ls cases/

Deset projektů, na kterých je vidět, co děláme

Jména klientů podléhají NDA, proto mluvíme o odvětví, měřítku a naměřeném výsledku: faithfulness, latence, náklady, konverze, uptime. Na vyžádání zprostředkujeme referenční hovor s týmem, se kterým jsme pracovali.

AI reference

AI integrace a LLM systémy

Projekty, kde si klient řekne o „AI funkci“ a dostane měřitelné zrychlení, nižší náklady a kvalitu, kterou lze doložit na golden setu.

Fintech / RAG · compliance2.4M dokumentů

RAG kopilot pro compliance analytiky

Zadání. Analytici trávili posouzením každého případu 30–60 minut: prohledávali 2,4 milionu interních dokumentů a ověřovali regulatorní požadavky. Open-source vyhledávání vracelo irelevantní výsledky a naivní RAG halucinoval.

Co jsme udělali. Hybridní vyhledávání (BM25 + embeddingy) s cross-encoder re-rankingem. Chunking, který respektuje strukturu dokumentů. Samostatný fact-checking krok na Claude. Citation-aware UI, kde každé tvrzení odkazuje na svůj zdroj. Evaluace na golden setu o 1200 párech.

Výsledek. Faithfulness 0.94 (oproti baseline 0.71), doba posouzení případu klesla ze 40 na 6 minut, náklady na tokeny jsou o 72 % nižší díky prefix cachingu a směrování jednoduchých dotazů na levnější modely.

  • Claude
  • pgvector
  • BM25
  • Ragas
  • Langfuse
6.5×rychlejší analýza
0.94faithfulness
−72%náklady vs. naivní RAG
E-commerce / agenti800K ticketů / měsíc

AI agent v zákaznické podpoře marketplace

Zadání. Velký objem typických požadavků: „kde je moje objednávka“, „vraťte mi peníze“, „změňte adresu“. Doba první odpovědi byla 9 minut, pracovníci podpory vyhořívali, NPS bylo −18.

Co jsme udělali. Agentní pipeline na LangGraph s tool use: kontrola stavu objednávky, zahájení vratky, změna adresy, eskalace. Human-in-the-loop u refundací nad stanovený limit. Samostatná bezpečnostní vrstva proti prompt injection.

Výsledek. První odpověď se zkrátila z 9 minut na 12 sekund, 68 % požadavků se vyřeší automaticky, NPS podpory je +12. Tým podpory se přesunul ke složitým případům a proaktivní komunikaci.

  • GPT-4o
  • LangGraph
  • tool-use
  • Postgres
  • Redis
45×rychlejší první odpověď
68%automatické vyřešení
+12 NPSpodpora
SaaS / LLMOps10M req/day · více týmů

Produkční LLM gateway s routingem a cachováním

Zadání. 14 produktových týmů volalo OpenAI a Anthropic nezávisle na sobě. Náklady rostly rychleji než tržby, nikdo neviděl, kdo kolik utrácí, časté byly výpadky kvůli rate limitům a chyběl fallback.

Co jsme udělali. Navrhli a spustili jsme gateway: jednotné API, routing mezi Claude, GPT a Llama podle typu úlohy a SLO, sémantická cache, rate limiting per tenant, retry a fallback při 429 / 5xx, přiřazení nákladů přes OpenTelemetry. PII filtry a tokenový rozpočet na uživatele.

Výsledek. Náklady na tokeny klesly za čtvrtletí o 64 %. Overhead gatewaye je 42 ms na p99. Za 6 měsíců žádný incident kvůli rate limitům. Každý tým vidí své výdaje v reálném čase.

  • Go
  • Redis
  • vLLM
  • OpenTelemetry
  • Langfuse
10Mpožadavků / den
−64%náklady na tokeny
42 msoverhead p99
DevOps / AI agent1.4K incidentů / měsíc

AI agent pro automatickou triáž produkčních incidentů

Zadání. SRE tým se topil v alertech: 50 % falešných poplachů, MTTA 18 minut, on-call inženýři buzeni 3–4× za noc.

Co jsme udělali. AI agent si přečte alert, přes MCP stáhne související metriky a logy, prohledá minulé incidenty v postmortemech (RAG) a navrhne hypotézu a runbook. Pod prahem jistoty eskaluje na člověka s již připraveným kontextem.

Výsledek. MTTA kleslo z 18 minut na 2 minuty, protože kontext pro inženýra sbírá agent. 41 % alertů se uzavře bez on-callu jako známé problémy. Nočních buzení je 3,5× méně.

  • Claude
  • MCP
  • Prometheus
  • Loki
  • pgvector
9×nižší MTTA
41%automatická triáž
−72%zátěž on-callu
Analytika / data lake & DWH120K hodin hovorů / měsíc

Analýza obchodních hovorů pomocí LLM

Zadání. Nahrávky hovorů byly nestrukturovaný šum. Poslouchat je ručně nebylo možné, původní BI pokrývalo jen CRM a manažeři vyplňovali pole nejednotně.

Co jsme udělali. Pipeline: transkripce (Whisper), diarizace, strukturovaná extrakce (LLM zapisující do striktního JSON schématu), zvýraznění námitek a klíčových otázek, pohledy v ClickHouse, dashboardy pro obchodní i produktový tým.

Výsledek. 100 % hovorů se automaticky otaguje do 5 minut od konce hovoru. Produktový tým vidí skutečné námitky zákazníků a manažeři dostávají zpětnou vazbu s citacemi. Konverze prodeje vzrostla za čtvrtletí o 9 %.

  • Whisper
  • Claude
  • ClickHouse
  • Kafka
100%pokrytí hovorů
5 minSLA od konce hovoru
+9%konverze
Highload reference

Architektura a inženýrství systémů pod zátěží

Platby, RTB, vyhledávání, multi-tenant SaaS, real-time relace. Právě kvůli těmto metrikám tyto projekty vznikly.

Fintech / platby35K RPS · 4 regiony

Platební platforma: z monolitu na event-driven jádro

Zadání. Platební platforma ve špičkách narážela na úzké hrdlo v databázi, releasy vycházely jednou za dva týdny a provázely je incidenty, a byznys přitom plánoval 5–6× růst transakcí.

Co jsme udělali. Monolit jsme rozdělili na 9 služeb podle bounded contexts. Kafka jako páteř, outbox a orchestrace ság. Multi-region Kubernetes cluster s active-active platebním jádrem.

Výsledek. p99 platebního API kleslo z 850 ms na 110 ms. Releasy vycházejí denně. Náklady na infrastrukturu jsou o 40 % nižší. Platforma ustála 6× růst.

  • Go
  • Kafka
  • Postgres
  • K8s
  • AWS
7×nižší p99
6×růst TPS
−40%náklady na cloud
AdTech / RTB250K QPS · multi-AZ

Real-time bidding pipeline s SLA 95 ms

Zadání. Spustit RTB bidder, který se vejde do 100ms rozpočtu aukce a ve špičce spolehlivě zvládá 200K+ QPS.

Co jsme udělali. Pipeline v Go s in-memory feature store na Redis Clusteru. Analytika a trénování modelů v ClickHouse, real-time ingestion přes Kafku. Multi-AZ nasazení s health-aware load balancingem.

Výsledek. 250K QPS, aukce se uzavírají do 95 ms na p99. 18 měsíců bez jediného incidentu, který by stál tržby.

  • Go
  • Redis
  • ClickHouse
  • Kafka
  • AWS
250KQPS
95 msSLA p99
99.99%uptime
E-commerce / vyhledávání12M SKU · 4M MAU

Vyhledávání a fasetová navigace pro marketplace

Zadání. Vyhledávání ve 12 milionech produktů bylo pomalé, 800 ms na p95, a pod špičkovou zátěží kolabovalo. Konverze z vyhledávání do košíku stagnovala.

Co jsme udělali. Přešli jsme na Elasticsearch s předpočítanými fasetami a našeptávačem, rozdělili nody na role data, coordinating a ingest a indexaci převedli na stream z Kafky.

Výsledek. p95 vyhledávání kleslo z 800 ms na 80 ms. Konverze z vyhledávání do košíku vzrostla o 18 %. Kompletní reindexace katalogu trvá 25 minut místo 6 hodin.

  • Elasticsearch
  • Node.js
  • Kafka
  • Postgres
10×rychlejší p95
+18%konverze
14×rychlejší indexace
B2B SaaS / multi-tenant1.2K tenantů

Multi-tenant platforma: izolace a škálovatelnost

Zadání. SaaS přerostl přístup se sdílenou databází: hluční sousedé se navzájem ovlivňovali, compliance audity trvaly týdny a tenanty zakládali inženýři ručně.

Co jsme udělali. Přešli jsme na schema-per-tenant s automatickým provisioningem přes Terraform. Oddělili jsme kritickou cestu od analytiky. Rate limity a kvóty zdrojů per tenant v Kubernetes.

Výsledek. p95 dotazů je 3× nižší. Provisioning tenanta se zkrátil ze 2 dnů na 90 sekund. Audit a compliance jsou automatizované.

  • Postgres
  • Terraform
  • K8s
  • Go
3×nižší p95
90 sprovisioning
0incidentů za 12 měsíců
Gaming / real-time800K MAU · <50 ms p99

Real-time backend pro multiplayerové relace

Zadání. Backend pro real-time relace s předvídatelnou latencí, který zvládne sezonní špičky v počtu hráčů.

Co jsme udělali. Matchmaking a state služby v Go s Redis Streams. Relace jsou rozložené mezi regionální shardy, takže výpadek jednoho shardu se ostatních nedotkne. Blue/green nasazení s warm-upem.

Výsledek. p99 síťové latence je pod 50 ms. 800K MAU bez degradace. 18 měsíců v produkci bez jediného výpadku.

  • Go
  • Redis Streams
  • NATS
  • K8s
<50 msp99
800KMAU
0výpadků za 18 měsíců
Další krok

Máte podobný projekt?

Řekněte nám o svém systému a jeho metrikách. Ukážeme, jak bychom k němu přistoupili a kolik by to stálo.

Probrat projekt