Что входит в ретейнер‑поддержку экосистемы
Ретейнер — это не просто «исправление багов». Для SaaS‑продукта, где сайт, мобильное приложение и AI‑модули работают как единый организм, поддержка покрывает четыре слоя:
- Инфраструктура: серверы, CI/CD, базы данных, балансировка нагрузки.
- Фронтенд и бэкенд: обновления библиотек, патчи безопасности, миграции схем.
- Мобильные билды: выпуск новых версий в App Store и Google Play, совместимость с последними iOS/Android.
- AI‑конвейер: мониторинг качества предсказаний, переобучение моделей, управление датасетами.
В нашей практике наши кейсы показывают, что игнорирование любого из слоев приводит к деградации конверсии за 2–3 месяца.
SLA и мониторинг: как измеряем качество
Стандартный SLA для ретейнера 2026 года выглядит так:
- Время реакции на инцидент P1 (простой ядра) — 15 минут, на P2 (деградация) — 1 час.
- Доступность API — 99,9 % в месяц (исключая плановые окна).
- Латентность инференса AI — не более 200 мс на 95‑й перцентиль.
Мониторинг строится на трех уровнях: инфраструктурный (Prometheus + Grafana), приложение (OpenTelemetry трейсы), бизнес‑метрики (конверсия, churn, качество предсказаний). Алёрты уходят в Slack/Telegram дежурному инженеру. Еженедельный отчёт включает SLA‑выполнение, количество деплоев, drift‑метрики моделей.
Дообучение AI‑моделей без простоев
Дообучение — самая затратная часть ретейнера. Мы используем подход «shadow‑training»:
- Новые данные накапливаются в feature store.
- Еженедельно запускается обучение в изолированном кластере.
- Модель проходит A/B‑тест на 5 % трафика.
- Если метрики улучшились ≥ 2 % — продвигаем в прод без даунтайма.
Стоимость одного цикла дообучения (GPU‑часы, валидация, деплой) в 2026 году составляет 45–70 тыс. ₽ в зависимости от размера датасета. В ретейнере это закладывается как фиксированный пакет (например, 4 цикла в месяц) или оплачивается по факту — см. раздел про ценообразование.
Формирование цены: фиксированная vs performance
Две базовые модели:
| Параметр | Фиксированная ставка | Performance‑модель |
|---|