Юрий Буйлов, руководитель отдела разработки CarPrice, рассказал о применении машинного обучения в информационной системе поддержки автомобильного аукциона и сопутствующих сервисах.

На практической конференции «Технологии машинного обучения — 2018», которую издательство «Открытые системы» проведет 25 сентября, он раскроет секреты использования нейронных сетей и расскажет о том, какие преимущества в работе дают дилерским центрам и продавцам автомобилей сервисы на базе глубинного обучения.

Юрий Буйлов, руководитель отдела разработки компании CarPrice

В каком направлении идет сегодня развитие компании CarPrice и какую роль будут играть инновационные технологии в достижении поставленных целей?

CarPrice находится на стыке онлайн- и офлайн-сервисов: автовладельцы приезжают в наши пункты обслуживания, там при помощи мобильного приложения осуществляется осмотр их автомобилей, после чего виртуальный образ машины выставляется на площадке онлайн-аукциона, где в режиме реального времени проходят торги за лот дилеров со всей страны (до 2 тыс. человек ежедневно). Ясно, что для развития бизнеса и повышения качества клиентского сервиса компания постоянно находится в состоянии непрерывной цифровой трансформации.

Ежедневно через сервисы онлайн-аукциона проходит огромный массив данных: порядка 500 характеристик состояния каждого автомобиля, сведения о его владельце. Регулярная аналитика данных и машинное обучение — неотъемлемая часть всех бизнес-процессов компании, позволяющая провести максимально подробный осмотр и определить точную рыночную стоимость каждого автомобиля.

Сегодня, кстати, мы готовим к запуску новый проект, предоставляющий расширенную аналитику для понимания рыночной ситуации, динамики ликвидности автомобиля конкретной модели с прогнозом на два года.

Чего клиенты ожидают от компании? Какие технологии помогают выявить и удовлетворить их потребности и какие новые технологии применяются в сервисах покупки и продажи автомобилей?

Сегодня потребности клиентов меняются, все больше внимания обращается на комфорт, безопасность. Существенную роль играет и оперативность продажи. Для построения моделей машинного обучения мы научились использовать накопленные данные по уже проведенным аукционам, аналитику рынка и запросы дилеров и поэтому можем максимально быстро предложить рыночную цену автомобиля независимо от времени суток, дня недели или текущей активности дилеров.

Системы машинного обучения также позволяют во время осмотра автомобиля выдать список типичных повреждений, характерных для автомобиля конкретной модели и возраста. Благодаря этому минимизируются риски, связанные с качеством предпродажной экспертизы.

Каковы особенности использования нейронных сетей в современных программно-аппаратных конфигурациях?

В первую очередь мы нацелены на решение внутренних задач компании. Система работает и по внешним задачам: мы стремимся предложить нашим клиентам-продавцам максимальную стоимость автомобиля, а покупателям-дилерам — автомобили, профильные для их бизнеса.

Сейчас в современных системах широко распространены микросервисные архитектуры, что дает свободу применения различных технологий, языков программирования и баз данных, упрощает масштабирование и развертывание ПО. Однако неоднородность данных, вариативность форматов и скорость изменения усложняют сбор и подготовку данных для машинного обучения. Кроме того, возникают сложности при перестройке уже обученной модели, если она начинает выдавать плохие результаты.