включая RRF-алгоритмы и векторный поиск;
- Сложность в тестировании и сопровождении инфраструктуры, включая unit- и интеграционные тесты, логирование, метрики и подготовку релизов сервисов;
- Масштабирование и поддержка устойчивости системы при увеличении объема данных и нагрузки.
Результаты
- Провели доработку и оптимизацию backend-инфраструктуры Базы знаний: реализовали индексирование, разбиение страниц на регионы и чанки, сохранение метаданных и обработку термов, что позволило унифицировать контент для дальнейшего использования в LLM и интеллектуальных ассистентах;
- Оптимизировали гибридный поиск, включая RRF-алгоритмы и векторный поиск (PostgreSQL, Vectorchord), что ускорило извлечение релевантной информации и повысило точность выдачи по корпоративным данным;
- Настроили системы маскирования данных, ролей и белых списков, rate limiting, логирование и метрики, что повысило безопасность и управляемость работы сервисов;
- Провели unit- и интеграционные тесты, доработали структуру хранения данных и индексов, что обеспечило стабильность работы базы знаний и надёжность поддержки ИИ-сервисов;
- Выполнили операционные доработки, повысили производительность и провели релизы сервисов, что позволило поддерживать непрерывную работу ИИ-решений и быстро интегрировать новые модели.
Отзыв клиента
Марина Родионова
Заместитель председателя правления БКС банк
Заинтересовало?



Оставьте контакты, чтобы обсудить решение вашей задачи
Проект
№1
по обороту на Московской бирже
Первые
внедрили методику финансового планирования
300+ тыс.
клиентов