"Гиберно" - это мобильное кроссплатформенное приложение и web админ сервис, которые решают проблему привлечение временного персонала в статусе самозанятых у широкого круга пользователей, таких как ретейл, общепит, логистика, образование, строительство и многих других посредством применения двух базовых компонентов — пользовательской платформы и подсистемы углубленной аналитики, реализованной посредствам нейросетевого анализа сопоставления массива данных написанных на языке Tensorflow. Онлайн-платформа «Giberno» содержит два базовых компонента — пользовательскую платформу и подсистему углубленной аналитики. Пользовательская платформа, с технологической точки зрения, выполнена в ставшей сейчас классической парадигме «Mobile First». Ее ядром является мобильное приложения на базе современной технологии разработки мобильных приложений — React Native, а также соответствующая бизнес-логика, хранилище данных и прикладной программный интерфейс, реализуемые на стороне сервера. Пользовательская платформа использует нейросетевое распознавание фотографий пользователей, реализуемой на базе библиотеки Tensorflow. Основная «умная» составляющая платформы «Giberno» сосредоточена в подсистеме углубленной аналитики, решающей следующие бизнес-задачи: Интеллектуальный поиск подходящих сотрудников по слабо структурированному описанию вакансий Автоматическое предупреждение о возможных мошеннических действиях Гибкая оценка размера суммы страхования и страховой премии для страхования ответственности самозанятого Каждая из задач решается отдельным модулем, использующим свою адаптивную предикативную модель. Все модули работают с общим пулом данных, содержащим внутреннюю информацию системы: статические данные (например, профили пользователей и вакансии) и динамические данные (такие как журнал действий пользователя и администратора вакансий, платежные взаимодействия), а также данные из внешних подсистем (баз данных ФНС,МВД,ФССП,НБКИ). Чистота данных обеспечивает механизмами контроля ввода на уровень пользовательских интерфейсов, валидации данных при импорте, а также механизмом контроля целостности системы управления базами данных. Основанные на методах искусственного интеллекта, оценочные модели обучаются в три этапа. На первом этапе используются данные симуляции бизнес-процессов, основанные на экспертном опыте команды и мировых практиках для систем Anti-fraud и Insurance Scoring. Основной этап обучения базируется на данных, создаваемых командой проекта на начальных этапах опытной эксплуатацию. Адаптивность моделей достигается их актуализацией с помощью массива данных, полученных в процесс штатной эксплуатации. Модуль интеллектуального поиска сотрудников базируется на платформе обработки естественного языка Flair, адаптированной для русского языка. Модуль автоматического предупреждения о мошенничестве использует оценочную модель, базирующуюся на обучении дерева решений по максимальной широкой выборке, связанных с пользователем (самозанятым или работодателем) свойств. Используется отдельный от операционного хранилища денормализованный массив данных, что позволяет работать с моделью, не создавая излишней нагрузка на основную часть системы. Модель оценки страховой премии основан на регрессионной модели, учитывающей также и исторические данные (например, историю финансовых транзакций между самозанятым и работодателем).

Производитель: ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ «ГИБЕРНО»

IT