Проект завершен

Сравнительный анализ возможностей существующих платформ для разработки алгоритмов ИИ с открытым исходным кодом

Направления деятельности

  • Data Science
  • Машинное обучение
  • Бизнес-анализ

Приём откликов

до 12 августа 2020

Сроки работы

1 месяц 19 дней

В чем суть проекта?

Необходимо сформировать технологическое видение корпоративной платформы для разработки алгоритмов ИИ, проанализировав возможности существующих на рынке решений с открытым исходным кодом.

Расскажите о задаче подробнее

Компания «Газпром нефть» систематически создает цифровые продукты, использующие алгоритмы машинного обучения. Чтобы сократить сроки внедрения этих продуктов в корпоративной сети (time to market) и сформировать единую точку входа для всех специалистов по обработке данных, тем самым задав корпоративные стандарты в этой области и заложив изначальную совместимость ИИ-продуктов друг с другом и с корпоративной инфраструктурой, в компании разрабатывается платформа искусственного интеллекта. Необходимо проанализировать представленные на рынке решения с открытым исходным кодом и подготовить верхнеуровневое описание функционала, который необходим разрабатываемой платформе, исходя из задач Заказчика и результатов анализа рыночной конъюнктуры.

Понадобится ли команда?

Нет, проект рассчитан на то, что им будет заниматься один человек — аналитик.

Что предстоит сделать?

1. Составить перечень платформенных решений с открытым исходным кодом, предназначенных для разработки алгоритмов ИИ и ML-моделей и оптимизации процесса разработки, 2. Составить перечень специализированных инструментов разработки ИИ-продуктов и анализа данных. 3. Разработать и согласовать с Заказчиком список критериев оценки инструментов и платформ. 4. Изучить функциональные возможности инструментов и платформ из перечня. 5. Проанализировать и оценить инструменты и платформы из перечня по согласованным критериям, представив результаты анализа в виде сравнительной таблицы. 6. По итогам анализа подготовить рекомендации по функционалу разрабатываемой платформы и организации процесса работы с ней исходя из специфики задач Заказчика. 7. Детально описать алгоритм работы пользователя (специалиста по обработке данных) с платформой в ходе создания/исполнения моделей ML. Алгоритм должен включать в себя: • перечисление всех этапов процесса с указанием их обязательности/опциональности; • описание набора собираемых данных и используемых инструментов для каждого этапа; • подробные пояснения каждого этапа для пользователя. 8. Совместно с Заказчиком актуализировать бэклог разрабатываемой платформы. 9. Подготовить презентацию результатов проекта. 10. Защитить результаты проекта перед Заказчиком.

Что представляет собой результат работы?

1. Список критериев оценки платформ в формате *.docx с обоснованием выбора. 2. Сравнительная таблица в формате *.xlsx, консолидирующая результаты анализа и оценки найденных на рынке платформ и инструментов. 3. Презентация с рекомендациями по содержанию и функционалу платформы и алгоритмом работы специалиста по обработке данных в формате *.pptx. 4. Презентация результатов должна быть принята Заказчиком.

По каким критериям будут оценивать результат?

1. Выделены не менее 10 критериев оценки платформ и инструментов разработки алгоритмов ИИ и анализа данных. 2. Проанализированы не менее 5 решений с открытым исходным кодом. 3. Описанный в презентации сценарий работы удобен и понятен пользователям платформы (специалистам по обработке данных).

Что можно получить за этот проект?

Проект предусматривает денежное вознаграждение в размере 130 500 рублей после выплаты налогов.

На какую помощь можно рассчитывать?

Заказчик предоставит вам доступ к имеющимся у него источникам информации (аналитическим материалам, проектной документации, архитектурным разработкам, описанию корпоративной инфраструктуры и т. п.) . Вы можете запросить всю недостающую информацию у Заказчика и команды на любом этапе реализации проекта.