К содержимому
Кейс-стади

SenseAI: обучающая платформа для тысяч сотрудников

Создали с нуля корпоративную платформу обучения в Telegram для Яндекса: Telegram-бот, Web App, AI-тренер на 5 агентах и HR-панель мониторинга — в рекордные сроки.

Дата

Клиент

Sense AI

Технологии

ReactTailwindNestJSPostgreSQLTelegram
SenseAI Platform

Демо платформы SenseAI

Осенью к нам обратился стартап Sense AI, работающий в сфере B2B консалтинга, у него сформировалось новое направление развития продукта — обучение сотрудников в корпорациях, и появился первый крупный клиент в этом направлении — Яндекс.

Как бывает в стартапах, сам продукт и сервис ещё предстояло создать. Но крупные клиенты такого размера зачастую ждать не готовы, и хотят получить свой сервис обучения в обозримые сроки. До конца года им предстояло обучить три потока сотрудников Яндекса.

Задача: создать с нуля полноценную платформу корпоративного обучения для нескольких тысяч сотрудников — при том, что самой платформы ещё не существовало даже в виде чёткой концепции.

Платформа должна была жить внутри экосистемы Telegram — как бот и как мини-приложение, — при этом соответствовать брендбуку Яндекса. Нужна была не просто СДО (система дистанционного обучения), а система нового поколения: с AI-тренером, который оценивает практические задания вместо живых преподавателей, с многоуровневыми учебными потоками и полной аналитикой для HR.

Готового скоупа и дизайна проекта не было — их предстояло сформулировать, спроектировать и реализовать в рекордные сроки.

Решение

Мы выступили субподрядчиком Sense AI и взяли на себя полный цикл — от проектирования до продакшна.

Отзыв клиента

Отзыв клиента о проекте SenseAI

Архитектура системы

Платформа состоит из четырёх ключевых компонентов:

Telegram-бот

Точка входа для сотрудников. Через бота пользователи получают уведомления, напоминания и быстрый доступ к учебным потокам.

Telegram Web App

Полноценное мини-приложение внутри Telegram с white-label дизайном под Яндекс. Здесь сотрудники проходят теоретические модули, выполняют практические задания и отслеживают свой прогресс.

Backend

Серверная часть, объединяющая все компоненты: управление учебными потоками, оркестрация AI-агентов, обработка и хранение данных.

Панель мониторинга для HR

Инструмент, позволяющий отслеживать прогресс обучения по каждому сотруднику и команде, проводить HR-активности и управлять контентом.

AI-тренер

Ключевая инновация платформы — система AI-оценки практических заданий. Сотрудники выполняют реальные задачи (например, создать презентацию на платформе Gamma), после чего работу проверяют 5 независимых AI-агентов, предварительно обученных и настроенных реальными экспертами-преподавателями. Каждый агент оценивает работу по своим критериям, формируя объективную комплексную оценку — без участия живых преподавателей.

Это позволило масштабировать проверку на тысячи сотрудников одновременно, сохранив при этом качество обратной связи на уровне ручной экспертизы.

Преодолённые трудности

Проблема

Проект без скоупа

Как решили

Мы не получили готовое техническое задание. Вместе с командой Sense AI мы сформулировали требования, определили архитектуру и спроектировали решение с нуля — параллельно с разработкой.

Проблема

Незапланированная панель мониторинга

Как решили

Необходимость в административной панели выяснилась уже в ходе разработки. Экспертная оценка этого компонента составила около 4 месяцев. Так как проект уже имел согласованные сроки, перенос сроков был бы проблемой. Мы справились за 1,5 месяца — в 2,5 раза быстрее прогноза.

Проблема

White-label дизайн под Яндекс

Как решили

Telegram Web App должно было полностью соответствовать гайдлайнам Яндекса. Мы проектировали и реализовали UI/UX с нуля, обеспечив визуальную интеграцию в экосистему заказчика.

Проблема

Масштабируемость с первого дня

Как решили

Система была рассчитана на несколько тысяч одновременных пользователей — а значит, архитектура должна была быть отказоустойчивой и производительной с момента запуска, без права на «доработку после релиза».

Бизнес-ценность и результаты

Скорость, превышающая ожидания: Весь проект уложился в экстремально сжатые сроки, заданные Яндексом. Это стало возможным благодаря AI-augmented программированию — это был наш первый опыт широкого применения этого подхода. Он стал боевым доказательством того, что AI-augmented программирование позволяет радикально сокращать сроки без ущерба для качества. Методология, апробированная на Sense AI, легла в основу наших дальнейших проектов.

Участие от А до Я в выводе в продакшн: Мы не просто написали код по ТЗ. Мы участвовали в формировании продуктового видения, проектировании архитектуры, дизайне интерфейсов и вывели решение в продакшн. Клиент получил полноценный продукт, а не набор компонентов.

Масштаб имеет значение: Благодаря системе из 5 AI-агентов, заменяющих живых экспертов при проверке практических заданий, платформа масштабируется на тысячи сотрудников без линейного роста затрат на преподавателей.

Гибкость в условиях неопределённости: Изменение скоупа в процессе работы (добавление панели мониторинга) не привело к срыву сроков. Наша команда продемонстрировала способность адаптироваться к меняющимся требованиям, сохраняя фокус на конечном результате.