Я построил для себя такую пирамидку – стадии готовности к тому, чтобы делать активные продажи. Они основаны на степени заточенности отстройки, позиционировании.

Алексей Кулаков, сооснователь электронного издательского сервиса Rideró и директор екатеринбургского digital-продакшна JetStyle, утверждает, что для продажи заказной разработки на зарубежный рынок нужны или прокачанные навыки нетворкинга, или четкая отстройка от конкурентов. С последним Алексею помогает придуманная им схема, о которой он рассказал в подкасте ЧТНП.

Также гость поделился своими историями, наработками в сфере продаж, нетворкинга и заказной разработки, а мы собрали все самое интересное в статью.

🫀 Читайте: 2tapp.cc/blog5

Или смотрите полную версию ЧТНП в VK, или слушайте удобной площадке.

@Doubletapp

#dt_article

Как трекер может повлиять на бизнес?

Консультант – он же торговец хаками. Я им рассказываю свои хаки, которые у других видел, и их хаки добавляю в свою копилочку, чтобы применять.

Они получают:

1) экспертизу в продажах, маркетинге, в создании продуктов, в управлении не только мою, но и экспертов из моего нетворка, например по теме HR, по теме с Upwork, по теме выхода на зарубежные рынки. И даже по работе с ограничениями в голове. Да, на это есть классный эксперт, который может за 1–2 сессии с этим разобраться;

2) они получают конкурентное преимущество — методологию трекинга, которая позволяет расти быстрее, и могут далее ее использовать в работе;

3) они получают какие-то готовые процессы, шаблоны, фреймворки, которые сразу могут начать использовать;

4) они получают удлинение рук фаундера и получают обратную связь на сотрудников, на процессы и т.д.

— Для чего еще бизнесу нужен трекер и как его выбрать?
— Где обучиться этой профессии?
— Нужно ли иметь собственную компанию, чтобы развивать другие?

Обо всем этом Александр Карабасов рассказал в подкасте, а мы сделали суперполезную выжимку в статье:

🫀 Читать: 2tapp.cc/blog10

@Doubletapp

#dt_article

⚡️ Как работает аутстаф в Doubletapp: все нюансы процессов

За 5 лет в аутстафе мы в Doubletapp научились делать так, что заказчики не хотят расставаться с нашими ребятами, а сотрудники с удовольствием идут к клиентам на проекты. Как мы к этому пришли? Анна Антонова, руководитель аутстаф-направления, честно рассказала в статье о том, как устроена наша система аутстафа изнутри.

– Как мы выводим людей на проекты и как поддерживаем после?
– Как готовим сотрудников к собеседованиям?
– Боремся ли с хантингом?

😇 Читайте: habr.com/ru/articles/884276/

💋 Узнать подробности сотрудничества в формате аутстаф можно на сайте.

@Doubletapp

#dt_article

Как оценить код, который создал ИИ – в новой статье на Хабр!

Сегодня ИИ-агенты могут самостоятельно решать задачи разного уровня. Но все еще остаются сомнения в том, насколько они производительны, эффективны и корректны. Поэтому нужны надежные инструменты для проверки.

Мы в Doubletapp выделяем SWE-Bench — бенчмарк для LLM с enterprise-задачами на Python. Но современная разработка ведется не только на Python, поэтому мы решили расширить стандартный SWE-Bench на другие популярные языки программирования.

🔜Что дает наш расширенный SWE-Bench?

🔹 Объективную оценку ИИ для вашего стека: больше не нужно гадать — измеряйте качество ИИ-агентов на Java, C#, JS/TS и других языках программирования по единой методике.

🔹 Сравнение ИИ-инструментов: поймите, какой ИИ-ассистент лучше подходит именно для ваших задач и технологий.

🔹 Повышение эффективности разработки: используйте ИИ там, где он действительно полезен, опираясь на результаты тестов.

Как мы это делаем, читайте на Хабре: https://habr.com/ru/companies/doubletapp/articles/901032/

🧩Инсайд: мы прогнали популярные LLM на нашем бенчмарке.

⚠️ Спойлер: лидерам AI-гонки еще есть к чему стремиться :)

@Doubletapp

#dt_article

Если вы не кешируете API — вы платите за это каждый день

Представьте такую ситуацию: ваш сервис работает без сбоев, всё летает, вы не видите проблем. Но число пользователей растет, и API внезапно превращается в бутылочное горлышко. В чем причина чаще всего? Сервер заново обрабатывает каждый повторяющийся запрос. Даже если пользователь просто обновил страницу — система снова всё обрабатывает, тратит ресурсы, держит очередь. Это не «технический долг» — это реальный риск: производительность падает, пользователи возмущаются низкой скоростью. Вы начинаете масштабироваться вширь, платите за железо, а не за рост.

Но проблему можно решить иначе. Кеширование — один из самых мощных инструментов для масштабирования API: оно не требует переписывания логики или покупки новых серверов, но даёт кратный прирост производительности.

При этом большинство разработчиков ограничиваются in-memory хранилищами и не используют весь потенциал: кеш на клиенте, HTTP-заголовки, прокси и CDN — всё это тоже части системы, которые можно настроить под ваш продукт.

Опубликовали на Хабр чёткий гайд на примере Django Ninja:

🔺Какие типы кеша бывают

🔺Что работает «из коробки» через HTTP протокол

🔺Как не сделать хуже, если берётесь сами

Советы подойдут и для FastAPI, Express.js, Laravel и других стеков — принципы кеширования универсальны.

Читать статью: https://habr.com/ru/companies/doubletapp/articles/928874/

Мы умеем внедрять кеш в продуктах с разной архитектурой и нагрузкой.
🫀 Обращайтесь: подберем решение, которое не развалит ваш прод.

#dt_article #dt_backend

Один документ. Два человека. Тысяча конфликтов. Ноль проблем

Два пользователя редактируют один и тот же абзац документа — в одно и то же время, с разных континентов. И всё работает: ничего не ломается, правки не теряются, интерфейс не тормозит.
Это не магия. Это CRDT.

В новой статье рассказываем, как мы реализовали децентрализованную синхронизацию в онлайн-редакторе с помощью CRDT и Yjs.

— Техлидам будет полезно заглянуть под капот и понять, как устроена коллаборация без боли.
— Руководителям — увидеть, почему это решение сокращает время и бюджет разработки, особенно в распределённых командах.
— Разработчикам — узнать, как простые алгоритмы делают реализацию коллаборативного редактора возможной даже в пет-проекте.

📌 Подробности — в статье на Хабр: https://habr.com/ru/companies/doubletapp/articles/921994/

🫀 Хотите реализовать подобный сценарий в своём продукте — приходите за консультацией.

👍Подписывайтесь на хаброблог Doubletapp и читайте материалы о фронте, бэке, мобилке, дизайне, управлении продуктом и не только.

#dt_article #dt_backend

Почему мы подключаем QA с первого дня — и экономим месяцы на переделках

Когда QA начинают работать до того, как написана первая строчка кода — это не роскошь, а стратегия.
В новой статье рассказываем, почему мы в Doubletapp подключаем QA-специалистов еще на этапе разбора ТЗ от заказчика. Что это дает бизнесу?

✔️Меньше доработок и багов

✔️Быстрая и точная формализация требований

✔️Экономия времени и денег за счёт предотвращения логических ошибок на старте

✍️ Читайте статью на Бизнес-секретах: https://secrets.tbank.ru/blogi-kompanij/zachem-qa-pri-proektirovanii-po/

💋 Проектируете продукт или ищете подрядчика, который думает вместе с вами, а не просто пишет код?

⇒ Вам точно сюда.

#dt_article #dt_QA

Минус спам, плюс лояльность: как фото авто стало пропуском в соцсеть

В «Бизнес-секретах» вышла наша новая статья — рассказали, как сделали верификацию пользователей по фото машины, а не по документам.

Соцсеть Noomeera росла так быстро, что доверие в комьюнити оказалось под угрозой: спамеры, фейки, мультиаккаунты. Мы разработали решение на базе компьютерного зрения, собрали SDK за 1000 часов и сохранили атмосферу «для своих».

Узнайте, как мы:

— отказались от проверки документов и не потеряли пользователей;
— использовали модель семейства YOLO для распознавания авто;
— превратили смартфон в инструмент быстрой верификации.

🫀 Читать статью →



#dt_article #dt_ml

В прошлом посте рассказали о том, как компьютерное зрение помогло соцсети Noomeera решить проблему верификации пользователей — и не потерять доверие комьюнити. Если пропустили, вот ссылка на материал.

А сегодня поговорим о том, как технологии компьютерного зрения работают на транспорте и в логистике. Вот что они умеют:

🚗 Оценивать состояние транспорта — автоматически выявлять царапины и повреждения при возврате арендованного авто или в страховых кейсах. Камера сравнивает фото «до» и «после» и помогает ускорить расчёт выплат.

📦 Распознавать транспорт и грузы — на складе можно автоматически идентифицировать вид транспорта, тип груза, проверить, всё ли загружено и правильно ли размещено.

🛵 Определять вид транспорта — от мотоциклов и велосипедов до спецтехники. Полезно для парковок, каршеринга и контроля доступа на объекты.

🚨 Фиксировать события — автоматически регистрировать открытие дверей, движение авто, стоянку в неположенном месте или попытки проникновения. Такие сценарии полезны для проверки безопасности, контроля въезда или логирования событий.

🚭 Следить за дисциплиной водителей общественного транспорта.
У Doubletapp есть проект в этой сфере — Bus Factor. Мы обучили нейросети распознавать нарушения (использование телефона, закрытые или повреждённые камеры, неверный ракурс камеры в кабине) и выводить на проверку оператору только подозрительные кадры. В итоге нагрузка на контролеров у заказчика снизилась в 30 раз, а дисциплина водителей заметно выросла.

🔧 Помогать в обслуживании автопарков — контролировать ТО, проводить визуальную диагностику.

🔑 Автоматизировать контроль в шеринге и прокате.
Мы реализовали проект Watchmen для каршерингового сервиса: устройство с двумя камерами и алгоритмами компьютерного зрения прямо в салоне автомобиля определяет водителя по лицу, фиксирует курение и подмену за рулём. Все вычисления выполняются офлайн на устройстве, а видео отправляется на сервер только при необходимости. Это решение помогает сервису повысить безопасность без дорогой серверной инфраструктуры.

🏭 Контролировать доступ на территорию — проверять номера, модели и состояние машины (например, проверить: грузовик прибыл пустой или гружёный).
Компьютерное зрение помогает компаниям повышать безопасность и улучшать клиентский опыт, экономя при этом ресурсы.

💋 Компьютерное зрение — это не отдаленное будущее, а рабочий инструмент, который уже приносит бизнесу пользу. Смотрите на сайте больше примеров и заказывайте разработку сервиса под ваши задачи.


@Doubletapp

#dt_article #dt_ml

AI без данных не работает: как бизнесу собрать свой датасет

Кажется, что LLM — это про сложные нейросети и миллионы строк кода. На деле всё начинается с данных. И их сегодня собирают не только глобальные технологические компании: любому бизнесу, который хочет автоматизировать поддержку, персонализировать маркетинг или анализировать документы, нужны свои датасеты. Вместе с коллегами из IT-компании Data Light в новой статье на «Бизнес-секретах» мы рассказываем:

✔️ какие типы датасетов существуют и где их применяют;
✔️ откуда берутся «грязные» данные;
✔️ как подойти к сбору и разметке, чтобы AI работал под ваши задачи, а не наоборот.

✍️ Полный разбор читайте в нашем эксклюзиве для «Бизнес-секретов»

🫀 Мы в Doubletapp создаём решения на базе LLM — от разметки данных до внедрения моделей, которые экономят ресурсы, ускоряют процессы и избавляют сотрудников от рутины для решения сложных задач.
Приходите, обсудим, как заставить нейросети работать на ваш бизнес.

@Doubletapp

#dt_article #dt_llm

Код и инфраструктура защищены
Где теперь искать уязвимости «красной команде»? 🎯

В эпоху больших языковых моделей у злоумышленников появилась новая цель для атак: под ударом оказываются не инфраструктура и базы данных, а сами LLM-агенты — сущности, которые умеют рассуждать, выполнять команды и работать с внешними инструментами. Для защиты этих важных систем появилась новая дисциплина — Red Teaming LLM-агентов. 🛡

На сайте Doubletapp вышла статья СЕО Сергея Анчутина, в которой он объясняет, зачем тестировать языковые модели и агентов на прочность, какие типы уязвимостей встречаются чаще всего и почему внедрение LLM без оценки рисков — прямой путь к убыткам. 💸

В статье:
🔍 разбор ключевых угроз LLM — от bias и галлюцинаций, когда модель уверенно выдумывает факты или генерирует нерабочий код, до утечек персональных данных и этических рисков;
🚨 реальные инциденты и используемые решения — кейсы Anthropic, Meta, OpenAI;
🧪 инсайты из наших проектов — тестирование агентов: API-инструменты с доступом к корпоративным средам, MCP, поиск вредоносных сценариев;
📈 взгляд на развитие нейросетей в целом — как рынок переходит от хайпа к прикладным продуктам и почему растет ценность тех, кто умеет адаптировать модели под реальные бизнес-кейсы.

👉 Читать статью
📱 Смотреть видеоверсию на YouTube

Внедряете LLM-агентов в бизнес-процессы?
Обращайтесь, поможем проверить их надёжность и закрыть риски до релиза. ✅

@Doubletapp
#DataLLM #dt_article

Датасеты для AI: зачем они бизнесу и как на них сэкономить

🤖 Всё больше компаний внедряют AI‑решения, но без качественных датасетов модель не выдаст ожидаемый результат, а инвестиции в технологии не окупятся.

💡Мы в Doubletapp знаем, как превратить сырые данные в работающий инструмент для бизнеса. Сегодня на Хабре вышло интервью с Ильнуром Файзиевым, руководителем юнита Data LLM в Doubletapp, где он рассказал:

✓ как качество датасетов напрямую влияет на бизнес‑показатели;
✓ почему самостоятельная разметка — это не только дорого, но и рискованно;
✓ чем опасны краудсорсинговые платформы для сложных экспертных задач;
✓ можно ли стартапам и малому бизнесу использовать датасеты и не разориться?

Кому будет полезно почитать:
✅ Владельцам бизнеса, внедряющим AI, — чтобы понимать, куда идут деньги и какой ROI ожидать.
✅ Руководителям команд, работающим с ML‑решениями, — для грамотного планирования ресурсов.
✅ Всем, кто интересуется новыми технологиями и хочет разобраться, как AI реально работает на практике.

😇 Читать интервью

────────
Instagram | LinkedIn | Facebook | ВК | YouTube

#dt_article

Как мы за 2 месяца собрали VK Mini App на 80 000 пользователей и собственный видеостриминг

История началась с запроса от организаторов Fame to Flame: им нужна была цифровая платформа для федерального танцевального чемпионата, которая бы стала ядром всей механики конкурса.

Мы создали VK Mini App, где можно:
✅ регистрироваться;
✅ заливать конкурсные видео;
✅ загружать чеки и получать баллы;
✅ голосовать за участников;
✅ участвовать в розыгрышах призов.
И все это — за 2 месяца разработки!

Как решили эту задачу, рассказываем в статье на Хабре:
⁃ как спроектировали архитектуру под пиковые нагрузки;
⁃ почему отказались от стандартного VK‑плеера в пользу кастомного решения;
⁃ что помогло пройти модерацию VK Mini Apps без критичных правок.

😇Читать статью → habr.com/ru/companies/doubletapp/articles

Кому будет полезно:
⁃ разработчикам мини‑приложений;
маркетологам и организаторам конкурсов;
⁃ всем, кто планирует запустить конкурс, UGC‑механику с видео или мини‑приложение с высокой нагрузкой.
────────
Instagram | LinkedIn | Facebook | ВК | YouTube

#dt_article

Что не так с AI-кодингом?

В соцсетях любят истории про разработчиков, которые делегировали задачи AI, работают на пяти работах одновременно, гребут деньги лопатой и почти не трогают код руками.
Ведь для обывателей AI-кодинг выглядит просто:
закинул промпт – получил результат 💰
посидел вечерок – запустил стартап 💰
но никто не говорит про часы составления «правильного» промпта и сожжённые бесполезно токены.
Если это не реклама очередных чудесных курсов, а реальный кейс, то под капотом у этой истории – сложная отлаженная инфраструктура и постоянный инженерный контроль.

🤔 Но если все так сложно и дорого, почему же разработчики продолжают грызть кактус писать промпты вместо кода?
Потому что выигрыш в скорости действительно есть – вопрос только в том, как не потерять управляемость и качество по дороге. 🎯

😇 В новой статье на Habr iOS-разработчик Doubletapp разбирает, как индустрия прошла путь от ChatGPT в браузере до локальных AI-агентов, где заканчивается вайбкодинг и начинается инженерия, и как попробовать это самому.
В статье – практика, личный опыт, набитые шишки и советы, которые пригодятся любой команде, применяющей AI в разработке.

👉 Читать: habr.com/ru/companies/doubletapp/articles/1036872

💋 Doubletapp с 2015 года занимается полным циклом заказной разработки цифровых продуктов – от традиционных веба и мобилки до AI-решений.
Если вам нужна команда, которая умеет не только экспериментировать с AI, но и доводить проекты до продакшена – давайте обсудим сотрудничество.

Instagram | LinkedIn | Facebook| ВК | YouTube

#dt_article

CRM, которая выросла вместе с компанией

На Хабре вышла статья нашего CTO Никиты Анчутина о том, как в Doubletapp развивалась DTIS — внутренняя система управления студией разработки.

Но это материал не только и не столько про нашу CRM, а про 10-летнюю эволюцию управленческой инфраструктуры компании — как мы пришли от таблиц и ручного подсчета финансов к единой системе, объединяющей проектную аналитику, HR-процессы и юнит-экономику.

В статье разбираем:
— почему коробочные решения не закрыли наши процессы,
— как автоматизировали расчёт маржи и загрузки команд,
— зачем разработали собственный трекер времени,
— как адаптировали систему под бизнес-юниты и разные модели оплаты,
— почему DTIS со временем стала не просто инструментом, а частью операционной модели компании.

😇 Читать статью: habr.com/ru/companies/doubletapp/articles/1039084

🫀 Больше технических подробностей — в кейсе

Будет особенно интересно тем, кто уже выстраивает внутренние процессы и ищет баланс между готовыми решениями, кастомной разработкой и масштабируемостью систем.
Пишите, будем рады обсудить подходы и обменяться опытом, как подобные задачи решаются в других командах 🤝
______
Instagram | LinkedIn | Facebook| ВК | YouTube

#dt_article

💸 Зачем вы платите за мусор в контексте?

Представьте: AI-агент ищет причину сбоя по журналу событий: анализирует логи, ответы API, документы или код, а в них — повторы, служебная информация, данные, которые не нужны для текущей задачи... Потом агент может снова обратиться к этим материалам — и компания заплатит за их повторную обработку.

⚒️ Можно ли сократить лишние данные до того, как их получит AI-модель?

В статье разбираем Headroom — инструмент, который уменьшает объём ответов, поступающих от других систем к AI-агенту.

👀 Читайте: в статье:
- какие данные Headroom умеет сокращать;
- почему меньше данных ≠ меньше расходов;
- как запустить пилот на одном сценарии:
- как сравнить полную стоимость задачи до и после оптимизации. 

🔗 Читать статью

💋 Если ваш AI-агент работает с большими объёмами данных, обращайтесь, поможем оценить сценарий и подобрать подход к оптимизации.

#dt_article