Технически проблем на Mail.ru Group, зима 2019 г

Наскоро се проведе поредната зимна защита на завършилите три наши технологични проекта - Технопарк (MSTU Бауман), Техносфера (Московски държавен университет „Ломоносов“) и Технотрек (MIPT). Екипите представиха както реализации на собствени идеи, така и решения на реални бизнес проблеми, предложени от различни подразделения на Mai.ru Group.

Сред проектите:

• Услуга за продажба на подаръци с добавена реалност.
• Услуга, която събира промоции, отстъпки и оферти от пощенския списък.
• Визуално търсене на дрехи.
• Услуга за електронен буккросинг с опция за наем.
• Интелигентен скенер за храна.
• Модерен аудио гид.
• Проект "Задачи на Mail.ru"
• Мобилна телевизия на бъдещето.

Бихме искали да ви разкажем по-подробно за шест проекта, които бяха специално подчертани от членовете на журито и менторите.

Визуално търсене на дрехи

Проектът беше представен от екип от възпитаници на Техносфера. Според анализаторите модният пазар в Русия през 2018 г. възлиза на почти 2,4 трилиона рубли. Момчетата създадоха услуга, която е позиционирана като интелигентен помощник за извършване на покупки в огромно разнообразие от стоки. Това е B2B решение, което разширява функционалността на онлайн магазините.

По време на UX тестване авторите на проекта установиха, че под „подобна рокля“ хората разбират прилика не в цвят или модел, а в атрибутите на облеклото. Затова момчетата разработиха система, която не само сравнява две снимки, но разбира семантичната близост. Вие качвате изображение на облеклото, което ви интересува, и услугата избира продукти, които отговарят на неговите атрибути.

Технически системата работи по следния начин:

Невронната мрежа Cascade Mask-RCNN беше обучена за откриване и класификация. За да се определят атрибутите и сходството на облеклото, се използва невронна мрежа, базирана на ResNext-50 с няколко глави за групи от атрибути и Triplet загуба за снимки на един продукт. Целият проект е реализиран на базата на микросервизна архитектура.

В бъдеще се планира:

1. Пуснете услуга за всички категории дрехи.
2. Разработете API за онлайн магазини.
3. Подобрете манипулирането на атрибути.
4. Научете се да разбирате заявки на естествен език.

Екип на проекта: Владимир Беляев, Петър Зайдел, Емил Богомолов.

Мобилна телевизия на бъдещето

Проект на екипа на Технопарк. Студентите създадоха приложение с телевизионен график за основните руски канали за цифрово излъчване, към което беше добавена функцията за гледане на канали с помощта на IPTV (онлайн канали) или антена.

Най-трудното беше да прикрепите антената към устройството с Android: за това те използваха тунер, за който авторите сами написаха драйвер. В резултат на това получихме възможност да гледаме телевизия и да използваме справочника за телевизионни програми на Android в едно приложение.

Екип на проекта: Константин Митраков, Сергей Ломачев.

Услуга, която събира промоции, отстъпки и оферти от пощенски списъци

Това е проект в пресечната точка на рекламата и пощенските технологии. Пощенските ни кутии са пълни със спам и писма. Всеки ден получаваме писма с лични отстъпки, но ги отваряме все по-рядко, възприемайки ги като „безполезна реклама“. Поради това потребителите губят ползи, а рекламодателите търпят загуби. Проучване на Mail.ru Mail показа, че потребителите искат да видят обобщение на отстъпките, които имат.

Проект поща събира информация за отстъпки и промоции от вашия бюлетин и ги показва под формата на лента с карти, от които можете да отидете на уебсайта или имейла на промоцията. Програмата може да работи с няколко пощенски кутии наведнъж. Има списък с избрани акции.

Проектът има микросервизна архитектура и се състои от три основни части:

1. OAuth авторизация за удобно свързване на пощенски кутии.
2. Събиране и анализ на писма с промоции.
3. Съхраняване и показване на карти за отстъпки.

Проектът използва технология за обработка на естествен език, използвайки ресурси на GPU: графичните ускорители позволиха да се увеличи скоростта на обработка с 50 пъти. Алгоритъмът е базиран на система въпрос-отговор, която ви позволява бързо да добавяте категории на склад в съответствие с новите бизнес изисквания.

Този отбор не само спечели място в топ отборите според журито, но и спечели конкурса „Digital Tops 2019“. Това е конкурс за руски разработчици, които създават ИТ инструменти за подобряване на ефективността на бизнеса и държавните агенции, както и за повишаване на личната продуктивност. Отборът ни спечели в категория студенти.

Студентите имат големи планове за по-нататъшното развитие на проекта, като следващите са:

• Интеграция с пощенски услуги.
• Внедряване на система за анализ на изображения.
• Стартиране на проект за широка публика.

Екип на проекта: Максим Ермаков, Денис Зиновиев, Никита Рубинов.

Отделно бихме искали да ви разкажем за три екипа, които бяха признати от менторите на Mail.ru Group, които работиха със студенти през целия семестър. Особено внимание беше обърнато на сложността на проекта, изпълнението и работата в екип при подбора на проекти.

Проект "Задачи на Mail.ru"

Проектът беше отбелязан както от журито, така и от менторите.

„Задачи Mail.ru“ е първата независима услуга за поддържане на списък със задачи, разработена от компанията. През следващите месеци Tasks ще замени списъците със задачи в календара на Mail.ru и след като проектът бъде активиран за всички потребители, той ще бъде интегриран в мобилната и уеб поща на Mail.ru.

Проектът беше реализиран с помощта на подходи Offline-first и Mobile-first. Тоест можете да използвате уеб приложението по всяко време, навсякъде и на всичко. Достъпът до интернет няма значение: данните ще бъдат запазени и синхронизирани. За по-голямо удобство можете да „инсталирате“ приложението от браузъра и то ще изглежда като нативно.

Интелигентен скенер за храна

В магазина за хранителни стоки не винаги можем бързо да определим дали даден хранителен продукт е подходящ за нас или не, доколко е безопасен и здравословен. Ситуацията става по-сложна, ако човек има диетични ограничения, различни алергии или е на диета. Приложението Foodwise за Android ви позволява да сканирате баркода на продукта и без усилие да видите дали си заслужава.
използваи го.

Приложението има три основни раздела: „Профил“, „Камера“ и „История“.

В „Профил“ вие задавате вашите предпочитания: в секцията „Съставки“ можете да изключите от диетата си всяка от 60 000 съставки, включени в базата данни, и да прочетете информация за Е-добавки. „Групите“ ви позволяват да изключите цял блок от съставки наведнъж. Например, ако посочите „Вегетарианство“, тогава всички продукти, съдържащи месо, ще бъдат маркирани в червено.

В раздела „Камера“ има два режима: сканиране на баркодове и разпознаване на зеленчуци и плодове. След сканиране на баркода ще получите цялата информация за продукта. Съставките, които сте изключили, ще бъдат маркирани в червено.

Всички предварително сканирани продукти ще бъдат запазени в История. Този раздел е оборудван с текстово и гласово търсене.

Режимът за разпознаване на плодове и зеленчуци ви позволява да получите информация за тяхната хранителна и енергийна стойност. Например, една ябълка съдържа приблизително 25 грама.
въглехидрати, което е недопустимо за хора на нисковъглехидратна диета.

Приложението е написано на Kotlin, „Камерата“ използва ML Kit за сканиране на баркодове и идентифициране на плодове и зеленчуци. Бекендът се състои от две услуги: API сървър с база данни,
който съхранява 60 000 съставки и композиции от 100 000 продукта, както и невронна мрежа, написана на Python и Tensorflow.

Екип на проекта: Артьом Андрюхов, Ксения Глазачева, Дмитрий Салман.

Услуга за продажба на подаръци с добавена реалност

Всеки човек поне веднъж в живота си е получавал символични подаръци. Често за хората фактът на вниманието е по-важен от подаръка, който получават. Такива подаръци не носят полза, но тяхното производство и изхвърляне оказват негативно влияние върху природата на нашата планета. Така на авторите на проекта им хрумва идеята за създаване на услуга за продажба на подаръци с добавена реалност.

За да проверим уместността на идеята, проведохме проучване. 82% от анкетираните са изправени пред проблема с избора на подарък. За 57% от анкетираните основната трудност при избора е страхът, че подаръците им няма да бъдат използвани. 78% от хората са готови да се променят, за да решат екологичните проблеми.

Авторите излагат три тези:

1. Подаръците живеят във виртуалния свят.
2. Не заемат място.
3. Винаги наблизо.

За внедряване на добавена реалност в мрежата, авторите избраха библиотеката AR.js, която се състои от две основни части:

• Първият е отговорен за рисуване на графики върху потока на камерата с помощта на A-Frame или Three.js.
• Втората част е ARToolKit, която отговаря за разпознаването на маркер (специален знак, който може да бъде отпечатан или показан на екрана на друго устройство) в изходния поток на камерата. Маркерът се използва за позициониране на графиките. Наличието на ARToolKit не ви позволява да създавате разширена реалност без маркери с помощта на AR.js.

AR.js крие много клопки. Например, използването му заедно с A-Frame може да „счупи“ стиловете в целия сайт. Затова авторите използваха „пакет“ от AR.js + Three.js, който помогна за решаването на някои от проблемите. И за да вградим AR.js, базиран на Three.js в React, в който е написан уебсайтът на проекта, трябваше да създадем AR-Test-2 хранилище (https://github.com/denisstasyev/AR-Test-2), който имплементира отделен React компонент за използване на AR.js, базиран на Three.js. Реализирано е гледане на модела в добавена реалност и 3D (за устройства без камера).

По-късно обаче се оказа, че потребителите не разбират какво е маркер и как да го използват. Затова авторите преминаха към технологията , която сега се разработва активно от Google. Той използва ARKit (iOS) или ARCore (Android) за изобразяване на модели в AR без маркер. Технологията е базирана на Three.js и включва програма за преглед на 3D модели. Използваемостта на програмата се подобри значително, но за да видите разширената реалност, ви е необходимо устройство с iOS 12 или по-нова версия.

Проектът вече е достъпен на (https://e-gifts.site/demo), където можете да получите първия си подарък.

Екип на проекта: Денис Стасиев, Антон Чадов.

Можете да прочетете повече за нашите образователни проекти на тази връзка. И посещавайте канала по-често Технопоток, там редовно се появяват нови образователни видеоклипове за програмиране, разработка и други дисциплини.

Източник: www.habr.com