2023-08-07 12:10

Как разработки студентов помогают в работе компаний

В Академии «Высшая инженерная школа» Российского университета транспорта реализуется нестандартный подход к обучению студентов. В его основе - работа над реальными задачами от компаний партнеров. Для того, чтобы ребята с первого курса могли решать профессиональные задачи, в Академии внедрен перевёрнутый учебный план, когда сначала студент изучает профессиональные дисциплины и лишь затем – общеразвивающие. Также студенты могут сами предлагать дисциплины, которые они хотели бы изучить для работы над проектом от заказчика.

Компании получают реальные работающие решения для своего бизнеса, а студенты формируют портфолио специалиста.

Так, например, одним из постоянных «заказчиков» проектов студентов является Центр фирменного транспортного обслуживания – филиал ОАО «РЖД». До настоящего времени специалистам центров продажи услуг приходилось осуществлять поиск потенциальных клиентов по маркетинговым спискам, сформированным на основе ряда параметров и включающих в себя большое количество разнородных компаний. Работать с таким списком было неудобно. Сотрудники совершали большое количество безрезультативных «холодных звонков». Студенты образовательной программы «IT-сервисы и технологии обработки данных на транспорте» создали приложение с веб-интерфейсом, которое автоматически анализирует базу данных внешних компаний и определяет приоритетных (наиболее потенциально возможных) будущих клиентов для ОАО «РЖД».

В основу разработки легли технологии машинного обучения, искусственного интеллекта и кластерного анализа.

Мы хотели бы автоматизировать процесс анализа потенциальных клиентов, чтобы определять кто с наибольшей вероятностью станет нашим новым клиентом. Поэтому мы очень благодарны АВИШ и нашему коллеге из ЦФТО - Игнатову Юрию Юрьевичу, который являлся куратором данного проекта, за возможность проверить имеющиеся у нас гипотезы на практике.В рамках проекта команда разработала приложение, которое способно на основе прошедшего и имеющегося опыта, ретроспективного анализа, группировать действующих клиентов, и эту группировку накладывать на потенциальных клиентов. Сложность заключалась в том, что не у всех потенциальных клиентов существуют те характеристики, которые есть у действующих клиентов. Команда проекта помогла нам в поиске ответа на вопрос - как определить компании, которые с большей вероятностью начнут взаимодействовать с нами? Разработанное студентами веб-приложение на основе моделей машинного обучения, кластеризации является первым шагом на пути решения задачи по приоритезации маркетинговых списков при помощи искусственного интеллекта,

- пояснила заместитель начальника управления - начальник отдела разработки транспортных продуктов и услуг ЦФТО - филиала ОАО «РЖД» Галина Куликова.

Над проектом работали студенты: Юрий Бешков, Светлана Тамкович и Константин Леманский.

Наставник проекта – ведущий инженер отдела повышения эффективности бизнес процессов ЦФТО Игнатов Юрий Юрьевич.