през

1.

Государственное автономное профессиональное образовательное
учреждение
«АЛЬМЕТЬЕВСКИЙ ПОЛИТЕХНИЧЕСКИЙ ТЕХНИКУМ»
Веб-приложение «NEURO API»
Выполнил: студент 4 курса группы ИС-223
Тришкин Алексей Андреевич
Руководители: преподаватели информационных
технологий Гизетдинова Инзиля Ранисовна
Сальманов Алмас Герусович

2.

Описание проблемы
На современных предприятиях нейросети пока используются
недостаточно широко. При этом именно они являются одним из
ключевых
инструментов для повышения эффективности
бизнеса. Основными препятствиями для их внедрения остаются
сложность обучения моделей и интеграции в существующие ITсистемы.
2

3.

Актуальность проекта
В современных условиях предприятиям необходимы не просто "нейросети", а
готовые инструменты, которые могут быть быстро внедрены и
продемонстрировать измеримую пользу. Актуальность нашей разработки
заключается в её узкой специализации и ориентированности на конечный
результат. Мы предлагаем платформу для обучения проверенных на практике
типов моделей — компьютерного зрения для автоматизации контроля качества,
генеративных моделей для создания контента и поддержки клиентов, а также
RAG-систем для создания "умной" документации и внутренних помощников.
Такой подход позволяет компаниям в сжатые сроки и с минимальными рисками
начать использовать AI, фокусируясь не на технологии самой по себе, а на
решении своих конкретных бизнес-задач.
3

4.

Цель проекта
Разработка
и
внедрение
программной
платформы
«NeuroAPI», которая
создаст
эффективную
и
доступную
систему внедрения нейросетевых
моделей,
что
позволит
предприятиям автоматизировать
ключевые процессы, повысить
операционную эффективность и
качество принимаемых решений.
4

5.

Задачи проекта
1. Проанализировать
и выбрать наиболее
востребованные
бизнес-сценарии
для
применения
компьютерного
зрения,
генерации текста и RAG-моделей.
2. Спроектировать
и реализовать ядро
платформы,
обеспечивающее
базовые
операции:
управление данными, запуск
обучения и развертывание моделей.
3. Создать
и
протестировать
готовые
"шаблоны" нейросетевых моделей под
каждый из выбранных сценариев для
ускорения внедрения.
5

6.

4. Разработать систему мониторинга
работы моделей и интуитивно
понятный
веб-интерфейс
для
конечных пользователей.
5. Реализовать модуль безопасности и
разграничения прав доступа для
защиты корпоративных данных и
моделей.
6. Апробировать
работоспособность
платформы на пилотных проектах и
подготовить документацию для
пользователей.
6

7.

Инструмент разработки
1. React + Vite — это связка библиотеки для
построения пользовательских интерфейсов и
современного
инструмента
сборки,
обеспечивающая
высокую
скорость
разработки и отзывчивый UX.
2. Express.js — это минималистичный вебфреймворк для Node.js, используемый для
создания серверной части приложений и
REST API.
3. Node.js — это среда выполнения JavaScript
на
стороне
сервера,
позволяющая
разрабатывать масштабируемые сетевые
приложения.
7

8.

Ожидаемые результаты
1. Обеспечить предприятия доступным инструментом для
развертывания моделей компьютерного зрения, генерации
текста и RAG-систем.
2. Ускорить и упростить процесс интеграции AI-решений в
существующие IT-инфраструктуры компаний.
3. Создать масштабируемый продукт, готовый к коммерческому
использованию и дальнейшему развитию.
8

9.

Этапы создания приложения
9

10.

Приступим к демонстрации вебприложения
10