Картина рынка безопасных товаров с помощью ИИ

1.

Картина рынка безопасных
товаров с помощью ИИ
Больше чем человек

2.

Команда
Помогаем разрабатывать и внедрять крутые решения
Патракова
Корчагин
Артюгин
Голубенко
Екатерина
Иван
Олег
Евгения
DS
FRONT/BACK
BA
DS/DA

3.

Проблематика
Производитель/импортер:
Вынужден изучать реестр или оплачивать
услуги профильных специалистов
Необходимость выбрать позицию в
классификаторе
Декларирование не добавляет ценности
продукту, только снижает риски
Непредсказуемые результаты проверки
Росаккредитации
Росаккредитация
Наличие умышленных и неумышленных
Потребитель поставщик
Потребность знать где найти
доверенного поставщика
Потребность найти доверенного
производителя
Аналитик
Необходимо иметь возможность
ошибок в декларациях​
оперативно получать информацию о
обновление классификаторов​
структуре товаров в динамике
Возможность анализировать ошибки

4.

Пользовательские сценарии
1
2
Проверка правильности
классификации товаров /
подбор кодов:
1.
2.
3.
4.
5.
Входные данные
(единичный запрос/архив)
Чистка данных
Выявление ошибок
Классификация
Формирование
рекомендаций по
правильным кодам
продукции, ТН ВЭД,
регламенту
3
Поиск
поставщика/производителя:
1.
2.
3.
Входные данные (ввод
наименования)
Поиск по базе с учетом
фильтров
Визуализация на карте
Анализ базы:
1.
2.
3.
4.
Входные данные (фильтры)
Фильтрация дэшбордов с
учетом параметров
Выбор проблемных зон и
аналитика
Выгрузка данных (при
необходимости)

5.

Основные победы
аномалии 93%
Метрики модели
Производительность
Интегрируемость
регламенты 83%
Предсказание 4 параметров на
80 тыс. записей за
1.5 минуты
ВЭД 78%
продукция 70%
Легко масштабируется
Open source

6.

Проверка готовых документов (сертификаты и декларации)
Целевая переменная определена с использованием
алгоритма, основанного на плотности точек данных
На рассчитанной целевой, разработан классификатор,
который предсказывает, являются ли данные по
продукции аномалией (f1_macro = 92%)
В качестве дополнительной информации
использовался PMI между характеристиками вед-кода
и документа
+16 пунктов к метрике
Преимущества:
▪ Интерпретируемость
▪ Скорость скоринга

7.

Предсказание группы продукции, регламента и ТН ВЭД
дополнили словари по декларациям
использование аугментации данных
модель классификации на эмбеддингах vs поиск по индексу
над эмбеддингами
+40 пунктов к метрике
Преимущество:
▪ легкая адаптация алгоритма к любому набору данных и новым категориям
▪ не нужен data scientist для того чтобы пересобрать алгоритм на большем
объеме данных

8.

9.

Тиражирование и интеграции
1
2
3
4
Встроить модель в инфраструкутру
заказчика
Определить ГИС платформу (при
наличии единой ГИС платформы НСА)
Обеспечить потоковую загрузку
документов в систему
Определить ролевую модель доступа
Развитие за рамками хакатона
РЕАЛИЗАЦИЯ АНАЛИЗА
ПЛОТНОСТИ (ТЕПЛОВАЯ КАРТА)
РЕАЛИЗАЦИЯ ИНСТРУМЕНТАРИЯ
АНАЛИЗА ДРУГИХ ФОРМАТОВ (PDF,PPT)
ДООБУЧЕНИЕ НА НОВЫХ
КАТЕГОРИЯХ

10.

JETFORK
Помогаем разрабатывать и внедрять крутые решения
Чат с командой:
https://discord.com/channels/96203223
3466716271/996359139984953384