Äskettäin järjestettiin kolmen teknologiaprojektimme valmistuneiden seuraava talvipuolustus - Technopark (Bauman MSTU), Technosphere (Lomonosov Moskovan valtionyliopisto) ja Technotrek (MIPT). Tiimit esittelivät sekä omien ideoidensa toteutuksia että Mai.ru Groupin eri divisioonien ehdottamia ratkaisuja todellisiin liiketoiminnan ongelmiin.
Projektien joukossa:
- Palvelu lahjojen myyntiin lisätyn todellisuuden kanssa.
- Palvelu, joka yhdistää kampanjat, alennukset ja tarjoukset postituslistalta.
- Vaatteiden visuaalinen haku.
- Palvelu sähköisen kirjan ylittämiseen vuokrausmahdollisuudella.
- Älykäs ruokaskanneri.
- Nykyaikainen ääniopas.
- Projekti "Mail.ru Tasks"
- Tulevaisuuden mobiilitelevisio.
Haluaisimme kertoa teille tarkemmin kuudesta hankkeesta, joita tuomariston jäsenet ja mentorit korostivat erityisesti.
Vaatteiden visuaalinen haku
Projektin esitteli Technosphere-tutkinnon suorittaneiden tiimi. Analyytikoiden mukaan muotimarkkinat Venäjällä vuonna 2018 olivat lähes 2,4 biljoonaa ruplaa. Kaverit loivat palvelun, joka on asetettu älykkääksi avustajaksi ostamaan valtavasti erilaisia tavaroita. Tämä on B2B-ratkaisu, joka laajentaa verkkokauppojen toimivuutta.
UX-testauksen aikana projektin tekijät saivat selville, että "samankaltaisella mekolla" ihmiset eivät ymmärrä samankaltaisuutta värin tai kuvion, vaan vaatteiden ominaisuuksien osalta. Siksi kaverit kehittivät järjestelmän, joka ei vain vertaile kahta kuvaa, vaan ymmärtää semanttisen läheisyyden. Lataat kuvan sinua kiinnostavasta vaatekappaleesta ja palvelu valitsee tuotteet, jotka vastaavat sen ominaisuuksia.
Teknisesti järjestelmä toimii seuraavasti:
Cascade Mask-RCNN -hermoverkko koulutettiin havaitsemiseen ja luokitteluun. Vaatteiden ominaisuuksien ja samankaltaisuuden määrittämiseksi käytetään ResNext-50:een perustuvaa hermoverkkoa, jossa on useita päitä, attribuuttiryhmille ja Triplet lossa yhden tuotteen valokuville. Koko projekti toteutettiin mikropalveluarkkitehtuuriin perustuen.
Jatkossa on suunnitteilla:
- Avaa palvelu kaikille vaateluokille.
- Kehitä API verkkokauppoja varten.
- Paranna attribuuttien käsittelyä.
- Opi ymmärtämään kyselyitä luonnollisella kielellä.
Projektiryhmä: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
Tulevaisuuden mobiili-tv
Technopark-tiimin projekti. Opiskelijat loivat sovelluksen TV-aikataululla Venäjän tärkeimmille digitaalisille kanaville, johon lisättiin kanavien katselutoiminto IPTV:n (online channels) tai antennin avulla.
Vaikein asia oli kiinnittää antenni Android-laitteeseen: tätä varten he käyttivät viritintä, jolle kirjoittajat itse kirjoittivat ajurin. Tuloksena saimme mahdollisuuden katsella televisiota ja käyttää TV-ohjelmaopasta Androidilla yhdessä sovelluksessa.
Projektiryhmä: Konstantin Mitrakov, Sergey Lomachev.
Palvelu, joka yhdistää kampanjat, alennukset ja tarjoukset postituslistoilta
Tämä on projekti mainonnan ja postiteknologian risteyksessä. Postilaatikomme ovat täynnä roskapostia ja postituksia. Joka päivä saamme kirjeitä, joissa on henkilökohtaisia alennuksia, mutta avaamme niitä yhä harvemmin ja pidämme niitä "hyödyttömänä mainonnana". Tämän vuoksi käyttäjät menettävät etuja ja mainostajat kärsivät menetyksiä. Mail.ru Mailin tutkimus osoitti, että käyttäjät haluavat nähdä yhteenvedon omistamistaan alennuksista.
Hanke
Projektissa on mikropalveluarkkitehtuuri ja se koostuu kolmesta pääosasta:
- OAuth-valtuutus postilaatikoiden kätevää yhdistämistä varten.
- Kirjeiden kerääminen ja analysointi promootioiden kanssa.
- Alennuskorttien säilytys ja esittely.
Projektissa käytetään luonnollisen kielen prosessointitekniikkaa GPU-resursseja käyttäen: grafiikkakiihdyttimien ansiosta prosessointinopeus nostettiin 50-kertaiseksi. Algoritmi perustuu kysymys-vastaus-järjestelmään, jonka avulla voit nopeasti lisätä osakeluokkia uusien liiketoimintavaatimusten mukaisesti.
Tämä joukkue ei vain voittanut paikan kärkijoukkueissa tuomariston mukaan, vaan myös voitti "Digital Tops 2019" -kilpailun. Tämä on kilpailu venäläisille kehittäjille, jotka luovat IT-työkaluja parantaakseen yritysten ja valtion virastojen tehokkuutta sekä lisätäkseen henkilökohtaista tuottavuutta. Joukkueemme voitti opiskelijasarjan.
Opiskelijoilla on suuria suunnitelmia projektin jatkokehittämiseksi, seuraavat ovat:
- Integrointi postipalveluihin.
- Kuva-analyysijärjestelmän käyttöönotto.
- Projektin käynnistäminen laajalle yleisölle.
Projektiryhmä: Maxim Ermakov, Denis Zinovjev, Nikita Rubinov.
Haluamme erikseen kertoa sinulle kolmesta joukkueesta, jotka tunnustivat Mail.ru-ryhmän mentorit, jotka työskentelivät opiskelijoiden kanssa koko lukukauden ajan. Hankkeita valittaessa kiinnitettiin erityistä huomiota projektin monimutkaisuuteen, toteutukseen ja tiimityöhön.
Projekti "Mail.ru Tasks"
Projekti sai huomion sekä raati että mentorit.
"Tasks Mail.ru" on ensimmäinen yrityksen kehittämä itsenäinen palvelu tehtäväluettelon ylläpitoon. Lähikuukausina Tasks korvaa tehtäväluettelot Mail.ru-kalenterissa, ja kun projekti on otettu käyttöön kaikille käyttäjille, se integroidaan Mail.ru-mobiili- ja verkkopostiin.
Projekti toteutettiin käyttämällä Offline-first- ja Mobile-first -lähestymistapoja. Eli voit käyttää verkkosovellusta milloin tahansa, missä tahansa ja missä tahansa. Internet-yhteydellä ei ole väliä: tiedot tallennetaan ja synkronoidaan. Mukavuuden lisäämiseksi voit "asentaa" sovelluksen selaimesta, ja se näyttää alkuperäiseltä.
Älykäs ruokaskanneri
Ruokakaupassa emme aina pysty nopeasti selvittämään, sopiiko ruoka meille vai ei, kuinka turvallinen ja terveellinen se on. Tilanne monimutkaistuu, jos henkilöllä on ruokavaliorajoituksia, erilaisia allergioita tai hän on dieetillä. Foodwisen Android-sovelluksen avulla voit skannata tuotteen viivakoodin ja nähdä vaivattomasti, kannattaako se sen arvoista.
Käytä sitä.
Sovelluksessa on kolme pääosiota: "Profiili", "Kamera" ja "Historia".
"Profiili" -kohdassa asetat mieltymyksesi: "Ainesosat" -osiossa voit jättää ruokavaliostasi pois minkä tahansa tietokantaan sisältyvästä 60 000 ainesosasta ja lukea tietoja E-lisistä. "Ryhmien" avulla voit sulkea pois kokonaisen ainesosan kerralla. Jos esimerkiksi määrität "kasvissyönti", kaikki lihaa sisältävät tuotteet korostetaan punaisella.
"Kamera"-osiossa on kaksi tilaa: viivakoodien skannaus ja vihannesten ja hedelmien tunnistaminen. Viivakoodin skannauksen jälkeen saat kaikki tiedot tuotteesta. Suljetut ainesosat korostetaan punaisella.
Kaikki aiemmin skannatut tuotteet tallennetaan Historiaan. Tämä osio on varustettu teksti- ja puhehaulla.
Hedelmien ja vihannesten tunnistustilan avulla voit saada tietoa niiden ravinto- ja energiaarvosta. Esimerkiksi yksi omena sisältää noin 25 grammaa.
hiilihydraatteja, mikä ei ole hyväksyttävää vähähiilihydraattista ruokavaliota noudattaville.
Sovellus on kirjoitettu Kotlin-kielellä, ”Camera” käyttää ML Kitiä viivakoodien skannaamiseen ja hedelmien ja vihannesten tunnistamiseen. Taustajärjestelmä koostuu kahdesta palvelusta: API-palvelimesta, jossa on tietokanta,
joka tallentaa 60 000 ainesosaa ja koostumusta 100 000 tuotteesta sekä Pythonilla ja Tensorflow:lla kirjoitetun hermoverkon.
Projektiryhmä: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Palvelu lahjojen myyntiin lisätyn todellisuuden kanssa
Jokainen ihminen on saanut ainakin kerran elämässään symbolisia lahjoja. Usein ihmisille huomio on tärkeämpää kuin heidän saamansa lahja. Tällaiset lahjat eivät ole hyödyllisiä, mutta niiden valmistamisella ja hävittämisellä on kielteinen vaikutus planeettamme luontoon. Näin hankkeen tekijät saivat idean luoda lisätyn todellisuuden lahjojen myyntipalvelu.
Testaaksemme idean asianmukaisuutta teimme tutkimuksen. 82 % vastaajista kohtasi lahjan valinnan ongelman. 57 %:lle vastaajista suurin valinnan vaikeus oli pelko siitä, että heidän lahjojaan ei käytetä. 78 % ihmisistä on valmis muuttamaan ympäristöongelmien ratkaisemiseksi.
Kirjoittajat esittivät kolme teesiä:
- Lahjat elävät virtuaalimaailmassa.
- Ne eivät vie tilaa.
- Sulje aina.
Lisätyn todellisuuden toteuttamiseksi verkossa kirjoittajat valitsivat AR.js-kirjaston, joka koostuu kahdesta pääosasta:
- Ensimmäinen vastaa grafiikan piirtämisestä kameravirran päälle A-Framen tai Three.js:n avulla.
- Toinen osa on ARToolKit, joka vastaa merkin (erityismerkin, joka voidaan tulostaa tai näyttää toisen laitteen näytöllä) tunnistamisesta kameran ulostulovirrasta. Merkkiä käytetään grafiikan sijoittamiseen. ARToolKitin läsnäolo ei anna sinun luoda merkkejä sisältämätöntä lisättyä todellisuutta AR.js:n avulla.
AR.js kätkee monia sudenkuoppia. Esimerkiksi sen käyttö yhdessä A-Framen kanssa voi "rikkoa" tyylejä koko sivustolla. Siksi kirjoittajat käyttivät AR.js + Three.js -pakettia, joka auttoi ratkaisemaan joitakin ongelmia. Ja upottaaksemme Three.js-pohjaisen AR.js:n Reactiin, johon projektin verkkosivusto kirjoitetaan, meidän piti luoda AR-Test-2-arkisto (
Myöhemmin kuitenkin kävi ilmi, että käyttäjät eivät ymmärrä mitä merkki on ja miten sitä käytetään. Siksi kirjoittajat vaihtoivat -tekniikkaan, jota Google kehittää nyt aktiivisesti. Se käyttää ARKit (iOS) tai ARCore (Android) mallien renderöimiseen AR:ssä ilman merkkiä. Tekniikka perustuu Three.js:ään ja sisältää 3D-mallin katseluohjelman. Ohjelman käytettävyys on parantunut merkittävästi, mutta lisätyn todellisuuden katsomiseen tarvitset laitteen, jossa on iOS 12 tai uudempi.
Projekti on nyt saatavilla osoitteessa (
Projektiryhmä: Denis Stasyev, Anton Chadov.
Voit lukea lisää koulutusprojekteistamme osoitteessa
Lähde: will.com