Стажировка
AI-оптимизация маршрутизации B2B запросов в системе управления запросами ООО «КОРАЛ ТРЕВЕЛ»
Компания: ООО «коралтревел»
Суть проекта
Для чего
Вводные данные
Разработанная система помогает повысить качество обслуживания за счёт более точной маршрутизации обращений клиентов. До создания ИИ-решения использовалась система на основе правил, классифицирующая сообщения более чем по 200 категориям. Однако туристические агентства — клиенты туроператора — часто оставляли поля формы запроса незаполненными, выбирали вариант вроде «Общие запросы» или случайную тему обращения.
- Во время стажировки был проведён анализ исторических данных за полтора года, который позволил лучше понять особенности текущей системы классификации. Параллельно была предложена новая концепция, основанная исключительно на тексте обращения и данных из CRM — без использования вручную выбранных темы и подтемы.
- В рамках проекта были обучены AI-модели, выполняющие автоматическую классификацию и маршрутизацию запросов, а также разработано веб-приложение, позволяющее сравнивать предсказания модели с историческими данными. Система совместима с существующей инфраструктурой компании, а выводы, полученные в ходе анализа, могут быть использованы для дальнейшего совершенствования классификации, используемой внутри Санмар и Корал Тревел.
- Классификация запросов по целевой переменной с использованием AI-моделей
- Интерактивное веб-приложение, развернутое на тестовом сервере, для демонстрации предсказаний и их сравнения с историческими данными
- Набор обученных моделей, готовых к интеграции в существующую инфраструктуру
- Анализ данных для улучшения существующей классификации
- Исторические данные о более чем 900,000 обращениях
- Полные тексты клиентских обращений
- Сопутствующие данные из CRM-системы
Общее по проекту
выходные данные
Участники
команды проекта
команды проекта
- Виктор ТкачёвТимлид проекта
- Руководил проектом и контролировал выполнение его этапов.
- Поддерживал общение с заказчиком для согласования требований и промежуточных результатов
- Руслан АкстПомощник тимлида
- Участвовал в подготовке отчетов и координации встреч
- Алексей ТатариновПомощник тимлида
- Предоставлял регулярные отчёты о прогрессе проекта.
- Анализировал коммуникации внутри команды, следил за текущими задачами проекта
- Николай ИвакинВедущий инженер по ГПМ
- Развернул приложение на Gradio локально.
- Участвовал в анализе данных и их подготовке для моделей
- Артем Химин
- Тестировал и изучал работу больших языковых моделей (LLM).
- Анализировал их применимость в проекте
- Данил Кобелевинженер - электрик
- Разработал классификатор для безваучерных обращений.
- Провел семантический анализ данных и предложил алгоритмы улучшения классификации.
- Отладил систему классификации на основе правил
- Александр АганинРуководитель отдела по экспертизе проектной документации
- Изучал возможности уменьшения объёма данных в столбце Description, содержащем текстовые обращения туристических агентств
- Участвовал в подготовке данных для обучения и тестирования моделей
- Александр Ильенкотрудился на инженерных и руководящих должностях в электроэнергетике
- Подготовил код для генерации смысловых классов и анализа данных.
- Исследовал структуру целевых групп, построив ноутбук для анализа результатов классификации и визуализации матриц ошибок
- Дмитрий СвириденкоСамозанятый, репетитор по МЛ/ДЛ/CV
- Исследовал кластеризацию эмбедингов с использованием моделей BERT.
- Запускал локальные языковые модели на GPU.
- Проанализировал возможности кластеризации данных для улучшения их группировки
- Михаил ЛузихинРуководитель IT департамента в химической компании
- Организовал развертование системы на промышленном сервере, адаптировав проекты и настроив сервер для работы с Gradio и StreamLit.
- Участвовал в тестировании и интеграции интерфейсов для демонстрации работы моделей
- Дмитрий ПанфиловИнженер, Специалист больших данных
- Реализовал Backend и Frontend для приложения.
- Настроил запуск моделей на локальных и облачных серверах.
- Создал веб-приложение, реализовав промышленные возможности: выбор модели предсказания, проверка корректности ввода данных, демонстрационные примеры, логин и прочее
- Анна МышляковаВ декретном отпуске
- Занималась анализом точности классификации моделей и работой со структурой данных. Исследовала, насколько целевые классы отделимы друг от друга, и разработала схемы объединения классов
- Подготовила и протестировала обучающие выборки для моделей.
- Создала визуализацию графиков распределения точности