На сайте накопилось много материалов — карточки товаров, инструкции, справочные заметки, — и обычный поиск по словам всё чаще выдаёт пустоту. Он цепляется за точное написание и не улавливает суть: человек ищет «не приходит письмо», а нужная заметка называется «проблемы с доставкой уведомлений», и слова между ними не пересекаются. В итоге посетитель уходит ни с чем, а мы получаем повторные вопросы про то, что давно описано. Хотим уйти от буквального сравнения строк к поиску, который улавливает намерение пользователя.
Нужен специалист, который соберёт векторный (семантический) поиск на основе того контента, что у нас уже есть. По задаче: посчитать эмбеддинги для каждой индексируемой единицы, сложить эти векторы в векторную базу данных и выдавать результаты через аккуратный API для наших сервисов. Важна гибридная выдача — комбинация обычного совпадения по словам и близости векторов, чтобы дословные попадания оставались вверху там, где это логично, а материалы, близкие по смыслу, показывались, когда формулировка у человека другая. Отдельно нужна работа с релевантностью: пройтись по настоящим запросам из логов, покрутить веса и пороги и показать на цифрах, что верх выдачи стал точнее.
Сразу о границах: нам нужен именно поиск и выдача, а не разговорный бот, который сам сочиняет ответы. Ждём ранжирование по смыслу, описанный API, конвейер переиндексации, который обновляет эмбеддинги при правках контента, и совет по выбору модели эмбеддингов и векторного хранилища под наши объёмы и бюджет.
Что ждём на выходе:
— конвейер эмбеддингов по каталогу и заметкам;
— векторное хранилище с гибридной выдачей (слова плюс векторы);
— поисковый API с фильтрами, постраничностью и управлением релевантностью.
Нужен специалист, который соберёт векторный (семантический) поиск на основе того контента, что у нас уже есть. По задаче: посчитать эмбеддинги для каждой индексируемой единицы, сложить эти векторы в векторную базу данных и выдавать результаты через аккуратный API для наших сервисов. Важна гибридная выдача — комбинация обычного совпадения по словам и близости векторов, чтобы дословные попадания оставались вверху там, где это логично, а материалы, близкие по смыслу, показывались, когда формулировка у человека другая. Отдельно нужна работа с релевантностью: пройтись по настоящим запросам из логов, покрутить веса и пороги и показать на цифрах, что верх выдачи стал точнее.
Сразу о границах: нам нужен именно поиск и выдача, а не разговорный бот, который сам сочиняет ответы. Ждём ранжирование по смыслу, описанный API, конвейер переиндексации, который обновляет эмбеддинги при правках контента, и совет по выбору модели эмбеддингов и векторного хранилища под наши объёмы и бюджет.
Что ждём на выходе:
— конвейер эмбеддингов по каталогу и заметкам;
— векторное хранилище с гибридной выдачей (слова плюс векторы);
— поисковый API с фильтрами, постраничностью и управлением релевантностью.
