Зустрічай R&D Day: Meet the Minds Behind AI R&D у Києві!

Якщо тобі цікаво, над чим сьогодні працює SoftServe R&D, які технології досліджує команда та як вони знаходять застосування у реальних викликах – доєднуйся до події. 
 
Реєстрація за посиланням
Київ | 27 жовтня, 18:00 
 
👉У програмі: 

🔹Використання NVIDIA cuOpt для оптимізації планування польових сервісних команд у великому бізнесі – Олег Мамчич, R&D Science Practice Leader 

Уяви компанію, де тисячі майстрів щодня їздять до клієнтів, а хто куди поїде, досі вирішує людина.
Олег розповість, як команда віддала це GPU-оптимізатору NVIDIA cuOpt і скільки грошей така оптимізація може зекономити. 
 
🔹Грaфи знань + LLM: від неструктурованих даних до навігованих знань – Владислав Бутенко, R&D Product Manager

Векторний RAG виглядає бездоганно, доки не поставиш йому справді складне питання.
Ти дізнаєшся, як граф знань у парі з LLM дає відповідь, яку можна перевірити до кожного факту – і чому саме в медичних даних це виявилося критичним. 
 
До зустрічі на R&D Day: Meet the Minds Behind AI!

Переглядаєш вакансії, але все ще не знайшов "ту саму"?
Можливо, вона вже є в нашій новій добірці... 🥰

🔹AI Research Scientist
🔹Platform Architect
🔹Lead RF / Signal Processing Algorithm Engineer
🔹Operations Director
🔹HR Director
🔹Head of Account Management
🔹Head of Security
🔹Керівник відділу сервісу та техпідтримки
🔹Інженер з сервісу та техпідтримки
🔹Technical Delivery Manager
🔹Data Annotation Coordinator / Team Lead

Senior
🔹Senior Data Engineer

Middle
🔹Machine Learning Engineer

А якщо вакансія не для тебе - можливо, вона для твого друга 😉
Рекомендуй спеціаліста через наш реферальний портал та отримуй бонус.

Run:ai тепер open source – потужностей вистачить на всіх (але це не точно)

NVIDIA відкрили код платформи, яка допомагає GPU менше простоювати.

Run:ai працює як диспетчер:

👉🏻 розподіляє GPU між командами та проєктами
👉🏻 дозволяє кільком завданням одночасно використовувати один GPU
👉🏻 допомагає уникати неефективного використання обчислювальних ресурсів

Раніше Run була комерційним продуктом. Тепер повна версія платформи доступна без платної підписки.
Водночас корпоративна підтримка NVIDIA не входить до Community-версії.

Ініціативу вже підтримали 8 партнерів екосистеми NVIDIA, серед яких Nebius, Crusoe та Mirantis.

У перспективі таке використання GPU дає можливість виконувати більше завдань на тому самому обладнанні та потенційно знижувати витрати на обчислення 😎

💼 Несемо потрійне поповнення до твого АІ-тулкіта

Цей момент настав: як у старі добрі часи, ділимося добіркою інструментів, які легко було не помітити, але однозначно варто затестити.

🔹 Scope (Microsoft) – запускає одну задачу в різних coding agents і показує, де вони помиляються з твоїм API, SDK чи документацією.

🔹 Entire – автоматично перевіряє код через AI-агентів, зберігає історію рішень і контекст сесій, підтримує CI та розподілений Git-хостинг.

🔹 RAMPART (Microsoft) – red-teaming агентів у форматі pytest: prompt injection, витік даних, небажана поведінка. Легко додати в CI.

Як мінімум 3 приводи для експериментів.

Google запустили AI-дата-центр у космосі 🌍

Компанія вивела на орбіту перший прототип супутника в межах проєкту Suncatcher. На його борту - чотири спеціалізовані AI-чипи TPU та модель Gemma 4.

Ідея полягає в тому, щоб створити мережу супутників, які зможуть виконувати AI-обчислення прямо в космосі, обмінюючись даними між собою. Зараз Google тестує, як обладнання працює в умовах космічної радіації та перепадів температур.

А перший запит до моделі був творчим: інженери попросили її написати хайку про космос:

Blue marble below
Data streams in silent grace
Starlight feeds my core. ✨

Наступний крок - запуск ще двох супутників із потужнішими системами у 2027 році.