Позиция
В этой области важно показать не сам факт использования модели, а техническую процедуру: какие данные подаются на вход, как они обрабатываются, какие признаки формируются и какой проверяемый результат получает система.
Проверяемые признаки
- pipeline сбора, обработки и оценки данных
- признаки обучения, инференса и валидации результата
- технически воспроизводимый результат AI-системы
Примеры
| Номер | Объект | Комментарий |
|---|---|---|
| EA 052928 | Способ автоматизированной обработки данных сотрудников с использованием моделей искусственного интеллекта | AI-подход к обработке HR-данных с технически оформленным pipeline анализа и вывода результата. |
| EA 052862 | Способ проведения интервью с кандидатом с использованием искусственного интеллекта | AI-интервью: сбор, обработка и оценка ответов кандидата в воспроизводимой технической процедуре. |
| EA 050603 | Способ обработки судебных документов с помощью модели машинного обучения | ML-обработка юридических документов: извлечение и структурирование значимой информации. |
| EA 051313 | Способ обучения с использованием электронного образовательного ресурса | EdTech-решение с обработкой действий пользователя и адаптацией образовательного сценария. |
| EA 048442 | Способ обработки данных для определения полноты исполнения бизнес-процессов предприятия | Анализ данных предприятия для оценки полноты выполнения процессов и поиска отклонений. |
| EA 044817 | Способ и система оценки качества цифровых решений с элементами AI, генеративных технологий и AutoML | Оценка качества цифровых решений с применением генеративных технологий и AutoML. |