NEURALRUSSIAGitHub

Data productsML systemsProduct engineering

От бизнес-вопроса —
до работающей системы.

Neural Russia — портфель проектов на стыке аналитики, машинного обучения и продуктовой разработки: собственные сервисы, решения из практики большого бизнеса и подробные разборы методологии.

3собственных продукта
работают online
<3%WAPE референсного
прогноза
≈15KSKU в системе
эластичности
до 200Kматчей в день
в Dota-пайплайне
01 / СОБСТВЕННЫЕ ПРОДУКТЫ

Полный цикл — от данных до пользовательского сценария.

Совместные проекты Neural Russia. Их можно открыть сейчас: это не концепты и не презентации.

Data productLive

Cars. Авторынок не как лента объявлений, а как данные.

Аналитический продукт о российском авторынке: сбор и хранение данных, API, срезы по маркам и моделям и интерфейс, в котором рынок можно исследовать.

МаркаМодельРегион
live
РЫНОК / ОБЗОРДинамика предложения
обновлено сегодня
Срезы данныхмарка · год · регион
Глубинадо объявления
Контурданные → API → UI
янваприюлоктдек
NEURAL DRAFTERMODEL ONLINE
200Kдо 200 тыс. матчей в день
проходит через пайплайн
ML productLive

Dota Drafter

Парсинг матчей, собственная база, transformer-модель и интерфейс для решений прямо во время драфта.

Game platformLive

Quiz

Не одна игра, а полный пользовательский сценарий: редактор паков, комнаты, ведущий, команды и профили.

QUIZ / ROOM 317
03Результаты
02Комната
01 / РЕДАКТОР ПАКАКакой вопрос
действительно хорош?
команда отвечает
02 / ПРОФЕССИОНАЛЬНАЯ ПРАКТИКА

Системы для решений
в большом бизнесе.

Отдельный слой портфеля: решения, разработанные внутри компании. Здесь важны уже не только технология и запуск, но и влияние на процессы, команды и управленческие решения.

01 / Demand forecastingАлександр · Самокат

Единый референсный прогноз для план-факт процесса

Три команды считали прогнозы независимо. Новый контур объединил методологию сравнения, rolling backtest, модели и регулярную поставку результата в корпоративные витрины.

Горизонт
до 120 дней
Уровни
город → страна
Результат
единый reference
Полный разбор кейса
reference_forecast / rolling backtest production
WAPE4,2 → <3%против лучшего baseline
Пиковая ошибка20 → 5%на сложных периодах
02Pricing / ML

Ценовая эластичность и товарные роли

Модель сессионного выбора для полного каталога: цены, заменители, комплементы и переток спроса между товарами.

≈15 тыс. SKU30+ млн сессий
Описание кейса готовится
03Decision science

Сценарный симулятор ценовых и промо-рычагов

Иерархическая байесовская модель, переведённая в инструмент для обсуждения и защиты стратегии.

Модель → сценарийдля руководства
Материал в плане
04Causal inference

Оценка промо, когда A/B-тест невозможен

Matching на сопоставимых пользователях для оценки инкрементального эффекта промоакций.

2 департаментаиспользуют методологию
Статья в работе

Показаны только публичные формулировки без внутренних данных компании.

03 / ПУБЛИКАЦИИ

Методология, которую можно проверить.

Публикуем подробные разборы собственных и профессиональных кейсов: постановка задачи, альтернативы, ошибки и результат.

ОпубликованоАлександр · Habr

Как построить прогноз, которому верит бизнес

Полугодовой путь от разрозненных Excel-прогнозов к единой системе: честный backtest, спор с ручными корректировками и модель, ставшая референсом для бизнеса.

5,6K прочтений39 мин материал17 сохранений
Читать на Habr
FIELD NOTE / 0139 MIN

Прогноз,
которому
верит бизнес

HABRA. SKOBELEV ↗
02 / ЧЕРНОВИКАлександр

Ценовая эластичность без наивной корреляции

От сессионного выбора до контрфактических сценариев для каталога.

Готовится к публикации
03 / В ПЛАНЕАлександр

Как оценивать промо, когда A/B невозможен

Дизайн квазиэксперимента, matching и интерпретация эффекта.

Здесь появится ссылка на материал
04 / В ПЛАНЕNeural Russia

Авторынок: от объявления до data product

Архитектура Cars, качество данных и решения в интерфейсе.

Здесь появится ссылка на материал
04 / АВТОРЫ

Люди за проектами.

А/01

Lead Data Analyst · Strategic Analytics

Александр
Скобелев

Строит новые методологии там, где готового ответа ещё нет: прогнозирование, ценообразование, causal inference и data products. В работе — Lead Data Analyst в Самокате. В Neural Russia — данные, модели и продуктовая логика.

ForecastingPricingCausal inferenceML
В/02

Product Engineering · Interfaces

Владислав
Жуков

Собирает продуктовую часть и интерфейсы: frontend, пользовательские сценарии, интеграции и релизы. В Neural Russia связывает сложную внутреннюю механику Cars, Quiz и Dota с тем, что видит пользователь.

FrontendProduct UXIntegrationsDelivery
05 / CONTACT

Обсудить задачу,
продукт или роль.

Открыты к разговорам о сложных аналитических задачах, развитии продуктов и сильных ролях внутри команд.