AI-платформа для бегунов с RAG и адаптивным коучингом — Velox

Клиент: стартап в сфере спортивных технологий (бег).

Задача: разработать AI-платформу для серьёзных бегунов с персональным

коучингом на основе реальных данных тренировок, интеграцией со Strava

и интеллектуальной системой рекомендаций.

Разработана полноценная AI-платформа Velox (veloxrun.ru):

— Гибридный RAG-пайплайн: Qdrant (dense 3072d) + BM25 sparse,

RRF-фьюжн, 18-категорийный роутер, rerank GPT-4o-mini.

Recall@5 = 83%, MRR = 0.51

— Моделный каскад Haiku → GPT-4o-mini → Sonnet с Redis

бюджет-контролем (150k токенов/мес) — снижение стоимости inference ~60%

— AI-коуч на Claude Sonnet: SSE-стриминг, 4 уровня контекста,

HRV-эскалация, долгосрочная память

— Strava OAuth + webhook: автоимпорт активностей, HR-stream →

зоны Karvonen → TRIMP

— Физиологический движок: CTL/ATL/FORM/ACWR/VDOT, 35+ unit-тестов

— 85 HTTP-эндпоинтов, 20 таблиц PostgreSQL, 42 миграции Alembic

— Recall@5 = 83%, MRR = 0.51 на eval-датасете из 50 вопросов

— Снижение стоимости inference ~60% за счёт моделного каскада и Redis-кеша

— Платформа запущена в продакшн: veloxrun.ru

— 85 эндпоинтов, покрытие тестами CI/CD, 0 критических багов в продакшне

— Время ответа AI-коуча