Lastatempe okazis la sekva vintra defendo de diplomiĝintoj de tri el niaj teknologiaj projektoj - Technopark (Bauman MSTU), Technosphere (Lomonosov Moskva Ŝtata Universitato) kaj Technotrek (MIPT). La teamoj prezentis ambaŭ efektivigojn de siaj propraj ideoj kaj solvoj al realaj komercaj problemoj proponitaj de malsamaj sekcioj de Mai.ru Group.
Inter la projektoj:
- Servo por vendado de donacoj kun pliigita realeco.
- Servo kiu kunigas promociojn, rabatojn kaj ofertojn el la dissendolisto.
- Vida serĉo de vestaĵoj.
- Servo por elektronika librotransirejo kun luopcio.
- Saĝa manĝa skanilo.
- Moderna aŭdgvidilo.
- Projekto "Taskoj de Mail.ru"
- Poŝtelefona televido de la estonteco.
Ni ŝatus rakonti al vi pli detale pri ses projektoj, kiuj estis precipe elstarigitaj de la ĵurianoj kaj mentoroj.
Vida serĉo de vestaĵoj
La projekto estis prezentita de teamo de Technosphere-diplomiĝintoj. Laŭ analizistoj, la moda merkato en Rusio en 2018 sumiĝis al preskaŭ 2,4 duilionoj da rubloj. La infanoj kreis servon, kiu estas poziciigita kiel inteligenta asistanto por fari aĉetojn en grandega vario de varoj. Ĉi tio estas B2B solvo, kiu vastigas la funkciojn de interretaj butikoj.
Dum UX-testado, la aŭtoroj de la projekto eksciis, ke per "simila vesto" homoj komprenas similecon ne en koloro aŭ ŝablono, sed en la atributoj de la vestaĵo. Tial la infanoj disvolvis sistemon, kiu ne nur komparas du bildojn, sed komprenas semantikan proksimecon. Vi alŝutas bildon de la vestaĵo, pri kiu vi interesiĝas, kaj la servo elektas produktojn, kiuj rilatas al ĝiaj atributoj.
Teknike la sistemo funkcias jene:
La Neŭrala reto Cascade Mask-RCNN estis trejnita por detekto kaj klasifiko. Por determini la atributojn kaj similecon de vestaĵo, neŭrala reto bazita sur ResNext-50 kun pluraj kapoj estas uzata por grupoj de atributoj, kaj Triobla perdo por fotoj de unu produkto. La tuta projekto estis efektivigita surbaze de mikroserva arkitekturo.
Estontece ĝi estas planita:
- Lanĉi servon por ĉiuj kategorioj de vestaĵoj.
- Disvolvu API por interretaj butikoj.
- Plibonigi atributan manipuladon.
- Lernu kompreni demandojn en natura lingvo.
Projektteamo: Vladimir Beljaev, Petr Zaidel, Emil Bogomolov.
Poŝtelefono de la estonteco
Projekto de la teamo Technopark. Studentoj kreis aplikaĵon kun televida horaro por la ĉefaj rusiaj ciferecaj dissendaj kanaloj, al kiu aldoniĝis la funkcio spekti kanalojn per IPTV (retaj kanaloj) aŭ anteno.
La plej malfacila afero estis alkroĉi la antenon al la Android-aparato: por tio ili uzis agordilon, por kiu la aŭtoroj mem skribis ŝoforon. Kiel rezulto, ni ricevis la ŝancon spekti televidon kaj uzi la televidprogramon en Android en unu aplikaĵo.
Projektteamo: Konstantin Mitrakov, Sergey Lomachev.
Servo kiu kunigas promociojn, rabatojn kaj ofertojn de dissendolistoj
Ĉi tio estas projekto ĉe la intersekco de reklamado kaj poŝtaj teknologioj. Niaj leterkestoj estas plenaj de spamo kaj afiŝoj. Ĉiutage ni ricevas leterojn kun personaj rabatoj, sed ni malfermas ilin malpli kaj malpli, perceptante ilin kiel "senutila reklamado". Pro tio, uzantoj perdas avantaĝojn kaj reklamantoj suferas perdojn. Studo de Mail.ru Mail montris, ke uzantoj volas vidi resumon de la rabatoj, kiujn ili havas.
La projekto kolektas informojn pri rabatoj kaj promocioj de via bulteno kaj montras ilin en la formo de rubando da kartoj de kiuj vi povas iri al la reklama retejo aŭ retpoŝto. La programo povas funkcii kun pluraj leterkestoj samtempe. Estas listo de elektitaj akcioj.
La projekto havas mikroservan arkitekturon kaj konsistas el tri ĉefaj partoj:
- OAuth-rajtigo por oportuna konekto de leterkestoj.
- Kolekto kaj analizo de leteroj kun promocioj.
- Stokado kaj montrado de rabatkartoj.
La projekto uzas naturlingvan pretigan teknologion per GPU-resursoj: grafikaj akceliloj ebligis plialtigi pretigan rapidon je 50 fojojn. La algoritmo baziĝas sur demando-responda sistemo, kiu ebligas al vi rapide aldoni akciajn kategoriojn laŭ novaj komercaj postuloj.
Ĉi tiu teamo ne nur gajnis lokon en la pintaj teamoj laŭ la ĵurio, sed ankaŭ gajnis la konkurson "Digital Tops 2019". Ĉi tio estas konkurso por rusaj programistoj, kiuj kreas IT-iloj por plibonigi la efikecon de komercaj kaj registaraj agentejoj, kaj ankaŭ por pliigi personan produktivecon. Nia teamo gajnis la studentan kategorion.
La studentoj havas grandajn planojn por la plua evoluo de la projekto, la sekvaj estas:
- Integriĝo kun poŝtservoj.
- Efektivigo de bilda analizsistemo.
- Lanĉante projekton por larĝa publiko.
Projektteamo: Maksim Ermakov, Denis Zinoviev, Nikita Rubinov.
Aparte, ni ŝatus rakonti al vi pri tri teamoj, kiuj estis rekonitaj de Mail.ru Group-mentoroj, kiuj laboris kun studentoj dum la semestro. Aparta atento estis pagita al projektkomplekseco, efektivigo kaj teamlaboro dum elektado de projektoj.
Projekto "Taskoj de Mail.ru"
La projekto estis notita fare de kaj la ĵurio kaj mentoroj.
"Mail.ru Tasks" estas la unua sendependa servo por konservado de farolisto, evoluigita de la kompanio. En la venontaj monatoj, Taskoj anstataŭigos taskolistojn en Mail.ru Kalendaro, kaj post kiam la projekto estos ŝaltita por ĉiuj uzantoj, ĝi estos integrita al Mail.ru-poŝtelefono kaj retpoŝto.
La projekto estis efektivigita uzante Offline-unua kaj Poŝtelefono-unua aliroj. Tio estas, vi povas uzi la TTT-aplikaĵon iam ajn, ie ajn kaj sur io ajn. Interreta aliro ne gravas: la datumoj estos konservitaj kaj sinkronigitaj. Por pli granda komforto, vi povas "instali" la aplikaĵon de la retumilo, kaj ĝi aspektos kiel denaska.
Saĝa manĝa skanilo
En la nutraĵvendejo, ni ne povas ĉiam rapide determini ĉu manĝaĵo taŭgas por ni aŭ ne, kiom sekura kaj sana ĝi estas. La situacio fariĝas pli komplika se persono havas dietajn limigojn, diversajn alergiojn aŭ estas dieto. La Foodwise Android-aplikaĵo permesas vin skani la strekkodon de produkto kaj senpene vidi ĉu ĝi valoras ĝin.
uzi ĝin.
La aplikaĵo havas tri ĉefajn sekciojn: "Profilo", "Ĉambro" kaj "Historio".
En la "Profilo" vi fiksas viajn preferojn: en la sekcio "Ingrediencoj" vi povas ekskludi el via dieto iun el la 60 000 ingrediencoj inkluzivitaj en la datumbazo kaj legi informojn pri E-suplementoj. "Grupoj" permesas ekskludi tutan blokon da ingrediencoj samtempe. Ekzemple, se vi specifas "Vegetarismo", tiam ĉiuj produktoj enhavantaj viandon estos elstarigitaj ruĝe.
Estas du reĝimoj en la sekcio "Fotilo": skanado de strekkodoj kaj rekonado de legomoj kaj fruktoj. Post skanado de la strekokodo, vi ricevos ĉiujn informojn pri la produkto. Ingrediencoj, kiujn vi ekskludis, estos elstarigitaj ruĝe.
Ĉiuj antaŭe skanitaj produktoj estos konservitaj en Historio. Ĉi tiu sekcio estas ekipita kun teksto kaj voĉa serĉo.
La rekona reĝimo por fruktoj kaj legomoj permesas vin akiri informojn pri ilia nutra kaj energia valoro. Ekzemple, unu pomo enhavas proksimume 25 gramojn.
karbonhidratoj, kio estas neakceptebla por homoj kun malalta karbohidrata dieto.
La aplikaĵo estas skribita en Kotlin, la "Fotilo" uzas ML-ilaron por skani strekkodojn kaj identigi fruktojn kaj legomojn. La backend konsistas el du servoj: API-servilo kun datumbazo,
kiu stokas 60 ingrediencojn kaj komponaĵojn de 000 produktoj, same kiel neŭralan reton skribitan en Python kaj Tensorflow.
Projektteamo: Artjom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Servo por vendado de donacoj kun pliigita realeco
Ĉiu persono ricevis simbolajn donacojn almenaŭ unufoje en sia vivo. Ofte, por homoj, la fakto de atento estas pli grava ol la donaco kiun ili ricevas. Tiaj donacoj ne estas utilaj, sed ilia produktado kaj forigo havas negativan efikon sur la naturo de nia planedo. Jen kiel la aŭtoroj de la projekto elpensis la ideon krei servon por vendi donacojn kun pliigita realeco.
Por testi la gravecon de la ideo, ni faris studon. 82% de respondintoj alfrontis la problemon elekti donacon. Por 57% de la enketitoj, la ĉefa malfacilaĵo por elekti estis la timo, ke iliaj donacoj ne estus uzataj. 78% de homoj pretas ŝanĝiĝi por solvi mediajn problemojn.
La aŭtoroj prezentis tri tezojn:
- Donacoj vivas en la virtuala mondo.
- Ili ne okupas spacon.
- Ĉiam proksima.
Por efektivigi pliigitan realecon en la reto, la aŭtoroj elektis la bibliotekon AR.js, kiu konsistas el du ĉefaj partoj:
- La unua respondecas pri desegnado de grafikaĵoj sur la fotila fluo uzante A-Frame aŭ Three.js.
- La dua parto estas ARToolKit, kiu respondecas pri rekono de markilo (speciala signo kiu povas esti presita aŭ montrita sur la ekrano de alia aparato) en la fotila eligofluo. La markilo estas uzata por poziciigi la grafikojn. La ĉeesto de ARToolKit ne permesas al vi krei senmarkan pliigitan realecon per AR.js.
AR.js kaŝas multajn malfacilaĵojn. Ekzemple, ĝia uzo kune kun A-Frame povas "rompi" stilojn tra la retejo. Tial la aŭtoroj uzis "faskon" de AR.js + Three.js, kiu helpis solvi iujn problemojn. Kaj por enigi AR.js bazitan sur Three.js en React, en kiu la projekto retejo estas skribita, ni devis krei AR-Test-2-deponejon (), kiu efektivigas apartan React-komponenton por uzi AR.js bazitan sur Three.js. Vidado de la modelo en pliigita realeco kaj 3D (por aparatoj sen fotilo) estis efektivigita.
Tamen poste montriĝis, ke uzantoj ne komprenas, kio estas markilo kaj kiel uzi ĝin. Tial, la aŭtoroj ŝanĝis al teknologio , kiu nuntempe estas aktive evoluigita de Guglo. Ĝi uzas ARKit (iOS) aŭ ARCore (Android) por bildi modelojn en AR sen markilo. La teknologio baziĝas sur Three.js kaj inkluzivas 3D-modelrigardilon. La uzebleco de la programo signife pliboniĝis, tamen, por vidi pliigitan realecon, vi bezonas aparaton kun iOS 12 aŭ posta.
La projekto nun haveblas ĉe (), kie vi povas ricevi vian unuan donacon.
Projektteamo: Denis Stasyev, Anton Chadov.
Vi povas legi pli pri niaj edukaj projektoj ĉe . Kaj vizitu la kanalon pli ofte , novaj edukaj videoj pri programado, evoluo kaj aliaj fakoj aperas tie regule.
fonto: www.habr.com