Наджинговый алгоритм Кейл

Kale AI Nudging engine 3.1.7

Достигайте большего. Достигайте прямо сейчас. С Кейл.

Добивайтесь измеримых изменений с помощью персонализированных, научно обоснованных подталкиваний от искусственного алгоритма.
Помогайте своим командам отрабатывать новые навыки в повседневной работе и в важные моменты.

Технология наджинга получила нобелевскую премию в 2017 году

Общая архитектура

«Кейл» — это интеллектуальная рекомендательная система с элементами поведенческого моделирования (behavioral modeling) и наджинговой логики (nudge-based decision support), разрабатываемая ООО "Цифровое здоровье".

Платформа реализует:

сбор и обработку пользовательских данных
построение поведенческого профиля
ML-рекомендации релевантного контента
адаптивный наджинговый алгоритм
динамическую переоценку модели в реальном времени

Архитектурно система построена по принципу микросервисной модели с разделением на:

Data ingestion layer
Feature engineering pipeline
ML inference service
Nudge engine
API Gateway
Frontend clients

Сбор и обработка данных Источники данных:

анкетные данные пользователя
поведенческие события (клики, скролл, время взаимодействия)
контентные предпочтения
реакция на предыдущие рекомендации
добровольно предоставляемые self-report данные

Feature Engineering

На основе пользовательских данных формируется вектор признаков, включающий:

поведенческие паттерны
латентные интересы
динамику вовлечённости
вероятностные оценки чувствительности к различным типам стимулов

Используются:

Pandas / NumPy
Scikit-learn preprocessing
Embedding-модели для текстовых данных
TF-IDF / Transformer-based embeddings

Рекомендательная модельАлгоритм сочетает:

Content-based filtering
Collaborative filtering
Hybrid ranking model
Reinforcement learning для адаптации выдачи

Применяются модели:

Gradient Boosting (XGBoost / LightGBM)
Neural Networks (PyTorch / TensorFlow)
Matrix Factorization
Transformer-based модели для анализа текстов

Модель обновляется через batch retraining и online learning механизмы.

Как устроена наша рекомендательная модель?

Алгоритм сочетает:

Content-based filtering
Collaborative filtering
Hybrid ranking model
Reinforcement learning для адаптации выдачи

Применяются модели:

Gradient Boosting (XGBoost / LightGBM)
Neural Networks (PyTorch / TensorFlow)
Matrix Factorization
Transformer-based модели для анализа текстов
Модель обновляется через batch retraining и online learning механизмы.

В отличие от классической рекомендательной системы, «Кейл» включает поведенческий слой (behavioral intervention layer).

Наджинговый модуль:

анализирует вероятность отклика
определяет когнитивную готовность пользователя
выбирает форму подачи (вопрос, статья, микро-рефлексия, сценарий)
регулирует интенсивность и частоту взаимодействия

Алгоритм использует:

вероятностное моделирование
A/B testing framework
contextual bandits
reinforcement learning policy

Задача системы — не максимизация кликабельности, а повышение осознанности пользователя в релевантных сферах:

карьерные траектории
ментальное состояние
межличностные отношения

Наш технологический стек

Python 3.x
FastAPI
PostgreSQL
Redis
Kafka / RabbitMQ

Машинное обучение:
PyTorch / TensorFlow
Scikit-learn
XGBoost / LightGBM
MLflow (версионирование моделей)

Обработка данных:
Pandas
NumPy
Transformer-based embedding models
TF-IDF и векторные представления текстов

Инфраструктура:
Docker
Kubernetes
GitLab CI / GitHub Actions
Prometheus
Grafana
ELK Stack

Как работает Кейл?

Кейл подключается к корпоративным мессенджерам компании и самостоятельно дотягивается до всех сотрудников вместо HR, побуждая их задуматься и действовать в ситуациях, которые требуют улучшения.

Всю собранную информацию Кейл собирает в обезличенные анонимные HR дашборды, помогая компании лучше владеть информацией и трендах в командах и отраслевых бенчмарках.

Подбор тем для беседы подбирается персонально на базе построенных корреляций Кейл.

KALE:

Привет! Как ты сегодня? Как твои выходные? Удалось отдохнуть или все также мучали тягостные мысли?

ME:

Привет! Да, встретился с друзьями, но мысли о работе расслабиться не дали(

KaLE:

Я поняла. Давай я прямо сейчас свяжу тебя в чате с психологом и ты попробуешь разобрать эту ситуацию не откладывая?

ME:

Круто! Давай)

Перейти на основную продуктовую страницу

Kale coach

Мы всегда открыты к новым
знакомствам и предложениям

По свободным вакансиям, партнерству и идеям - пишите в форму, мы ответим незамедлительно.Или Кейл)

+7 90 33 888 765
hello@kale.coach

Сделано в Иннополисе.

ООО Цифровое Здоровье
ОГРН 1201600088425
ИНН 1655449455 КПП 168301001
Основной ОКВЭД: Научные исследования и разработки в области естественных и технических наук прочие(72.19)

Код по приказу Приказ Министерства цифрового развития, связи и массовых коммуникаций Российской Федерации от 11.05.2023 № 449:
16.01

Юридический адрес: Респ. Татарстан, Верхнеуслонский м.р-н, г.п. город Иннополис, г. Иннополис, ул. Университетская, д. 7, ЭТАЖ 5, ПОМЕЩ. 503

Фактический адрес: Респ. Татарстан, Верхнеуслонский м.р-н, г.п. город Иннополис, г. Иннополис, ул. Университетская, д. 7, ЭТАЖ 5, ПОМЕЩ. 503

Карьера в Кейл

Есть вопросы по конфиденциальности и безопасности? Напишите нам на почту security@kale.coach

Кейл является мульти-форматной платформой развития корпоративной культуры и благополучия на основе эмоционального здоровья и образа жизни. Услуги не являются лицензируемыми.

© 2026 Цифровое Здоровье. Сделано в Иннополисе. Все права защищены.

Персональные данные

Публичная офферта

Инвесторам