CTO / CPO · Корпоративный AI

AI-системы корпоративного уровня,

построенные и внедрённые в национальном масштабе.

30M+ пользователей · 17+ лет enterprise-опыта

Смотреть проекты

Контакты

MERCEDES-BENZ·НЛМК·CATERPILLAR·НОРНИКЕЛЬ·ГТЛК·

Системы, созданные нашим основателем как CTO, работают в продакшне в этих организациях

Продукты

Продукты, которые можно скачать и запустить

Продукты с локальным запуском. Модели работают на вашей машине, поэтому данные остаются там же.

TechRound Cybersecurity40 2026 · одна из 40 компаний по выбору редакции

Askbase

Задайте вопрос базе данных обычными словами

Приложение для macOS отвечает на вопросы к вашей базе и показывает SQL за ответом. Модель лежит файлом на диске, поэтому вопрос и данные не покидают компьютер. Работает офлайн, без аккаунта.

Основан на исследовании on-prem Text-to-SQL (arXiv:2606.29733)

macOSЛокальная модельText-to-SQL

Открыть

pii-roundtrip

Обезличьте документы перед отправкой в ChatGPT, офлайн

Приложение для macOS подменяет в Word и PDF имена, NHS- и National Insurance-номера, банковские реквизиты и адреса на плейсхолдеры, а затем восстанавливает их в ответе ИИ. 994 из 1000 тестовых документов остались без персональных данных.

Основан на исследовании обратимого обезличивания (arXiv:2610.34012)

macOSОткрытый кодApache 2.0

Открыть

Ру-Жев

Решения, не текст

Открытая русская модель принятия решений: да или нет, выбор варианта, оценка по шкале, каждое с откалиброванной уверенностью. 82% точности на русском, ECE калибровки 0.005, 307M параметров. Лицензия MIT, работает на CPU внутри закрытого контура.

Основан на исследовании формулировок меток (arXiv:2611.08439)

Открытая модельMITHugging Face

Открыть

AI-экосистема

Технологии в основе систем

AI Системы

NLP & LLM

Классификация обращений граждан и генерация ответов в федеральном продакшне

Computer Vision

Распознавание документов и изображений в обработке обращений

ML Ops

Циклы дообучения на данных, проверенных операторами; мониторинг продакшна в национальном масштабе

GenAI

Text-to-SQL и AI-ассистенты в BI+AI-платформе управления

Big Data

Терабайтный поток чеков для национальной статистики потребительских цен

Нейросети

Классификаторы Word2Vec+LSTM и PyTorch в федеральном продакшне

Выберите домен для подробностей

30M+

Пользователей систем

15+

Индустрий

AI-системы и платформы, построенные и внедрённые в 15+ индустриях — в национальном масштабе.

Системы в продакшне

Системы, которые изменили индустрии

В продакшне · Минстрой России

AI-система обращений граждан

AIГоссектор2023–2025

78% в исследовании → 95%+ по ряду категорий в продакшне (аудит операторов) · Роспатент № 2026662502

Результат

XXVI Golden Site, 1-е место «Лучшее AI-решение для обращений граждан»

В продакшне · РЖД

Программа лояльности РЖД Бонус — Highload

EnterpriseЛояльность2020–2023

33M пассажиров, 9.9M участников

Результат

XXVI Golden Site, 1-е место «Best Corporate Programme»; Tagline «Best Integration» 2020-21, «Best Highload» 2022

В продакшне · Росстат

AI-система Big Data для статистики потребительских цен и торговли

AI и данныеГоссектор2021

Терабайтные объёмы данных, 90% точность в продакшне, 150+ шаблонов отчётов · Роспатент № 2026662475

Результат

Tagline «Best Audience & Data» 2022 (1-е место), 2023, 2024

В продакшне · Mercedes-Benz Bank

Онлайн-приложение кредитования и лизинга

ФинтехEnterprise2022

Результат

Tagline Award 2022

В продакшне · ГТЛК + ГТЛК Europe

Международная корпоративная омниканальная платформа

EnterpriseМеждународный2020–2023

Результат

Tagline «Best International Site» 2020-21; «Best Integration» 2023; «Best International Digital Service» 2025

В продакшне · DigitalCEO

BI+AI экосистема цифрового управления

AI-продуктAI-инженерия2025

Собственный продукт · #3 BI-вендор по лицензионной выручке (TAdviser)

Результат

CNews AI Industry Review 2024

В продакшне · NLMK

Корпоративный портал для 60 000 сотрудников

EnterpriseИнтранет2019

Результат

Tagline «Best Intranet» 2019; StepTwo Intranet & Digital Workplace Awards — 2-е место в мире (Silver)

В продакшне · Росалкогольрегулирование

AI-система обработки обращений граждан

AIГоссектор2022–2023

Тот же зарегистрированный продукт · Роспатент № 2026662502

Результат

Tagline «Лучшая AI-технология» 2022 (Bronze); «Лучший госсервис» 2023

В продакшне · Сбербанк

Платформа обучения кибербезопасности

EnterpriseКибербезопасность2021

Результат

Автоматизированная система киберграмотности

В продакшне · Caterpillar Financial

Онлайн-заявки на лизинг

ФинтехEnterprise2020–2021

Результат

Tagline Award «Народный выбор» 2020–2021

Исследования

Препринты AI-исследований

Шесть препринтов единственного автора на arXiv, поданы в рецензируемые журналы. Индексируются в NASA ADS, Semantic Scholar и Google Scholar.

ORCID 0009-0004-7005-6242

arXiv

Label-Wording Augmentation in a Typed-Decision Encoder: Gains on Unfamiliar Words, Not on Abbreviations or Codes

За моделью Ру-Жев: как формулировка меток влияет на типизированные решения

arXiv:2611.08439 DOI: 10.5281/zenodo.23986847

arXiv

Reversible Pseudonymisation of Documents Sent to External LLMs: an Open Bilingual Benchmark and an Engine

За продуктом pii-roundtrip: обратимое обезличивание документов

arXiv:2610.34012 DOI: 10.5281/zenodo.23624098

arXiv

A machine-readable catalogue of the Tsiolkovsky papers (fond 555, Archive of the Russian Academy of Sciences), and a way to measure how well its handwriting can be read

Независимое исследование: распознавание рукописей (HTR) и каталогизация архивов

arXiv:2608.03617 DOI: 10.5281/zenodo.21705221

Выступления

Доклады на конференциях

Conf42 MLOps 2026

Coding Noisy Product Names for Consumer Price Statistics: Trie Rules, Bag-of-Words and Reliability-Weighted Labeling

О пайплайне классификации товарных названий для национальной статистики цен

Conf42 AI Agents 2026

Agentic Text-to-SQL in Production: What 500+ Data Marts and 30M Users Taught Us About LLM Orchestration

О запуске on-prem NL2SQL на open-weight LLM в продакшне национального масштаба

Рецензирование и судейство

Программные комитеты конференций и судейство премий, 2026

Программный комитет, рецензент

NeurIPS 2026 Workshop on Continual Learning for Enterprise AI Agents (CLEA)

Рецензирование работ по continual learning, памяти агентов и корпоративным агентным системам

Программный комитет, рецензент

NeurIPS 2026 First Workshop on Reliable Evaluation for Language Models (JUDGe)

Программный комитет, рецензент

NeurIPS 2026 Workshop on Lightweight Trustworthy Foundation Models (LIGHT)

Рецензент

2026 IEEE 4th International Conference on Digital Transformation: Algorithms, Computing and Future Technologies (Al-Khwarizmi)

Классификация обращений граждан (NLP) · Хива, Узбекистан

Рецензент

2026 IEEE 4th International Conference on Problems of Informatics, Electronics and Radio Engineering (PIERE)

Секция вычислительной лингвистики и NLP

Судья

2027 IMPACT Awards (Simpler Media Group)

В прессе

Экспертные комментарии и публикации в медиа

TechRound

Cybersecurity40 2026: BESK TECH в подборке, 36 место

Профиль компании в ежегодной британской подборке по кибербезопасности, о pii-roundtrip и AskBase

The New Stack

О Canva Brush и о том, почему в ограниченных задачах выигрывают малые специализированные модели

Развёрнутый экспертный комментарий и выносная цитата, «Enterprise AI architect and founder of Besk Tech»

Techrecast

Интервью о корпоративном AI: правильный объект это решение, а не модель

Персональное интервью целиком, «founder and CTO of Besk Tech»

Основатель

Владимир Бескоровайный

CTO / CPO · Корпоративные AI-системы

Владимир Бескоровайный создаёт production AI- и big-data-системы национального масштаба. За 17+ лет он руководил инженерией платформ для десятков миллионов пользователей: от NLP-систем обработки обращений граждан в федеральных ведомствах до big-data-пайплайнов государственной статистики.

Полный цикл: архитектура, машинное обучение и вывод моделей в надёжный продакшн. Продукты внедрены в федеральных ведомствах и enterprise, отмечены Tagline Awards, «Золотой сайт» и StepTwo.

Портфолио основателя

Связаться

Для сотрудничества, технической дискуссии или выступления — пишите напрямую.

admin@besk.tech LinkedIn Telegram