/13268821/i_800.jpg)
По мере роста сервиса команде Drivee требовалась возможность быстрого масштабирования без ограничений по железу, а также провайдер с подтвержденным соответствием нормативным требованиям. Drivee обрабатывает персональные данные пассажиров и водителей, а также платежные транзакции — это стало одним из ключевых критериев выбора провайдера.
В K2 Облаке развернуты серверная и пользовательская части приложения. Высоконагруженные базы данных размещены на выделенных серверах и разнесены по трем зонам доступности для обеспечения отказоустойчивости. Основной сервер MySQL перенесен на быстрые NVMe-диски nv1 — это сократило задержки и ускорило транзакции под высокой нагрузкой. Выделены три контура: производство, разработка и тест. Для задач машинного обучения собственной разработки в публичном облаке подключены GPU-ускорители NVIDIA T4.
Собственные сервисы на базе машинного обучения Drivee решают несколько ключевых задач. Система автоматизированного фотоконтроля проверяет соответствие автомобиля и водителя при выходе на линию: ИИ автоматически закрывает около 75% всех задач, обрабатывая до 10 тыс. кейсов в сутки по каждому направлению. Скорость обработки с ИИ составляет 2–3 секунды против нескольких минут при ручной проверке — ускорение в 30–60 раз. Модерация пользовательского контента автоматизирована на 100%: сервисы машинного обучения ежедневно обрабатывают 20–30 тыс. комментариев к заказам и тысячи изменений в профилях пользователей. Это позволило перевести 8 из 10 сотрудников команды модерации на более приоритетные задачи. В стадии внедрения — система автоматического распознавания документов водителей: модель находит необходимые поля, считывает данные и автоматически заполняет карточку в системе модератора, что позволит закрывать не менее половины полей без участия человека.
