Три кита, на которых стоит MUST

Среди инвесторов немало IT-специалистов. Поэтому мы решили не ограничиваться одним лишь упоминанием современных технологий в описании сервисов платформы и поделиться информацией о том, какие именно методы и решения из области AI, ML и Big Data применяет компания. Также мы сегодня расскажем о подходе MUST к разработке в целом, чтобы у инвесторов было больше информации о том, как компания использует предоставленные средства. Также напоминаем, что завтра состоится онлайн-встреча в Zoom, где можно пообщаться с командой MUST в формате видеоконференции.

  Есть два основных типа искусственного интеллекта. Искусственный интеллект узкого назначения Narrow AI, который всё чаще находит своё применение в различных сферах, именно о нём обычно идёт речь в пресс-релизах компаний, и сильный искусственный интеллект или искусственный интеллект общего назначения (Artificial general intelligence). Этот тип AI человечество одновременно и хочет создать, и боится, так как предполагается, что AGI будет способен мыслить и действовать без контроля со стороны человека.
 
  Продукты MUST наделены искусственным интеллектом узкого назначения(Narrow AI) на базе предиктивных моделей машинного обучения. Однако 90% расходов на разработку продукта приходится на работу с Big Data — построение хранилища данных с сложной многоуровневой(слоёной) архитектурой Data Warehouse(DWH), которое необходимо для представления данных из различных источников в виде согласованной информации, пригодной для нейросетевых моделей машинного обучения.

  В работе с данными MUST также использует событийную систему хранения Event Store для реализации концепции Event Sourcing, которая на сегодняшний день является самым передовым подходом. В России его пока применяют всего шесть более менее крупных проектов. Использование Event Store позволяет нам на лету собирать и анализировать данные разных форматов из 22 источников.

  В качестве базовых алгоритмов машинного обучения мы используем деревья принятия решений, которые объединены методом градиентного бустинга. Основная идея метода – последовательное применение предсказывающих моделей машинного обучения таким образом, что каждая последующая модель сводит ошибку предыдущей к минимуму.

  На сегодняшний день мы разработали 19 AI&ML алгоритмов, которые для оценки вероятности попадания в ДТП учитывают порядка 150 параметров водителя, более 700 параметров автомобиля и 200-300 параметров владельца транспорта.

Подход MUST к созданию новых продуктов

  Мы считаем грамотное управление процессом создания продукта не менее важной составляющей для достижения успеха в бизнесе, чем используемые технологии. Базовый воркфлоу MUST выглядит следующим образом:

  В основе управления бизнес-процессами MUST лежит методология Objective Key Results, в рамках которой мы формируем ключевые цели и метрики для определения насколько они достигнуты. Для планирования и отслеживания работы по проекту мы используем связку Confluence и JIRA, а для управления разработкой используем Kanban. Хотя методика управления производством Kanban была придумана компанией Toyota более 50 лет, принцип Just-in-time(точно в срок) актуален и на сегодняшний день. Однако его реализация невозможна без профессионалов высокого уровня, поэтому в команде MUST все разработчики уровня senior. Применение концепций Toyota позволяет нам сокращать до минимума такой важный показатель, как Time-To-Market и выводить продукт на рынок первыми.

  Отдельно стоит отметить Impact mapping (карта влияний) — метод приоритезации идей с ранжированием по уровню экономического эффекта будущего продукта для бизнеса потенциального клиента. Основная ценность инструмента в том, что с самого начала работы над проектом мы ориентируемся не на функционал продукта, а на конкретные показатели того бизнеса, который будет им пользоваться и способы их достижения. Impact mapping помогает нам не тратить средства на создание продуктов, которые вряд ли будут востребованы на рынке, из-за отсутствия положительного экономического эффекта для бизнеса потенциального покупателя.

 

Если информация в посте была вам интересна, дайте нам об этом знать, поставив +.