{{title}}
{{textarea}}
{{task}}
{{select}}
{{team}}
{{input}}
{{solution}}
{{result}}
Фабрика DeepTech решений для бизнеса
Наука начинается там, где заканчиваются догадки
//////////
Предиктивная аналитика
//////////
ML-модели
//////////
SaaS-решения
//////////
Математическое моделирование
//////////
Big Data
//////////
Оптимизация процессов
//////////
Дашбординг KPI
//////////
Computer Vision
//////////
NLP
//////////
IoT
//////////
Cloud-архитектуры
//////////
Автоматизация
//////////
Предиктивная аналитика
//////////
ML-модели
//////////
SaaS-решения
//////////
Математическое моделирование
//////////
Big Data
//////////
Оптимизация процессов
//////////
Дашбординг KPI
//////////
Computer Vision
//////////
NLP
//////////
IoT
//////////
Cloud-архитектуры
//////////
Преимущества
Превращаем фундаментальную науку и большие данные в измеримые бизнес-инструменты. От ML-моделей до SaaS-решений — технологии, которые работают.
Наш подход
Где начинается DeepTech, заканчиваются догадки
Мы строим системы, которые позволяют предсказывать сценарии, моделировать процессы и управлять бизнес-результатами на основе фундаментальных данных.
Традиционный подход
Решения принимаются на основе опыта, ручного анализа и ограниченной видимости процессов.
Интуиция вместо данных
Решения зависят от опыта сотрудников и субъективных оценок.
Excel и ручные расчеты
Сложные автоматизации недоступны, а человеческие ошибки в формулах ведут к финансовым потерям.
Ручной анализ
Проблемы замечают только после того, как они уже повлияли на бизнес.
DeepTech-подход
Использует ИИ, машинное обучение и данные, превращая их в реальный инструмент управления бизнесом.
Опора на данные (Data-Driven)
Каждое бизнес-решение подтверждается фактами и математической моделью, а не догадками.
Единая цифровая экосистема
Объединяет разрозненные данные из корпоративных систем в единую среду для принятия решений.
Математическое моделирование
Позволяет находить оптимальные решения в сложных многомерных задачах, недоступных для ручного расчёта.
Объяснимый ИИ (Explainable AI)
Наши модели прозрачны: результаты и логика прогнозов понятны как бизнесу, так и инженерам.
Предиктивная аналитика
Система прогнозирует риски и возможности на заданный горизонт, позволяя предотвратить проблемы заранее.
Оставить заявку
Наши проекты
Реальные проекты. Измеримые результаты.
От предиктивной аналитики и математического моделирования до SaaS-решений и коммерциализации научных разработок.
ПО для автоматизированного склада «ДиКом-Лифт»
Разработка программного обеспечения для управления вертикальными автоматизированными складами с интеграцией в WMS.
ЗАДАЧА
Ускорить разработку системы управления складскими лифтами и обеспечить интеграцию с существующими WMS.
РЕШЕНИЕ
Разработали ПО для адресного хранения, управления складом и интеграции с WMS через REST/SOAP.
Интеграции
REST/SOAP
Серверная часть
Java 11
Клиентская часть
JavaFX
WMS для роботизации фармацевтического склада
Разработка WMS-системы для управления биофармацевтическим складом с поддержкой роботизированного отбора продукции.
ЗАДАЧА
Автоматизировать учёт продукции и оптимизировать размещение товаров с различными температурными режимами хранения.
РЕШЕНИЕ
Разработали WMS с поштучным учётом, интеграцией со складскими роботами, весами и терминалами сбора данных.
Интеграции
SAP, 1С, ATTP
Учёт
Поштучный
Автоматизация
Роботизация
Подробнее
SaaS-платформа аналитики данных
Разработка облачной платформы для автоматического анализа больших массивов данных и построения интеллектуальных дашбордов.
ЗАДАЧА
Создать SaaS-решение, позволяющее получать аналитические отчёты и рекомендации на основе машинного обучения.
РЕШЕНИЕ
Разработали платформу автоматического анализа данных с ML-рекомендациями, визуализацией и экспортом отчётов.
Создание отчётов
−95%
Автом. анализа
80%
Поиск инсайтов
30×
Подробнее
ИИ в клиентской поддержке
Разработка интеллектуального ассистента для автоматизации клиентской поддержки и обработки обращений в различных каналах коммуникации.
ЗАДАЧА
Автоматизировать обработку типовых обращений и снизить нагрузку на операторов без потери качества обслуживания.
РЕШЕНИЕ
Разработали ИИ-ассистента, который использует актуальные данные компании, автоматически отвечает на обращения клиентов и интегрируется с корпоративными системами поддержки.
Самообслуж-е
до 80%
Продуктивность
+50%
Расходы
−60%
Подробнее
База знаний с поиском на основе ИИ
Разработка интеллектуальной корпоративной базы знаний с поиском по документам и генерацией ответов на основе искусственного интеллекта.
ЗАДАЧА
Предоставить сотрудникам единый доступ к корпоративным знаниям и сократить время поиска информации.
РЕШЕНИЕ
Разработали ИИ-ассистента, который анализирует корпоративные документы, отвечает на вопросы сотрудников и предоставляет ссылки на первоисточники.
Поиск
30×
Точность
95%
Внедрение
2 недели
Подробнее
CRM с интеграцией Asterisk
Разработка CRM-системы для автоматизации работы контакт-центра логистической компании.
ЗАДАЧА
Автоматизировать работу операторов контакт-центра и повысить качество обслуживания клиентов.
РЕШЕНИЕ
Разработали CRM с интеграцией виртуальной АТС Asterisk и системой автоматического распределения звонков.
Телефония
Asterisk
Очередь звонков
Автоматическая
Работа
В браузере
Подробнее
Аудит и гипотеза
NDA
·
Анализ данных
·
Оценка TPRL
Анализируем задачу, данные и текущие процессы. Оцениваем технологическую готовность (TRL) и формируем дорожную карту проекта и техническое задание с измеримыми целями.
Этапы работы
От гипотезы до внедрения
Полный цикл разработки: от научной гипотезы до работающего бизнес-решения. Сопровождаем проект на каждом этапе — от аудита данных до масштабирования.
Оставить заявку
MVP и прототип
Проверка гипотез
·
Математическая модель
Проверяем гипотезы на реальных данных и создаём MVP, чтобы подтвердить жизнеспособность решения до масштабной разработки.
Full-stack разработка
Backend
·
Frontend
·
ML
·
API
Разрабатываем цифровой продукт, аналитическую платформу Saas-решение или ML-систему на основе математических моделей с учётом требований проекта.
Внедрение
ERP
·
CRM
·
IoT
Интегрируем решение в существующую IT-инфраструктуру и адаптируем его под реальные бизнес-процессы компании без остановки операций.
Поддержка и масштабирование
SLA
·
Дообучение моделей
Сопровождаем проект после запуска: мониторим метрики, развиваем функциональность и масштабируем решение для роста бизнес-результатов.
Наша команда объединяет фундаментальную науку и бизнес-экспертизу. Над проектами работают научные консультанты, Data & ML-инженеры, разработчики и бизнес-аналитики.
Эксперты, сопровождающие проект на каждом этапе
Наша команда
Эксперт в предметной области, публиковался в рецензируемых журналах. Умеет переводить бизнес-задачи на язык математического моделирования.
О специалисте:
Python, R, MATLAB, Wolfram Mathematica, фундаментальные TRL анализ
Стек:
5+ лет в R&D
Научный консультант / Research Lead
Формулирует научную гипотезу, подбирает математические модели и определяет подход к решению задачи.
Научный консультант / Research Lead
Строит ML-модели от EDA до продуктов/дашбординг. Умеет работать с большими данными и визуализировать результаты.
О специалисте:
Python (pandas, numpy, scikit-learn), SQL, TensorFlow/PyTorch, Jupyter, Git
Стек:
3+ лет опыта
Data Scientist
Исследует и подготавливает данные, разрабатывает ML-модели, анализирует результаты и повышает точность прогнозов.
Data Scientist
Превращает прототипы в масштабируемые сервисы. Оптимизирует модели для продукта (ускорение инференса, квантизация). Обеспечивает мониторинг и A/B тестирование моделей.
О специалисте:
Python, Docker, Kubernetes, FastAPI/Flask, MLflow, ONNX, TensorRT, CI/CD
Стек:
ML-инженер
Проектирует архитектуру ML-систем, оптимизирует модели и готовит их к надёжной промышленной эксплуатации.
ML-инженер
Автоматизирует развёртывание ML-пайплайнов. Настраивает мониторинг дрейфа данных и деградации моделей. Обеспечивает отказоустойчивость и масштабируемость инфраструктуры.
О специалисте:
AWS/GCP/Yandex Cloud, Terraform, Jenkins/GitLab CI, Prometheus, Grafana, Kubernetes
Стек:
DevOps / MLOps инженер
Настраивает инфраструктуру, автоматизирует развёртывание моделей и обеспечивает стабильную работу ML-систем.
DevOps / MLOps инженер
Создаёт интуитивные интерфейсы для сложных аналитических систем. Умеет визуализировать большие данные, оптимизирует производительность клиентской части. Понимает UX/UI принципы для B2B-продуктов.
О специалисте:
React/Vue.js, TypeScript, D3.js, Plotly, HTML5/CSS3, Redux, Webpack
Стек:
3+ лет опыта
Frontend-разработчик
Разрабатывает интерфейсы, аналитические панели и инструменты визуализации данных для удобной работы пользователей.
Frontend-разработчик
Проектирует масштабируемую архитектуру. Опыт работы с highload-системами и микросервисами. Обеспечивает безопасность, кэширование и интеграцию с внешними сервисами.
О специалисте:
Python (FastAPI/Django), PostgreSQL, Redis, RabbitMQ/Kafka, Docker, REST/GraphQL API
Стек:
2+ лет опыта
Backend-разработчик
Создаёт серверную архитектуру, API и интеграции, обеспечивая производительность и безопасность системы.
Backend-разработчик
PMP/Prince2/Scrum Master. Управлял проектами от 5 млн ₽. Умеет работать с cross-functional командами (наука + разработка + бизнес). Контролирует риски, бюджет и держит связь с заказчиками/исполнителями.
О специалисте:
Jira/Asana, Confluence, MS Project, Notion, Slack, Gantt, Agile/Scrum, Waterfall
Стек:
5+ лет опыта
Project Manager
Планирует этапы проекта, координирует работу команды и контролирует сроки выполнения задач.
Project Manager
Рассчитывает unit-экономику, TCO и ROI, обосновывает решения на основе данных. Имеет опыт в финмоделировании, оценке TRL и market research.
О специалисте:
SQL, Python (pandas), Excel/Google Sheets, Power BI/Tableau, BPMN, UML, ROI-моделирование
Стек:
3+ лет опыта
Бизнес-аналитик
Переводит бизнес-задачи в технические требования. Оценивает экономический эффект и ROI проекта.
Бизнес-аналитик
Стартап-студия и коммерциализация
Business Model · MVP · Investment
Поддерживаем технологические стартапы на всех этапах: от идеи до MVP, привлечения инвестиций и выхода на рынок. Помогаем учёным превратить разработки в бизнес.
Computer Vision и NLP
Computer Vision · OCR · Object Detection
Внедряем технологии компьютерного зрения и обработки естественного языка для автоматизации бизнес-процессов: распознавание образов, анализ документов, чат-боты, извлечение данных.
SaaS-платформы и Дашбординг
Cloud Architecture · REST API · Real-time
Разрабатываем облачные сервисы и аналитические системы для управления бизнес-процессами и данными. Создаём интерактивные дашборды для мониторинга KPI в реальном времени.
Оптимизация и Алгоритмизация процессов
Graph Theory · ML · Operations Research
Разрабатываем алгоритмы для решения сложных бизнес-задач: оптимизация, управление, автоматизация принятия решений. Находим оптимальные решения в многомерных пространствах.
Математическое моделирование и Цифровые двойники
Simulation · CV · System Dynamics
Проектируем математические модели реальных объектов и процессов. Создаём цифровые двойники для оптимизации, тестирования сценариев и принятия решений без риска для реальных систем.
Предиктивная аналитика и ML
Time Series · Anomaly Detection · NLP
Создаём модели, которые прогнозируют события, выявляют закономерности и помогают принимать решения на основе данных. От прогнозирования спроса до обнаружения аномалий.
Технологический аудит и оценка TRL
Patent Analysis · TRL · Market Research
Проводим независимый аудит технологических проектов: от стартапов до корпоративных инноваций. Анализируем техническую реализуемость, рыночный потенциал и научную обоснованность.
Компетенции
Экспертиза на стыке науки, технологий и бизнеса
От фундаментальных исследований до коммерциализации — сопровождаем проекты на всех этапах развития.
Оставить заявку
Наша команда объединяет фундаментальную науку и бизнес-экспертизу. Над проектами работают научные консультанты, Data & ML-инженеры, разработчики и бизнес-аналитики.
Эксперты, сопровождающие проект на каждом этапе
Наша команда
Научный консалтинг для бизнеса.
Оставить заявку
© 2024 DeepTech.Lab
ПО для автоматизированного склада «ДиКом-Лифт»
Разработали программное обеспечение для управления вертикальными автоматизированными складами адресного хранения «ДиКом-Лифт». Система обеспечивает адресный учёт товаров, автоматизацию складских операций и бесшовную интеграцию с внешними WMS. Решение позволяет эффективно управлять хранением, инвентаризацией и выдачей товаров на автоматизированных складских комплексах.
ИНТЕРФЕЙС СИСТЕМЫ
ЗАДАЧА
Компания «ДиКом» уже начала разработку собственного программного обеспечения для управления складскими лифтами. Перед нашей командой стояла задача ускорить разработку, повысить качество продукта и реализовать сложную интеграцию с существующими WMS-системами.
Дополнительной сложностью стало отсутствие физического оборудования для тестирования. Все функции разрабатывались и проверялись с использованием эмуляторов рабочего места оператора и базы данных.
РЕШЕНИЕ
Мы разработали программное обеспечение, которое управляет вертикальными полками склада, поддерживает адресное хранение товаров, автоматизирует инвентаризацию, ведение журнала операций, печать этикеток и работу со штрихкодами. Для взаимодействия с корпоративными WMS реализовано отдельное интеграционное приложение с поддержкой REST и SOAP.
ЧТО БЫЛО РЕАЛИЗОВАНО
- управление складом в автономном режиме с сенсорного терминала;
- удалённое управление через внешние WMS;
- интеграция через REST и SOAP;
- импорт и экспорт данных Excel;
- автоматическая генерация и сканирование штрихкодов;
- адресное хранение товаров;
- проверка уникальности артикулов;
- визуальная подсветка ячеек хранения при выдаче товара;
- резервное копирование данных;
- автоматическое завершение пользовательской сессии при бездействии;
- адаптивный интерфейс для сенсорных экранов;
- настройка конфигурации склада и калибровка оборудования.
Особенности проекта
- Разработка без доступа к реальному оборудованию.
- Интеграция с существующими WMS заказчиков.
- Работа как в автономном, так и в сетевом режиме.
- Поддержка различных конфигураций складских комплексов.
ТЕХНОЛОГИИ
Java 11, JavaFX, HyperPostgreSQL, REST, SOAP
Интеграции
REST/SOAP
Серверная часть
Java 11
Клиентская часть
JavaFX
WMS для роботизации фармацевтического склада
Разработали WMS-систему для управления складом биофармацевтической продукции. Решение обеспечивает поштучный учёт каждой единицы товара, контроль условий хранения, управление перемещениями продукции и поддержку роботизированного отбора заказов.
ИНТЕРФЕЙС СИСТЕМЫ
ЗАДАЧА
Автоматизировать процессы учёта сырья и готовой продукции, обеспечить корректное хранение товаров в различных температурных режимах и повысить эффективность использования складских площадей.
Особенность проекта заключалась в необходимости учитывать не партии товара, а каждую единицу продукции отдельно с полной историей перемещений и соблюдением требований сертификации.
РЕШЕНИЕ
Разработали WMS-систему с интеграцией со складскими роботами, терминалами сбора данных, весовым оборудованием и корпоративными ERP-системами. Реализовали интеллектуальное размещение товаров, автоматизированный подбор заказов и контроль всех складских операций.
ЧТО БЫЛО РЕАЛИЗОВАНО
- поштучный учёт продукции;
- рекомендации по размещению товара с учётом требований GMP;
- мобильное приложение для терминалов сбора данных;
- мобильный документооборот;
- автоматическая инвентаризация;
- обработка расхождений при приёмке и отгрузке;
- использование штрихкодирования;
- оптимальный маршрут отбора заказов;
- интеграция с роботами склада;
- интеграция с весовым оборудованием;
- учёт маркированной продукции;
- передача данных в систему «Честный знак».
Интеграции
- SAP ERP
- SAP ATTP
- 1С ERP
Особенности проекта
- Контроль условий хранения продукции.
- Поштучный учёт каждой единицы товара.
- Роботизированный сбор заказов.
- Полная прослеживаемость перемещений продукции.
ТЕХНОЛОГИИ
TypeScript, React, Progressive Web Apps
Интеграции
SAP, 1С, ATTP
Учёт
Поштучный
Автоматизация
Роботизация
SaaS-платформа интеллектуальной аналитики данных
Разработали облачную SaaS-платформу для автоматического анализа больших массивов данных. Пользователь загружает Excel, CSV или TXT-файл и получает интерактивный аналитический отчёт с визуализацией, статистикой и рекомендациями на основе машинного обучения.
ИНТЕРФЕЙС СИСТЕМЫ
ЗАДАЧА
Создать готовый SaaS-продукт, который позволит пользователям без специальных знаний выполнять глубокий анализ данных и получать профессиональные аналитические отчёты.
Особенностью проекта стала необходимость автоматически определять структуру данных, подбирать методы анализа и формировать рекомендации без участия аналитиков.
РЕШЕНИЕ
Построили многоуровневую систему с интеллектуальным анализатором данных на Python и интерактивным интерфейсом на React. Платформа автоматически выполняет предобработку данных, строит визуализации, рассчитывает статистические показатели и формирует рекомендации на основе ML.
ЧТО БЫЛО РЕАЛИЗОВАНО
- загрузка Excel, CSV и TXT-файлов;
- автоматическая очистка и подготовка данных;
- статистический анализ;
- построение временных графиков;
- тепловые карты корреляций;
- интерактивные диаграммы;
- ML-рекомендации;
- KPI-панель;
- экспорт в PDF, Excel, PNG и SVG;
- ролевая модель доступа;
- REST API;
- webhook-уведомления;
- кэширование и асинхронная обработка больших файлов.
Возможности платформы
- анализ файлов объёмом до 500 000 строк;
- обработка файлов до 100 MB;
- автоматическое выявление аномалий и закономерностей;
- построение интерактивных дашбордов;
- генерация executive summary;
- адаптивный интерфейс для desktop, tablet и mobile;
- безопасное хранение данных и разграничение прав доступа.
ТЕХНОЛОГИИ
React, TypeScript, Python, FastAPI, Pandas, NumPy, SciPy, Scikit-learn, XGBoost, PostgreSQL, Redis, Celery
Создание отчётов
−95%
Автоматизация анализа
80%
Поиск инсайтов
30×
CRM с интеграцией Asterisk
Разработали CRM-систему для логистической компании, автоматизирующую работу контакт-центра. Система формирует очередь звонков, предоставляет оператору всю необходимую информацию по перевозке и позволяет выполнять звонки непосредственно из браузера.
ИНТЕРФЕЙС СИСТЕМЫ
ЗАДАЧА
Повысить эффективность операторов контакт-центра, автоматизировать распределение звонков и сократить время обработки обращений клиентов.
РЕШЕНИЕ
Создали CRM с интеграцией виртуальной АТС Asterisk, автоматическим распределением задач между операторами и отображением полной информации о перевозках в режиме реального времени.
ЧТО БЫЛО РЕАЛИЗОВАНО
- автоматическая очередь задач;
- распределение звонков между операторами;
- интеграция с Asterisk;
- звонки из браузера без дополнительного ПО;
- отображение информации о перевозке;
- хранение истории статусов;
- работа с доставкой и самовывозом;
- оформление заявок во время звонка;
- выставление и отправка счётов;
- база контрагентов;
- хранение сопроводительных документов.
Особенности проекта
- Работа операторов полностью через браузер.
- Автоматическое распределение нагрузки.
- Интеграция с внутренней базой заказчика.
- Вся информация о перевозке доступна в одном интерфейсе.
ТЕХНОЛОГИИ
.NET Core (C#), Angular, Telerik Kendo UI, SignalR, Web API
Телефония
Asterisk
Очередь звонков
Автоматическая
Работа
В браузере
ИИ в клиентской поддержке
Разработали интеллектуального ассистента для клиентской поддержки, который анализирует обращения пользователей, формирует корректные ответы на основе данных компании и автоматизирует до 80% типовых запросов. Решение помогает сократить нагрузку на операторов, повысить скорость обслуживания и обеспечить круглосуточную поддержку клиентов.
ЗАДАЧА
Современные пользователи ожидают персонализированные ответы 24/7, однако классические сценарные чат-боты плохо справляются со сложными обращениями и требуют постоянного сопровождения. Требовалось создать систему, способную понимать контекст запросов и использовать корпоративные знания компании.
РЕШЕНИЕ
Мы разработали ассистента на основе генеративного искусственного интеллекта, который использует актуальные данные компании, автоматически формирует ответы клиентам и интегрируется с различными каналами поддержки. Система отвечает только на основе имеющейся информации и сообщает пользователю, если данных недостаточно.
ЧТО БЫЛО РЕАЛИЗОВАНО
- автоматическая обработка обращений клиентов;
- генерация ответов на основе корпоративных данных;
- поддержка сложных запросов;
- интеграция с корпоративной базой знаний;
- ответы с указанием источников информации;
- работа 24/7;
- снижение нагрузки на операторов;
- возможность масштабирования без изменения процессов.
Поддерживаемые каналы
- Telegram
- Веб-виджет
- Битрикс24
- HelpDesk-системы
Измеримый эффект
- До 80% обращений в режиме самообслуживания
- +50% продуктивности операторов
- −60% операционных затрат
- +40% удовлетворённости клиентов (CSAT)
Примеры внедрения
Электронная коммерция
ИИ автоматически отвечает на вопросы о доставке, возврате товаров и статусе заказов, используя данные о заказах и сценарии обработки.
Результат: до 80% обращений обрабатываются автоматически.
Банковская сфера
Ассистент индексирует тарифы, инструкции и продуктовые документы, помогая операторам быстрее находить необходимую информацию.
Результат: ответы находятся в 5–10 раз быстрее.
Логистика
Система отвечает на вопросы о статусе отправлений, сроках доставки и маршрутах, используя данные трекинга и SLA.
Результат: до 85% обращений обрабатываются в режиме самообслуживания.
Самообслуживание
до 80%
Продуктивность
+50%
Расходы
−60%
База знаний с поиском на основе ИИ
Создали интеллектуальную корпоративную базу знаний, которая объединяет документы, регламенты, инструкции, письма и внутренние базы данных. Система отвечает на вопросы сотрудников естественным языком, объясняет сложные понятия простыми словами и всегда предоставляет ссылки на используемые источники.
ЗАДАЧА
Организовать единый доступ к корпоративным знаниям, сократить время поиска информации и снизить нагрузку на специалистов, отвечающих на вопросы сотрудников.
РЕШЕНИЕ
Мы разработали ИИ-ассистента, который автоматически индексирует корпоративные документы, поддерживает актуальность базы знаний и предоставляет пользователям точные ответы с подтверждением источников.
Система может быть развёрнута как внутри инфраструктуры компании, так и в приватном облаке без передачи данных сторонним сервисам.
ЧТО БЫЛО РЕАЛИЗОВАНО
- поиск по корпоративным документам;
- ответы на естественном языке;
- ссылки на источники;
- автоматическое обновление базы знаний;
- работа с политиками, письмами и документацией;
- безопасное развёртывание внутри компании;
- интеграция с существующими корпоративными источниками знаний.
Особенности платформы
- единый поиск по корпоративным знаниям;
- автоматическое обновление информации;
- безопасное хранение данных;
- работа в приватном облаке;
- ответы только на основе корпоративных документов.
Измеримый эффект
- Поиск информации в 30 раз быстрее
- 95% точность ответов
- −80% затрат на поддержку и обучение
- Внедрение за 2 недели
Примеры внедрения
BI-ассистент
ИИ помогает руководителям быстро находить нужные показатели, объясняет метрики и предоставляет ссылки на соответствующие дашборды.
Результат:
- ответы в 30 раз быстрее;
- снижение нагрузки на BI-команду на 20%.
Копилот для документации
Система автоматически подставляет ссылки на документы, проверяет актуальность информации и помогает готовить документацию и release notes.
Результат:
- подготовка черновиков быстрее на 40%;
- количество правок снижено на 30%;
- актуальность документов 95%+.
Поиск
30×
Точность
95%
Внедрение
2 недели
Реквизиты компании
Компания
ООО «РУСДРОН»
Зарегистрирована
02.06.2025 г.
Адрес регистрации
г. Москва, вн.тер. г. Муниципальный округ Марьино, б-р Перервинский, д. 27, к. 1, помещ. 10н.
Юридический адрес
г. Москва, вн.тер. г. Муниципальный округ Марьино, б-р Перервинский, д. 27, к. 1, помещ. 10н.
ОГРН
1257700248860
ИНН
9723254250
КПП
9723254250
К нашему сайту подключен сервис веб-аналитики Яндекс Метрика, использующий cookie-файлы, чтобы сделать ваше пребывание на нем максимально удобным. Оставаясь на сайте, вы даете свое согласие на обработку персональных данных в порядке, указанном в Политике конфиденциальности
