Kamakailan lamang, ang susunod na pagtatanggol sa taglamig ng mga nagtapos ng tatlo sa aming mga proyekto sa teknolohiya ay naganap - Technopark (Bauman MSTU), Technosphere (Lomonosov Moscow State University) at Technotrek (MIPT). Ang mga koponan ay nagpakita ng parehong pagpapatupad ng kanilang sariling mga ideya at solusyon sa mga tunay na problema sa negosyo na iminungkahi ng iba't ibang mga dibisyon ng Mai.ru Group.
Kabilang sa mga proyekto:
- Serbisyo para sa pagbebenta ng mga regalo na may augmented reality.
- Isang serbisyo na pinagsasama-sama ang mga promosyon, diskwento at alok mula sa mailing list.
- Visual na paghahanap para sa mga damit.
- Serbisyo para sa electronic book crossing na may opsyon sa pagrenta.
- Smart food scanner.
- Makabagong gabay sa audio.
- Project "Mail.ru Tasks"
- Mobile na telebisyon sa hinaharap.
Nais naming sabihin sa iyo nang mas detalyado ang tungkol sa anim na proyekto na lalo na na-highlight ng mga miyembro ng hurado at tagapayo.
Visual na paghahanap para sa mga damit
Ang proyekto ay ipinakita ng isang pangkat ng mga nagtapos sa Technosphere. Ayon sa mga analyst, ang fashion market sa Russia noong 2018 ay umabot sa halos 2,4 trilyon rubles. Ang mga lalaki ay lumikha ng isang serbisyo na nakaposisyon bilang isang matalinong katulong para sa paggawa ng mga pagbili sa isang malaking iba't ibang mga kalakal. Ito ay isang B2B na solusyon na nagpapalawak ng functionality ng mga online na tindahan.
Sa panahon ng pagsubok sa UX, nalaman ng mga may-akda ng proyekto na sa pamamagitan ng "katulad na damit" naiintindihan ng mga tao ang pagkakatulad hindi sa kulay o pattern, ngunit sa mga katangian ng damit. Samakatuwid, ang mga lalaki ay bumuo ng isang sistema na hindi lamang naghahambing ng dalawang larawan, ngunit nauunawaan ang semantic proximity. Nag-a-upload ka ng larawan ng item ng damit na interesado ka, at pipili ang serbisyo ng mga produkto na nauugnay sa mga katangian nito.
Teknikal na gumagana ang system tulad ng sumusunod:
Ang Cascade Mask-RCNN neural network ay sinanay para sa pagtuklas at pag-uuri. Upang matukoy ang mga katangian at pagkakatulad ng pananamit, isang neural network batay sa ResNext-50 na may ilang mga ulo ay ginagamit para sa mga pangkat ng mga katangian, at Triplet loss para sa mga larawan ng isang produkto. Ang buong proyekto ay ipinatupad batay sa microservice architecture.
Sa hinaharap, ito ay binalak:
- Maglunsad ng serbisyo para sa lahat ng kategorya ng damit.
- Bumuo ng isang API para sa mga online na tindahan.
- Pagbutihin ang pagmamanipula ng katangian.
- Matutong unawain ang mga tanong sa natural na wika.
Koponan ng proyekto: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
Mobile TV ng hinaharap
Proyekto ng Technopark team. Ang mga mag-aaral ay lumikha ng isang application na may iskedyul ng TV para sa pangunahing mga channel ng digital broadcasting ng Russia, kung saan idinagdag ang function ng pagtingin sa mga channel gamit ang IPTV (mga online na channel) o isang antenna.
Ang pinakamahirap na bagay ay ang pag-attach ng antena sa Android device: para dito gumamit sila ng isang tuner, kung saan ang mga may-akda mismo ay sumulat ng isang driver. Bilang resulta, nagkaroon kami ng pagkakataong manood ng TV at gamitin ang gabay sa programa sa TV sa Android sa isang application.
Koponan ng proyekto: Konstantin Mitrakov, Sergey Lomachev.
Isang serbisyong pinagsasama-sama ang mga promosyon, diskwento at alok mula sa mga mailing list
Ito ay isang proyekto sa intersection ng advertising at postal na mga teknolohiya. Ang aming mga mailbox ay puno ng spam at mga mailing. Araw-araw ay nakakatanggap kami ng mga liham na may mga personal na diskwento, ngunit paunti-unti naming binubuksan ang mga ito, na itinuturing ang mga ito bilang "walang silbi na advertising." Dahil dito, nawawalan ng mga benepisyo ang mga user at nalulugi ang mga advertiser. Ang isang pag-aaral ng Mail.ru Mail ay nagpakita na ang mga user ay gustong makakita ng buod ng mga diskwento na mayroon sila.
Proyekto nangongolekta ng impormasyon tungkol sa mga diskwento at promosyon mula sa iyong newsletter at ipinapakita ang mga ito sa anyo ng isang laso ng mga card kung saan maaari kang pumunta sa website ng promosyon o email. Ang programa ay maaaring gumana sa ilang mga mailbox nang sabay-sabay. Mayroong listahan ng mga napiling stock.
Ang proyekto ay may microservice architecture at binubuo ng tatlong pangunahing bahagi:
- OAuth authorization para sa maginhawang koneksyon ng mga mailbox.
- Koleksyon at pagsusuri ng mga liham na may mga promosyon.
- Pag-iimbak at pagpapakita ng mga discount card.
Gumagamit ang proyekto ng natural na teknolohiya sa pagpoproseso ng wika gamit ang mga mapagkukunan ng GPU: ginawang posible ng mga graphics accelerator na pataasin ng 50 beses ang bilis ng pagproseso. Ang algorithm ay batay sa isang question-answer system, na nagbibigay-daan sa iyong mabilis na magdagdag ng mga kategorya ng stock alinsunod sa mga bagong kinakailangan sa negosyo.
Ang pangkat na ito ay hindi lamang nanalo ng puwesto sa mga nangungunang koponan ayon sa hurado, ngunit nanalo rin sa kompetisyong βDigital Tops 2019β. Ito ay isang kumpetisyon para sa mga developer ng Russia na lumikha ng mga tool sa IT upang mapabuti ang kahusayan ng mga ahensya ng negosyo at pamahalaan, pati na rin upang madagdagan ang personal na produktibo. Ang aming koponan ay nanalo sa kategoryang mag-aaral.
Ang mga mag-aaral ay may malalaking plano para sa karagdagang pag-unlad ng proyekto, ang mga susunod ay:
- Pagsasama sa mga serbisyo ng mail.
- Pagpapatupad ng isang sistema ng pagsusuri ng imahe.
- Paglulunsad ng isang proyekto para sa malawak na madla.
Koponan ng proyekto: Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Hiwalay, nais naming sabihin sa iyo ang tungkol sa tatlong koponan na kinilala ng mga mentor ng Mail.ru Group na nagtrabaho kasama ang mga mag-aaral sa buong semestre. Ang partikular na atensyon ay binayaran sa pagiging kumplikado ng proyekto, pagpapatupad at pagtutulungan ng magkakasama kapag pumipili ng mga proyekto.
Project "Mail.ru Tasks"
Ang proyekto ay napansin ng parehong hurado at mga tagapayo.
Ang "Tasks Mail.ru" ay ang unang independiyenteng serbisyo para sa pagpapanatili ng isang listahan ng gagawin, na binuo ng kumpanya. Sa mga darating na buwan, papalitan ng Tasks ang mga listahan ng gawain sa Mail.ru Calendar, at pagkatapos paganahin ang proyekto para sa lahat ng user, isasama ito sa Mail.ru mobile at web Mail.
Ang proyekto ay ipinatupad gamit ang Offline-first at Mobile-first approaches. Ibig sabihin, maaari mong gamitin ang web application anumang oras, kahit saan at sa anumang bagay. Ang pag-access sa Internet ay hindi mahalaga: ang data ay ise-save at i-synchronize. Para sa higit na kaginhawahan, maaari mong "i-install" ang application mula sa browser, at ito ay magmumukhang isang katutubong.
Smart food scanner
Sa grocery store, hindi natin palaging mabilis na matukoy kung ang isang produktong pagkain ay angkop para sa atin o hindi, kung gaano ito ligtas at malusog. Ang sitwasyon ay nagiging mas kumplikado kung ang isang tao ay may mga paghihigpit sa pagkain, iba't ibang mga alerdyi, o nasa isang diyeta. Binibigyang-daan ka ng Foodwise Android app na i-scan ang barcode ng isang produkto at walang kahirap-hirap na makita kung sulit ito.
gamitin ito.
Ang application ay may tatlong pangunahing seksyon: "Profile", "Camera" at "Kasaysayan".
Sa "Profile" itinakda mo ang iyong mga kagustuhan: sa seksyong "Mga Ingredients" maaari mong ibukod mula sa iyong diyeta ang alinman sa 60 sangkap na kasama sa database at basahin ang impormasyon tungkol sa mga E-supplement. Binibigyang-daan ka ng "Mga Grupo" na ibukod ang isang buong bloke ng mga sangkap nang sabay-sabay. Halimbawa, kung tinukoy mo ang "Vegetarianism," ang lahat ng produktong naglalaman ng karne ay iha-highlight sa pula.
Mayroong dalawang mga mode sa seksyong "Camera": pag-scan ng mga barcode at pagkilala sa mga gulay at prutas. Pagkatapos i-scan ang barcode, makukuha mo ang lahat ng impormasyon tungkol sa produkto. Ang mga sangkap na iyong ibinukod ay iha-highlight sa pula.
Ang lahat ng naunang na-scan na produkto ay ise-save sa History. Ang seksyong ito ay nilagyan ng paghahanap ng teksto at boses.
Ang mode ng pagkilala para sa mga prutas at gulay ay nagbibigay-daan sa iyo upang makakuha ng impormasyon tungkol sa kanilang nutritional at enerhiya na halaga. Halimbawa, ang isang mansanas ay naglalaman ng humigit-kumulang 25 gramo.
carbohydrates, na hindi katanggap-tanggap para sa mga taong nasa low-carb diet.
Ang application ay nakasulat sa Kotlin, ang "Camera" ay gumagamit ng ML Kit upang i-scan ang mga barcode at kilalanin ang mga prutas at gulay. Ang backend ay binubuo ng dalawang serbisyo: isang API server na may database,
na nag-iimbak ng 60 sangkap at komposisyon ng 000 produkto, pati na rin ang isang neural network na nakasulat sa Python at Tensorflow.
Koponan ng proyekto: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Serbisyo para sa pagbebenta ng mga regalo na may augmented reality
Ang bawat tao ay nakatanggap ng simbolikong mga regalo kahit isang beses sa kanilang buhay. Kadalasan, para sa mga tao, ang katotohanan ng atensyon ay mas mahalaga kaysa sa regalo na natatanggap nila. Ang ganitong mga regalo ay hindi kapaki-pakinabang, ngunit ang kanilang produksyon at pagtatapon ay may negatibong epekto sa kalikasan ng ating planeta. Ito ay kung paano nagkaroon ng ideya ang mga may-akda ng proyekto na lumikha ng isang serbisyo para sa pagbebenta ng mga regalo na may pinalaki na katotohanan.
Upang subukan ang kaugnayan ng ideya, nagsagawa kami ng isang pag-aaral. 82% ng mga respondente ang nahaharap sa problema sa pagpili ng regalo. Para sa 57% ng mga sumasagot, ang pangunahing kahirapan sa pagpili ay ang takot na ang kanilang mga regalo ay hindi gagamitin. 78% ng mga tao ay handang magbago upang malutas ang mga problema sa kapaligiran.
Iniharap ng mga may-akda ang tatlong tesis:
- Ang mga regalo ay nabubuhay sa virtual na mundo.
- Hindi sila kumukuha ng espasyo.
- Laging malapit.
Upang ipatupad ang augmented reality sa web, pinili ng mga may-akda ang AR.js library, na binubuo ng dalawang pangunahing bahagi:
- Ang una ay may pananagutan sa pagguhit ng mga graphics sa tuktok ng stream ng camera gamit ang A-Frame o Three.js.
- Ang ikalawang bahagi ay ARToolKit, na responsable para sa pagkilala sa isang marker (isang espesyal na karakter na maaaring i-print o ipakita sa screen ng isa pang device) sa stream ng output ng camera. Ang marker ay ginagamit upang iposisyon ang mga graphics. Ang pagkakaroon ng ARToolKit ay hindi nagpapahintulot sa iyo na lumikha ng walang marker na augmented reality gamit ang AR.js.
Ang AR.js ay nagtatago ng maraming pitfalls. Halimbawa, ang paggamit nito kasama ng A-Frame ay maaaring "masira" ang mga istilo sa buong site. Samakatuwid, gumamit ang mga may-akda ng "bundle" ng AR.js + Three.js, na tumulong sa paglutas ng ilan sa mga problema. At para i-embed ang AR.js batay sa Three.js sa React, kung saan nakasulat ang website ng proyekto, kinailangan naming gumawa ng AR-Test-2 repository (), na nagpapatupad ng hiwalay na React component para sa paggamit ng AR.js batay sa Three.js. Ang pagtingin sa modelo sa augmented reality at 3D (para sa mga device na walang camera) ay ipinatupad.
Gayunpaman, sa kalaunan ay lumabas na ang mga gumagamit ay hindi naiintindihan kung ano ang isang marker at kung paano ito gamitin. Samakatuwid, lumipat ang mga may-akda sa teknolohiyang , na ngayon ay aktibong binuo ng Google. Gumagamit ito ng ARKit (iOS) o ARCore (Android) para mag-render ng mga modelo sa AR nang walang marker. Ang teknolohiya ay batay sa Three.js at may kasamang 3D model viewer. Ang kakayahang magamit ng programa ay makabuluhang bumuti, gayunpaman, upang tingnan ang augmented reality, kailangan mo ng isang device na may iOS 12 o mas bago.
Ang proyekto ay magagamit na ngayon sa (), kung saan matatanggap mo ang iyong unang regalo.
Koponan ng proyekto: Denis Stasyev, Anton Chadov.
Maaari kang magbasa nang higit pa tungkol sa aming mga proyektong pang-edukasyon sa . At bisitahin ang channel nang mas madalas , ang mga bagong pang-edukasyon na video tungkol sa programming, development at iba pang mga disiplina ay regular na lumalabas doon.
Pinagmulan: www.habr.com