Разработка и настройка нейронной сети (AI) для компании OBOZ Digital
Задача
Проблемы проекта:
- на основе накопленных анкетных данных контрагентов планировалось выдавать модулем «Скоринг» максимально достоверные прогнозы рейтингов Поставщиков и Покупателей;
- компании Обоз требовался ИТ-партнер с опытом проектирования и внедрения современных алгоритмов вычислений на основе нейросети. Также из-за активной фазы разработки других модулей Продукта у Обоза не хватало собственных ресурсов;
- внутренняя взаимосвязь модулей. Логика работы модулей «Рейтинги» и «Бонусы» тесно связана с модулем «Скоринг».
Решение
1 Этап. Аналитика.
Спроектирована архитектура и схема данных, разработаны частные технические задания (ЧТЗ) и технические постановки на разработку модулей «Рейтинги», «Бонусы» и «Скоринг». Для модуля «Скоринг» на этапе аналитики были реализованы прототипы трех моделей нейронной сети, по результатам обучения и проверки которых в качестве базовой для этапа разработки выбрана модель нейросети с наилучшими показателями.
2 Этап. Разработка.
На бекенд были реализованы обвязки, схема данных, логика работы и внешние связи модулей «Рейтинги», «Бонусы» и «Скоринг» как между собой, так и с другими модулями продукта. Для каждого из трех новых модулей реализован веб-интерфейс для возможности настройки модулей администратором платформы. Обеспечено 30%-ое покрытие кода unit-тестами. В процессе приемки работ заказчиком на тестовом стенде проведено функциональное, регрессионное, интеграционное и нагрузочное тестирование новой функциональности, также выполнена подстройка алгоритма нейронной сети под приемочные испытания достоверности рейтинга, выдаваемого модулем «Скоринг», тимлидами заказчика проведено ревью кода бекенд и фронтенд. По всем проведенным проверкам полученный результат заказчика устроил.
По итогу реализации и стабилизации разработчикам Обоза передана подробная техническая документация на модули «Рейтинги», «Бонусы» и «Скоринг» для возможности их самостоятельного встраивания в релизы продукта и дальнейшего развития силами Заказчика.
Технологический стек, движок:
Модули «Рейтинги» и «Бонусы»: kotlin/java, spring-boot, consul, kafka, keycloak, PostgreSQL, vue.js Модуль «Скоринг»: python, consul, kafka, keycloak, PostgreSQL, Minio, vue.js.
Результат
Сроки проекта, трудозатраты:
1 Этап. Аналитика — длительность 3,5 месяца.
Суммарно потратили: 750 часов;
В команде от DZ: системный аналитик, бизнес-аналитик, тимлид java, тимлид python, специалист по нейросети, руководители проекта каждой из команд;
В команде от Заказчика: бизнес архитектор/функциональный заказчик, системный аналитик, системный архитектор и руководитель проекта/функциональный заказчик.
2 Этап. Разработка — длительность 8 месяцев.
Суммарно потратили: 2100 часов;
В команде от DZ: разработчик java, разработчик python, фронтенд разработчики, специалист по нейросети, руководители проекта каждой из команд;
В команде от Заказчика: тестировщики, devOPS, тимлид бекенд, тимлид фронтенд, бизнес архитектор/функциональный заказчик, руководитель проекта/функциональный заказчик.
Разработана информационная система, способная в режиме реального времени предупреждать аварии на водопроводных узлах. На карте отображена водопроводная сеть, на которой в …
Автоматизированная система контроля билетов и рассадки пассажиров, которая связывается с системой продажи билетов для компании-перевозчика