1. Назначение приложения
Стартап GoD направлен на борьбу с эмоциональным выгоранием сотрудников
предприятий, а также на повышение их уровня продуктивности. Благодаря использованию
машинного обучения и ведению подробной статистике о пользователе, можно будет
выводить вероятность эмоционального выгорания пользователя.
2. Модули системы
Основной модуль - мобильное приложение на платформы iOS и Android, которое
позволит пользователям использовать весь функционал проекта. На данный момент, имеется бета-версия приложения на iOS
3. Основные функции системы
Основная функция мобильного приложения - предоставление пользователям
возможности контролировать свои рабочие задачи прямо в приложении. Пользователь
получает задачи от руководителя и видит их на странице “Задачи”, а также описание к
ним, уровень её важности, дата и время дедлайна, и другие параметры (будут обсуждены в
процессе сотрудничества). Мобильное приложение каждого пользователя должно быть
подключено к своей корпоративной таблице Trello через Trello API, оттуда и будет
браться информация о каждой задаче юзера. Задачи выполняются в инкрементном формате (после выполнения определённой
работы шкала прогресса увеличивается), на время (таймер), либо на скорость
(секундомер). В процессе выполнения задачи пользователь может поставить выполнение
на паузу, а также завершить задачу. Подтверждение завершения задачи должно проходить
у руководителя, после того, как он убедится в её выполнении. В приложении ведётся
статистика пользователя по выполненым задачам, формируется база данных выполненных
задач каждого пользователя, включающая в себя время на задание, количество
выполненых задач, и другие метрики. Эти данные извлекаются из базы данных для
дальнейшего анализа. После выполнения задачи, она становится выполненой, и
сохраняется в истории задач. Для имплементации искусственного интеллекта в приложении, посредством
еженедельных опросов каждого пользователя будут выявляться целевые переменные
пользователей (имеется эмоциональное выгорание - 1, не имеется - 0). Сформировав
датасет (в .csv формате), нужно будет приступить к разработке модели машинного
обучения, которая будет в дальнейшем выявлять уровень эмоционального состояния у
пользователей. Для имплементации машинного обучения будут браться за основу
классические библиотеки Machine Learning stack на языке Python (sklearn, pytorch). Анализ
будет проводиться локально в среде разработок Jupyter Notebook. На стороне “клиента” (мобильного приложения) главная задача разработчиков - создать такую внутреннюю систему микросервисов приложения, которая позволит
использовать достаточно данных для имплементации различных инструментов аналитики
Требования к сбору статистики
Так как поставлена задача использовать ИИ для аналитики эмоционального
состояния пользователей, высокие требования к сбору статистики каждого пользователя. Помимо базовых характеристик пользователя (рост, вес, возраст, пол, семейное
положение, хобби, и т.д.), нужно будет вытягивать такие данные, как время на
выполнение каждой задачи, количество выполненных задач за промежуток времени, и
среднее время на выполнение задачи. Данный перечень статистических метрик может
быть увеличен в процессе нашего с вами сотрудничества, так как имеются метрики, о
технической реализации получения которых нужно будет обсудить отдельно (например, данные с акселерометра смартфона). Помимо спроса со стороны аналитики данных, персонально для каждого пользователя должна вестись его статистика выполненных задач
и рассчёт продуктивности работы пользователя в компоненте “Profile”
Если нужно полное ФЗ на разработку передам кандидатам, ищу опытного исцелителя который сможет выполнять поток подобных проектов