最近，我們的三個技術課程——Technopark（鮑曼 MSTU）、Technosphere（羅蒙諾索夫莫斯科國立大學）和 Technotrek（MIPT）的畢業生舉行了下一屆冬季答辯。 團隊展示了自己想法的實現以及 Mai.ru 集團不同部門針對實際業務問題提出的解決方案。
其中項目：
- 透過擴增實境銷售禮品的服務。
- 一項聚合郵件清單中的促銷、折扣和優惠的服務。
- 視覺搜尋衣服。
- 具有租賃選項的電子圖書交叉服務。
- 智慧食品掃描器。
- 現代語音導覽。
- 專案“Mail.ru 任務”
- 未來的行動電視。
我們想更詳細地向您介紹評審團成員和導師特別強調的六個項目。
視覺搜尋衣服
此計畫由技術圈畢業生團隊提出。 據分析師稱，2018年俄羅斯時裝市場規模接近2,4兆盧布。 他們創建了一項服務，定位為智慧助手，用於購買各種商品。 這是一個擴展線上商店功能的 B2B 解決方案。
在使用者體驗測試中，該項目的作者發現，透過“相似的服裝”，人們理解的相似性不是顏色或圖案，而是服裝的屬性。 因此，這些人開發了一個系統，不僅可以比較兩張圖片，還可以理解語意接近度。 您上傳您感興趣的服裝的圖片，該服務會選擇與其屬性相關的產品。
從技術上講，該系統的工作原理如下：
Cascade Mask-RCNN 神經網路經過訓練用於檢測和分類。 為了確定服裝的屬性和相似性，使用基於 ResNext-50 的具有多個頭的神經網路來處理屬性組，並使用 Triplet 損失來處理一個產品的照片。 整個專案是基於微服務架構實現的。
未來計劃：
- 推出針對所有類別服裝的服務。
- 為線上商店開發 API。
- 改進屬性操作。
- 學習理解自然語言的查詢。
專案團隊：Vladimir Belyaev、Petr Zaidel、Emil Bogomolov。
未來的行動電視
科技園區團隊的專案。 學生們創建了一個包含俄羅斯主要數位廣播頻道的電視節目表的應用程序，其中添加了使用 IPTV（線上頻道）或天線觀看頻道的功能。
最困難的事情是將天線連接到 Android 裝置：為此他們使用了調諧器，作者自己為此編寫了一個驅動程式。 結果，我們有機會在一個應用程式中觀看電視並使用 Android 上的電視節目指南。
專案團隊：康斯坦丁·米特拉科夫、謝爾蓋·洛馬切夫。
聚合郵件清單中的促銷、折扣和優惠的服務
這是一個廣告和郵政技術交叉的項目。 我們的信箱充滿了垃圾郵件和郵件。 我們每天都會收到帶有個人折扣的信件，但我們打開它們的次數越來越少，認為它們是「無用的廣告」。 正因為如此，用戶失去了利益，廣告商也遭受了損失。 Mail.ru Mail 的一項研究表明，用戶希望查看他們所享受的折扣摘要。
項目 從您的電子報中收集有關折扣和促銷的信息，並將其以卡片帶的形式顯示，您可以透過卡片前往促銷網站或電子郵件。 程式可以同時處理多個郵箱。 有一個選定股票的清單。
本專案採用微服務架構，由三個主要部分組成：
- OAuth授權，方便連接郵箱。
- 收集和分析促銷信件。
- 儲存和展示折扣卡。
本專案採用利用GPU資源的自然語言處理技術：圖形加速器將處理速度提高了50倍。 該演算法基於問答系統，可讓您根據新的業務需求快速添加庫存類別。
該團隊不僅在評審團的評選中獲得了頂級團隊的一席之地，而且還贏得了“Digital Tops 2019”競賽。 這是俄羅斯開發人員的競賽，他們開發 IT 工具來提高企業和政府機構的效率，以及提高個人生產力。 我們隊贏得了學生組冠軍。
學生們對專案的進一步發展有很大的計劃，接下來的計劃是：
- 與郵件服務整合。
- 影像分析系統的實現。
- 為廣大受眾啟動一個專案。
專案團隊：Maxim Ermakov、Denis Zinoviev、Nikita Rubinov。
另外，我們想向您介紹三個受到 Mail.ru Group 導師認可的團隊，他們在整個學期與學生一起工作。 在選擇專案時，特別關注專案的複雜性、實施和團隊合作。
專案“Mail.ru 任務”
該計畫得到了評審團和導師的認可。
「Tasks Mail.ru」是該公司開發的第一個用於維護待辦事項清單的獨立服務。 在接下來的幾個月中，任務將取代 Mail.ru 日曆中的任務列表，並且在為所有用戶啟用該項目後，它將整合到 Mail.ru 行動和網路郵件中。
該項目是使用離線優先和移動優先的方法實施的。 也就是說，您可以隨時隨地在任何地方使用 Web 應用程式。 網路存取並不重要：資料將被保存和同步。 為了更加方便，您可以從瀏覽器「安裝」應用程序，它看起來就像是本機應用程式。
智慧型食品掃描儀
在雜貨店裡，我們總是無法快速確定某種食品是否適合我們，或者它的安全性和健康程度如何。 如果一個人有飲食限制、各種過敏或正在節食，情況就會變得更加複雜。 Foodwise Android 應用程式可讓您掃描產品的條碼並輕鬆查看它是否值得。
用它。
該應用程式分為三個主要部分：「個人資料」、「相機」和「歷史記錄」。
在「個人資料」中，您可以設定您的偏好：在「成分」部分中，您可以從您的飲食中排除資料庫中包含的60 種成分中的任何一種，並閱讀有關電子補充劑的信息。 「群組」可讓您一次排除整個成分塊。 例如，如果您指定“素食主義”，則所有含有肉類的產品都將以紅色突出顯示。
「相機」部分有兩種模式：掃描條碼和辨識蔬果。 掃描條碼後，您將獲得有關該產品的所有資訊。 您排除的成分將以紅色突出顯示。
所有先前掃描的產品都將保存在歷史記錄中。 該部分配備了文字和語音搜尋。
水果和蔬菜的識別模式可以讓您獲得有關其營養和能量價值的資訊。 例如，一個蘋果大約含有25克。
碳水化合物，這對於低碳水化合物飲食的人來說是不可接受的。
該應用程式是用 Kotlin 編寫的，「相機」使用 ML Kit 來掃描條碼並識別水果和蔬菜。 後端由兩個服務組成：一個有資料庫的 API 伺服器，
它儲存 60 種成分和 000 種產品的成分，以及用 Python 和 Tensorflow 編寫的神經網路。
專案團隊：Artyom Andryukhov、Ksenia Glazacheva、Dmitry Salman。
利用擴增實境技術銷售禮品的服務
每個人一生中至少收到過一次具有像徵意義的禮物。 通常，對人們來說，關注比他們收到的禮物更重要。 這些禮物沒有什麼好處，但它們的生產和處置會對我們星球的本質產生負面影響。 這就是該專案的作者提出創建擴增實境禮品銷售服務的想法的原因。
為了測試這個想法的相關性，我們進行了一項研究。 82%的受訪者面臨選擇禮物的問題。 對於57%的受訪者來說，選擇的主要困難是擔心自己的禮物不會被使用。 78%的人準備透過改變來解決環境問題。
作者提出了三點論點：
- 禮物存在於虛擬世界。
- 它們不佔空間。
- 總是在附近。
為了在網路上實現擴增現實，作者選擇了 AR.js 函式庫，它由兩個主要部分組成：
- 第一個負責使用 A-Frame 或 Three.js 在相機流之上繪製圖形。
- 第二部分是 ARToolKit，它負責識別相機輸出流中的標記（可列印或顯示在其他裝置螢幕上的特殊字元）。 標記用於定位圖形。 ARToolKit 的存在不允許您使用 AR.js 建立無標記擴增實境。
AR.js 隱藏了許多陷阱。 例如，它與 A 型框架一起使用可以「打破」整個網站的風格。 因此，作者使用了 AR.js + Three.js 的“捆綁包”，這有助於解決一些問題。 為了將基於 Three.js 的 AR.js 嵌入到編寫專案網站的 React 中，我們必須建立一個 AR-Test-2 儲存庫（），它基於 Three.js 實作了一個單獨的 React 元件，用於使用 AR.js。 實現了在擴增實境和 3D 模式（對於沒有攝影機的裝置）中查看模型。
但後來發現，使用者並不了解標記是什麼以及如何使用它。 因此，作者轉向技術，目前 Google 正在積極開發。 它使用 ARKit (iOS) 或 ARCore (Android) 在 AR 中渲染模型，無需標記。 該技術基於 Three.js，並包含 3D 模型檢視器。 該程式的可用性已顯著提高，但是要查看擴增現實，您需要具有 iOS 12 或更高版本的裝置。
該項目現在可在 (），您可以在這裡收到您的第一份禮物。
專案團隊：丹尼斯·斯塔西耶夫、安東·查多夫。
您可以閱讀有關我們教育計畫的更多信息 。 並更頻繁地訪問該頻道 ，有關程式設計、開發和其他學科的新教育影片定期出現。
來源： www.habr.com