Как автоматизировать приёмку металлолома с помощью нейросетей и при этом уложиться в сроки? Мы разработали систему автоматического сбора фотографий и моделей оценки засора и класса лома.
В докладе разберём:

Какие метрики ML-моделей и бизнеса оказались критически важны и почему?
Как организовать процесс так, чтобы быстро запустить MVP и не утонуть в доработках?
Как ожидания заказчика соотносятся с реальным пользовательским опытом?
Почему важнее не только точность модели, но и удобство её интеграции в бизнес-процессы?
Какие организационные методы позволили ускорить разработку и что мы бы сделали по-другому?