• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Разработка и модификация сервиса: переход на новую архитектуру, оптимизация ресурсов и внедрение ML алгоритмов для улучшения поискового сценария

ФИО студента: Байков Ильнур Ильгизович

Руководитель: Соколов Евгений Андреевич

Кампус/факультет: Факультет компьютерных наук

Программа: Науки о данных (Магистратура)

Год защиты: 2024

В данной работе рассматривается процесс разработки и модификации сервиса одного тематического блока с целью повышения его эффективности и усовершенствования пользовательского опыта. Основное внимание уделяется трем ключевым аспектам: переходу на новую архитектуру, оптимизации ресурсов и внедрению алгоритмов машинного обучения для улучшения поискового сценария. Переход на новую архитектуру предполагает анализ уже существующей структуры сервиса, выявление ее уязвимых мест, недостатков и разработку более эффективной и масштабируемой архитектуры. Это позволит повысить производительность, надежность и гибкость сервиса, а также упростить его дальнейшую модификацию и расширение функциональности. Оптимизация ресурсов направлена на повышение эффективности использования вычислительных мощностей, хранилища данных и сетевых ресурсов. Применение методов балансировки нагрузки, сжатия данных и других тех- ник позволит снизить затраты на инфраструктуру и обеспечить быстрое и стабильное функционирование сервиса при растущем количестве запросов и данных. Внедрение алгоритмов машинного обучения в поисковый сценарий на- правлено на улучшение релевантности и персонализации результатов поиска тематического блока конвертера величин. Используя методы анализа поведения пользователей и обучения на основе обратной связи (рандомных сбо- ров), ML-модели смогут лучше понимать запросы пользователей, учитывать их предпочтения и контекст, и предоставлять более точные и полезные результаты. В работе приводится подробное описание каждого этапа разработки и модификации сервиса, анализируются возможные проблемы и предлагаются способы их решения. Результаты исследования показывают, что предложенные изменения позволяют значительно повысить качество и эффективность сервиса, улучшить пользовательский опыт и расширить возможности для дальнейшего развития и внедрения новых функций в тематический блок конвертера величин.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ