Услышать каждого клиента: как машинное обучение помогает в аналитике клиентского опыта

Расскажу, как наша команда разработала решение для автоматического анализа обратной связи клиентов, чтобы выявлять скрытый негатив и превращать миллионы отзывов в готовые списки задач для бизнеса. Как разработали стабильный ML-пайплайн с использованием LLM и классических алгоритмов машинного обучения, включая методы контроля качества, автоматическое улучшение промптов и борьбу с prompt drift.

Завершу доклад презентацией финальной архитектуры решения, достигнутых результатов и планов по масштабированию проекта для помощи компаниям в раннем обнаружении проблем.