Система дистрибуции таргетированного контента на медиаповерхности Heedbook (проект) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(изменение ментора)
Строка 1: Строка 1:
 
{{Карточка_проекта
 
{{Карточка_проекта
 
|name=Система дистрибуции таргетированного контента на медиаповерхности Heedbook
 
|name=Система дистрибуции таргетированного контента на медиаповерхности Heedbook
|mentor=Романов Дмитрий
+
|mentor=Маслов Алексей
 
|mentor_login={{URLENCODE:GalinaKaleeva|WIKI}}
 
|mentor_login={{URLENCODE:GalinaKaleeva|WIKI}}
 
|semester=Осень 2017
 
|semester=Осень 2017

Версия 12:33, 28 сентября 2017

Ментор Маслов Алексей
Учебный семестр Осень 2017
Учебный курс 2-й курс
Максимальное количество студентов, выбравших проект: 5



Что это за проект?

Компании, осуществляющие face-to-face обслуживание клиентов не удовлетворены качеством оценки удовлетворенности клиентов с помощью стандартных механизмов (телефонный опрос, SMS/email, контрольная закупка, кнопки лояльности). Для того чтобы решить задачу, компания Heedbook разработала системы анализа клиентских эмоций и бизнес-процессов с помощью нейросетей. Компания анализирует мимику, внимание, тон голоса, содержание разговора и много других параметров в процессе обслуживания клиента.

Более подробно о проекте можно на сайте проекта – heedbook.com

Система также анализирует пол, возраст клиента. При помощи демографической информации и информации об эмоциях клиента можно предоставить клиенту коммерческое предложение, учитывающее потребности его cоц-дем группы и соответствующее его настроению. Для того, чтобы отобразить предложение используется медиаэкран компании Heedbook, подключенный к рабочей станции сотрудника и имеющий 7 дюймовый LCD тачскрин. Задача в проекте – создать систему дистрибуции таргетированного медиаконтента по соц-дем и эмоциям клиента.

Чему вы научитесь?

Разработка бэк-энд архитекуры облачных сервисов

Построение WebApp на базе .Net Core

Работа с видео графикой, адаптируемой под WEB

Программирование микросервисов на языках C# и Python

Глубокое взаимодействие с API Heedbook

WebSocket технологию

Какие начальные требования?

Знания языков C#, широкий ИТ кругозор

Какие будут использоваться технологии?

Azure Functions

Cognitive services

WebApp .Net Core

DB

ML

Темы вводных занятий

1. Архитектура проекта. API, внешние связи и зависимости.

2. Специфические технологии и используемые инструменты.

3. Доступные ресурсы, организация доступа.

4. Разделение ролей

Направления развития

TBA

Критерии оценки

TBA

Ориентировочное расписание занятий

TBA