Рассказываем о работе в IT и Digital в Альфа-Банке, делимся интересными вакансиями, новостями и полезными советами, иногда шутим 😎
Все вакансии: https://bit.ly/4muieH4
Какие форматы дают лучший охват и вовлечение за последние 30 дней
Структура публикаций
23поста
Тип поста
Доля
Ср. охват
ERРеакции / Охват
ERRПросмотры / Подписчики
Реакции
Фото
91,3%
63,95
4,84%
31,74%
65
Видео
8,7%
60
3,33%
29,78%
4
Лидер по вовлеченности
Фото
4,84%
Лидер по охвату
Фото
63,95 ср. охват
Самый массовый
Фото
91,3% публикаций
Рекомендация
Лучший баланс охвата и вовлечённости
Фото
Интенсивность публикаций
Когда публикации канала получают больший охват (среднее за последние 30 дней)
Пиковый день: Вторник
Пиковое время: 13:00–14:00
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Пн
Вт
Ср
Чт
Пт
Сб
Вс
Охват публикаций:
0 – 15
15 – 29
29 – 44
44 – 58
58 – 73
73+
Динамика набора просмотров по часам
Как публикации набирали просмотры в первые часы
Первые 3ч
42,2%
Насыщение за 24ч
86,3%
Лучший старт за 1ч
21
Ср. итоговый охват
40
Дата
Пост
Тип
1 ч
24 ч
Всего
Динамика
20.11.2026
Иногда лучшая реклама — та, которую клиент не увидел ❤️
Открываете банковское приложение, а там сно
Фото
14
19
19
19.11.2026
Из Дубая с новой наградой 🤩
На международном саммите Finnovex Альфа-Банк получил международную прем
Фото
9
42
45
19.11.2026
Пока все исследуют Вайс-Сити, заглянем в Alfa Gamers Club 🎮
В Alfa Gamers Club мы собираемся на сов
Фото
18
31
35
18.11.2026
Проверка для тех, кто проверяет 🧐
В прошлых постах мы показали, как одна замена оператора в коде от
Фото
13
33
43
17.11.2026
Коллеги бывают разные: жёлтые, синие, красные 😜
Собрались как-то командой на пять минут выбрать наз
Фото
21
43
59
Доступно после авторизации. Для полного доступа авторизуйтесь через MAX
Рекламные размещения за последние 30 дней
Данные за последние 30 дней
Идет сбор информации
Скоро здесь появятся обработанные данные
Эффективность рекламных размещений за 30 дней
Идет сбор информации
Скоро здесь появятся обработанные данные
Динамика рекламы по часам
Как публикации набирали просмотры в первые часы
Время
Кто рекламировал
Тип поста
Формат
Пост
Прирост за час
Просмотры за час
13 нояб. 10:00 — 21 нояб. 07:00
За 7 дней 21 час
-1
0
В период 13 нояб. 10:00 — 21 нояб. 07:00 рекламных размещений не было.
О чем канал?
Рассказываем о работе в IT и Digital в Альфа-Банке, делимся интересными вакансиями, новостями и полезными советами, иногда шутим 😎
Все вакансии: https://bit.ly/4muieH4
Резюме для рекламы
Лучший баланс охвата и вовлечённости: фото + видео
В поддержку мобильного банка приходит около 180 тысяч обращений в день, или 5,5 млн в месяц. 58% из них чат-бот закрывает сам.
Наталья Балыбердина, начальник управления развития цифровых диалоговых систем, рассказала про конвейер ML-моделей, который стоит за чат-ботом поддержки. Каждая отвечает за свой шаг диалога, а клиент даже не догадывается, через сколько моделей прошло его сообщение.
♦️Главное — понять, о чём спрашивает клиент
Сначала бот определяет интент, или тему обращения. От неё зависит, какой сценарий он запустит, поэтому ошибка на этом шаге ломает весь дальнейший диалог.
Раньше тему определяли по последнему сообщению, и этого не всегда хватало. Например, клиент спрашивает, почему не пришёл кэшбэк за март, получает ответ и уточняет: «А за апрель?». Сама по себе эта фраза ни о чём не говорит, поэтому модель научили читать весь диалог, после чего качество ответов заметно выросло.
♦️Кто подстраховывает бота
Вокруг ядра бота работают вспомогательные модели, и у каждой свой вклад в автоматизацию, который считали через A/B-тесты и аналитику. Цифры кажутся скромными, но в таком масштабе даже полпроцента — это очень много.
• Рекомендации интентов предсказывают, о чём клиент спросит дальше, и показывают кнопки-подсказки. На «Мои лимиты» бот предложит «Лимиты по кредитной карте» и «Лимиты оплаты без ввода пин-кода»
• Модель пулов включается, когда классификатор не уверен в теме обращения. Она берёт близкие по смыслу интенты и задаёт уточняющий вопрос: на «Хотел узнать про спортивную страховку» предлагает ДМС, «Альфа-Защитник» или другие страховки
• «Клиент на паузе» решает, что происходит, если человек недавно говорил с оператором и пишет снова. Новый вопрос забирает бот, продолжение старого диалога уходит обратно к оператору
• Анализ скриншотов помогает, когда клиент присылает не текст, а скрин ошибки из приложения. Сейчас это классический OCR: одна модель распознаёт текст, вторая относит его к одной из 100+ дополнительных тематик
♦️Когда бот сам зовёт человека
Модель лайков заранее предсказывает, что клиент может остаться недоволен ответом бота. Такие диалоги сразу уходят к оператору: человек лучше справляется со сложными вопросами и умеет снять негатив.
Можно было бы просто отдать операторам все темы, где у бота больше всего дизлайков. Но модель передаёт им только рискованные диалоги, а остальные бот закрывает сам. В итоге автоматизация выросла на 1%, а клиенты стали оценивать чат выше.
♦️Как бот поспевает за запросами клиентов
Чтобы бот не опирался на устаревшие данные, его обновляют минимум раз в неделю, а бывает, что и два-три. И это при 380+ темах и тысячах подтем.
Чтобы частые обновления ничего не ломали, команда выстроила три процесса:
• Сценаристы в специальном инструменте собирают примеры клиентских сообщений и обновляют на них модели, не задерживая выход новых версий бота
• Каждую неделю идёт разметка: реальные обращения размечают по темам, чтобы модели учились на свежих данных
• Мониторинг сразу показывает, где сбой: в обновлении бота, отдельной функции или модели. Команда быстро понимает, что исправить
♦️Как планируем развивать бота
Цель — чтобы ИИ участвовал в 100% обращений. В чате сейчас пилотируют генеративный ИИ, в модель скриншотов тоже добавят ИИ: клиенты часто присылают картинку вместе с текстом, и OCR с такими случаями справляется плохо.
А если диалог всё же дошёл до оператора, ему помогает Альфа-Помощник: генерирует подсказки, суммаризирует прошлые обращения клиента, даёт рекомендации шаблонов и «золотых» ответов.
87ER Реакции / Охват 9,2%ERR Просмотры / Подписчики 42,44%
27 окт. 2026, 13:57
Пока архитектор занят, спросите ИИ 😉
Знания о том, как устроены и связаны ИТ-системы банка, часто разрознены: стандарты лежат в Confluence, данные о компонентах и интеграциях — в реестре, а самое ценное остаётся в головах архитекторов.
Чтобы собрать всё в одном месте, мы сделали ИИ-консультанта 😎
🔗 В статье на Хабре рассказали, как устроен этот архитектурный ИИ-консультант и почему для его работы не хватило одного RAG
83ER Реакции / Охват 2,41%ERR Просмотры / Подписчики 40,49%
5 нояб. 2026, 11:58
Ещё пара правок и точно запускаемся 😤Продакт-менеджер Андрей Калинин решил собрать пет-проект только с помощью нейросетей.
Виртуальная ИИ-команда обсуждала идеи, проектировала и писала код. Казалось, до запуска осталось совсем немного. Но доработка функций приводила к новым переделкам, а просьба поправить интерфейс однажды закончилась откатом к предыдущим версиям.
🔗 В статье Андрей разбирает свои ошибки и рассказывает, что помогло ему довести до результата два проекта.
А для тех, кто любит писать код, у нас открыта вакансия ведущего разработчика PEGA, откликайтесь 😉
79ER Реакции / Охват 2,53%ERR Просмотры / Подписчики 38,54%
12 нояб. 2026, 12:27
А нужны ли интерфейсы в эпоху LLM? Лев Немировский, старший IT-лидер и веб-разработчик с 17-летним опытом, напоминает, зачем они появились.
Первые компьютеры требовали говорить на языке машины: перфокарты, команды в терминале. Окна, меню и мышь придумали, чтобы не учить команды наизусть. Теперь машина понимает обычную речь, а значит, заранее проектировать экраны под каждое действие уже не обязательно: интерфейс можно собирать под запрос.
Спросите колонку о расходах за полгода: она назовёт итог голосом, а диаграмму пришлёт на телефон. Для этого хватит API, дизайн-системы и модели, которая выбирает компонент. Платёж при этом проводит обычный сервис со своими проверками, а модель только понимает, что значит «переведи Пете 5000».
🔗 В статье четыре способа это собрать и разбор сценариев, где привычный интерфейс всё же лучше диалога.
76ER Реакции / Охват 3,95%ERR Просмотры / Подписчики 37,07%
13 нояб. 2026, 19:10
ИИ-агенты под прицелом экспертов кибербеза 🎯
17 ноября на AI AppSec Night устроим ток-шоу, где эксперты по безопасности ИИ встретятся с топами бигтеха.
Обсудим острые AppSec-темы, включая безопасность ИИ-агентов и защиту LLM. Спикеры представят свои кейсы, а топы бигтеха разберут их с разных сторон и расскажут, как решают похожие задачи у себя.
Оценивать идеи спикеров будут:
♦️Дмитрий Кузнецов, руководитель дирекции безопасности цифровых решений Альфа-Банка
♦️Кирилл Сорокин, директор департамента защиты приложений Билайн
♦️Александр Кравцов, начальник управления информационной безопасности Межгосударственного банка
♦️Владимир Кочетков, руководитель направления исследований технологий безопасности приложений Positive Technologies
♦️Артём Гутник, директор департамента безопасности НСПК
♦️Андрей Лагоденко, директор по кибербезопасности Домклик
👾 Какие темы разберём и кто выйдет с питчами показываем в карточках.
🔗 Регистрируйтесь на AI AppSec Night и готовьтесь к жарким дискуссиям
75ER Реакции / Охват 5,33%ERR Просмотры / Подписчики 36,59%
3 нояб. 2026, 21:38
За закрытыми дверями Speakeasy Bar 🍸
Что, если за барной стойкой можно получить не только интересный напиток, но и повод для жаркого спора?
17 ноября на AI AppSec Night откроется Speakeasy Bar — место с приглушённым светом, необычным меню и разговорами об ИИ и кибербезопасности.
Здесь вместо привычного коктейльного меню — темы для дискуссий, зашифрованные в названиях напитков. Заказываете SUDO YOLO, и вот вы уже обсуждаете с экспертом Альфы, можно ли доверить ИИ-агенту права администратора. А что скрывается за TRUST ME, BRO? Узнаете у барной стойки 😉
Участников ждёт живое общение, обмен опытом и возможность поспорить с теми, кто каждый день работает с безопасностью ИИ.
🎙Ещё в этот вечер топы бигтеха обсудят острые вопросы на ток-шоу, а участники смогут проверить свою AppSec-экспертизу в командной игре «Что? Где? Безопасность!».
📌 Регистрируйтесь и увидимся 17 ноября, за закрытыми дверями будет интересно.
75ER Реакции / Охват 2,67%ERR Просмотры / Подписчики 36,59%
2 нояб. 2026, 14:15
Как поймать ошибку, которую пропустили два теста 🐞Егор Шохин, технический лидер тестирования, уже показал, как одна замена оператора в общем коде отключила шесть проверок из семи. Позитивный и негативный автотесты при этом остались зелёными.
Как написать тесты, которые такое поймают? Проверить все возможные исходы обычно не хватает ресурсов, поэтому базово ориентируются на покрытие кода тестами. Но и оно не гарантирует, что тесты заметят ошибку.
➡️ В карточках разбираем, как договориться о правилах проверки, откуда брать ожидаемые значения и почему каждой причине отказа нужен свой тест.
А еще открыли вакансию для тестировщиков, откликайтесь: QA Fullstack (АТ Java)
75ER Реакции / Охват 2,67%ERR Просмотры / Подписчики 36,59%
26 окт. 2026, 13:39
Как сделать так, чтобы все ответы клиентам были одинаково хороши? ❤️
Все сотрудники Альфа-Банка, которые общаются с клиентами, работают в SFA — CRM-платформе для автоматизации продаж.
Чтобы работать в ней хорошо, нужно знать и систему, и процессы: где выполнить операцию и что можно предложить клиенту. Поэтому качество ответа во многом зависит от того, кто взял обращение.
Нейро — новая версия SFA в формате чата. Сотрудник пишет или надиктовывает задачу, а система учитывает контекст: роль менеджера, сегмент клиента, историю взаимодействий. Экспертом становится система, а человек ставит задачу и принимает работу.
Как устроен Нейро и с какими вызовами пришлось столкнуться, рассказала Светлана Алексеева, руководитель цифрового продукта.
➡️ Каждый запрос проходит через LLM дважды
Главный в Нейро — оркестратор. Он принимает запрос сотрудника, распределяет его по нужным системам и собирает ответ. С системами банка он работает через MCP — протокол, по которому ИИ-агенты подключаются к внешним инструментам.
Путь запроса:
• Оркестратор передаёт запрос в LLM, чтобы распознать задачу и подобрать инструмент
• В MCP выбранного инструмента уходят сам запрос и контекст — метаданные о сотруднике и клиенте
• Результат возвращается в оркестратор, и тот снова отправляет его в LLM, чтобы перевести с машинного языка на естественный
• Если нужно действие, оркестратор вызывает мини-апп SFA — небольшой компонент интерфейса с одной-двумя кнопками, которые сотрудник нажимает сам
➡️ Предложения клиентам подбирает CEP-движок
CEP-движок (customer engagement platform) управляет бизнес-логикой предодобренных офферов по всем продуктам банка. На каждом шаге работают до 100 ML-моделей.
Вот как это происходит:
• Система собирает портрет клиента: транзакции, геолокацию, поисковые запросы
• Рассчитывает все возможные предложения, отсекая невыгодные и рискованные
• Собирает из оставшихся пакеты: основной продукт плюс дополнительные
• Ранжирует пакеты и решает, в каком канале их показать
• SFA или мобильный банк показывает оффер и пересчитывает его, если данные изменились
➡️ Сложнее всего — объединить ML-алгоритмы и LLM
Главным вызовом стала задача разработать архитектуру, в которой классическая алгоритмическая автоматизация работает вместе с генеративным ИИ. Это позволяет тратить минимум токенов и получать максимальный результат. Но при такой архитектуре важно обеспечить быстродействие и консистентность результатов.
➡️ Первые сценарии заработали в сентябре
В сентябре 2026 года Нейро запустили на первых массовых задачах:
• Подсказки для премиальных менеджеров
• Поиск по базе знаний для контакт-центра и отделений
• Саммари портрета клиента и его обращений для менеджеров развития малого и микробизнеса
Цель команда формулирует так: поднять планку качества, чтобы ответ клиенту меньше зависел от человеческого фактора.
Этот подход команда SFA представила на конференции Alfa Pragmatic Fintech в Баку, где собрались представители 17 банков Азербайджана. Многие вызовы у банков общие, поэтому решения Альфы могут стать основой для обмена опытом 🤝
74ER Реакции / Охват 4,05%ERR Просмотры / Подписчики 36,1%
6 нояб. 2026, 13:16
ИИ-агент начинается со статьи ✏️
На конференции AI Sync Алексей Египко, руководитель департамента развития процессов сервиса и взыскания, рассказал, как в Альфе используют ИИ для контроля качества и обучения сотрудников.
➡️ Для этого развивают три системы:
📍 База знаний помогает находить ответы на вопросы клиентов. За три года время поиска сократилось с 60 до 10 секунд.
📍 Система контроля качества проверяет разговоры и переписки с клиентами. Проект развивается, но типовые проверки уже выполняют модели вместо людей.
📍 ИИ-ментор будет помогать сотрудникам восполнять пробелы в знаниях. Пока система в разработке.
Вместе они должны работать как единый цикл: база знаний подсказывает ответы, система контроля находит ошибки, а ИИ-ментор помогает их исправить.
➡️ Что дальше
📍В 2027 году систему контроля качества научат находить причины неудачных разговоров и выявлять ошибки даже там, где клиент не оставил жалобу.
📍ИИ-ментор возьмёт на себя обучение сотрудников, а тренеры будут обучать самого ментора.
📍Базу знаний тоже подготовят к работе с ИИ-агентами: добавят метрики качества статей, повысят точность ответов и научат систему самостоятельно исправлять ошибки в материалах.
Всё это поможет расширить автоматизацию. Новые ИИ-агенты начнут работать с клиентами уже в этом году.
@alfadigital_jobs
73ER Реакции / Охват 2,74%ERR Просмотры / Подписчики 35,61%
28 окт. 2026, 15:17
Инструменты сами по себе не дают требуемого уровня безопасности. Сканер не делает кластер защищённым, включённые политики не гарантируют, что они работают, а написанные требования не означают, что их выполняют.
🔗 Если сместить фокус с гонки за новыми инструментами на сквозную карту процессов и чёткое распределение ролей, система становится контролируемой и прозрачной. Так сделала команда Александра Чертока, лида отдела безопасности K8S и облаков. Что получилось, читайте в статье.
Спойлер: подход, описанный в статье, позволяет подключить автоматизацию и масштабировать экспертизу всего четырех человек на 500+ разнородных кластеров, внедрение инструментов в кластера теперь занимает 5 минут вместо недель, а аудит проходит за считанные часы.
72ER Реакции / Охват 2,78%ERR Просмотры / Подписчики 35,12%
Разместите рекламу в Alfa Digital
Свяжитесь через наш специальный канал связи с администрацией для получения деталей
Канал Alfa Digital входит в каталог каналов MAX мессенджера на сайте MaxAds. Мы предоставляем актуальную статистику по количеству подписчиков, публикаций и другую аналитику для всех каналов в мессенджере MAX. Используйте наш каталог каналов для поиска интересных каналов по различным категориям.
Alfa Digital — это популярный канал в мессенджере MAX в категории «Карьера». На канал подписано 205 человек, опубликовано 220 постов с актуальным и интересным контентом.
Почему стоит подписаться на Alfa Digital
Качественный контент — регулярные публикации от проверенных авторов
Активное сообщество — 205 подписчиков
Большой архив — более 220 постов с полезной информацией
Актуальность — свежие новости и обновления в теме «Карьера»
Как подписаться на канал?
Чтобы подписаться на канал Alfa Digital, нажмите на кнопку «Открыть в MAX» выше. Вы будете перенаправлены в мессенджер MAX, где сможете подписаться на канал одним кликом. Присоединяйтесь к 205 подписчикам и получайте актуальный контент в категории «Карьера».