ML в чате
Центрального университета
Создание ML модели для автоматической поддержки абитуриентов в телеграмм-чате Центрального университета
Направление: Машинное обучение
Статус: В работе
Студенты: Максим Новиков, Александр Анохин
Ментор: Константин Пестриков
Набор на проект закрыт
Введение
В Центральном университете существует телеграмм чат, целью которого является предоставление помощи и ответов на вопросы абитуриентов. Однако, у чата есть недостаток — он требует много ручного сопровождения. В рамках данного проекта планируется решить эту проблему с помощью ML модели, которая будет обучена для автоматической поддержки и помощи абитуриентам.
Задачи проекта
Анализ текущего состояния чата
Исследование ML моделей
Сбор и подготовка данных
Провести детальный анализ существующего телеграмм чата, идентифицировать его сильные и слабые стороны, а также определить ключевые метрики, такие как время ответа и степень пользовательской удовлетворенности.
Провести исследование различных ML моделей, которые могут быть применены для автоматической поддержки и помощи в телеграмм чате. Это может включать в себя модели на основе естественного языка (Natural Language Processing) и алгоритмы классификации текста.
Собрать и подготовить данные, необходимые для обучения ML модели. Это могут быть предыдущие диалоги из чата, а также размеченные данные для обучения модели на различные категории и типы вопросов.
Обучение ML модели
Интеграция и тестирование
Оценка результатов и улучшение
Обучить выбранную ML модель на подготовленных данных, используя различные методы машинного обучения. Необходимо достичь высокой точности и надежности модели в предсказании и предоставлении правильных ответов абитуриентам.
Интегрировать обученную ML модель в существующий телеграмм чат и провести тестирование для оценки ее производительности и эффективности. Провести A/B-тестирование для сравнения работы ML модели и ручного сопровождения.
Оценить результаты внедрения ML модели на основе метрик, таких как сокращение времени ответа и повышение уровня удовлетворенности абитуриентов. Провести необходимые улучшения модели для дальнейшего повышения ее производительности и точности.
Почему это важный проект?
Путем внедрения ML модели, способной предоставлять автоматические ответы, мы можем значительно сократить время ожидания ответа и повысить удовлетворенность пользователей.
реализация автоматизации работы телеграмм чата ЦУ
Константин Пестриков
- опыт 19 лет, 10 лет в Тинькофф
- 10+ предметных областей
- 20+ своих команд
- 30+ создано приложений
- 100+ сервисов
- backend, web, mobile (android)
IT Group Lead
Ментор проекта
Требования к исследователям
Базовое понимание методов машинного обучения и основных алгоритмов
Опыт использования популярных ML библиотек, таких как TensorFlow или PyTorch
Знание основных алгоритмов обучения с учителем и без учителя, таких как линейная и логисти ческая регрессия, метод опорных векторов, кластеризация и методы кластеризации
Основы предобработки данных, такие как масштабирование, заполнение пропущенных значений и кодирование категориальных переменных
Уверенное владение Python и его библиотеками для анализа данных, такими как pandas и numpy
Знание базовых статистических методов для анализа данных и проверки гипотез