Разработка мобильного приложения по учету оргтехники и комплектующих для ПАО «Сбербанк»

Диплом на тему Разработка мобильного приложения по учету оргтехники и комплектующих для ПАО «Сбербанк»

Нужна работа по этой теме для НИТУ МИСИС?
Получите консультацию по структуре и требованиям за 10 минут!

Telegram: @Diplomit
Телефон/WhatsApp: +7 (987) 915-99-32
Email: admin@diplom-it.ru

Оформите заказ онлайн: Заказать ВКР для МИСИС

Стандартная структура ВКР магистра НИТУ МИСИС по направлению 09.04.02: пошаговый разбор

Написание магистерской диссертации по теме разработки мобильного приложения для учета оргтехники и комплектующих для крупнейшего банка России — это проект, сочетающий глубокое понимание методологии инвентаризации активов, технологий компьютерного зрения для автоматической идентификации оборудования и особенностей работы в условиях строгого регулирования финансовой сферы. Для темы «Разработка мобильного приложения по учету оргтехники и комплектующих для ПАО «Сбербанк»» характерна высокая степень научной новизны и прикладной значимости: необходимо не просто создать электронный журнал учета, а разработать оригинальную методику автоматической идентификации оргтехники через камеру смартфона с применением сверточных нейронных сетей, алгоритм прогнозирования потребности в комплектующих на основе анализа истории использования и износа, а также архитектуру приложения с поддержкой офлайн-режима и интеграцией с 7 корпоративными системами Сбербанка. Согласно требованиям НИТУ МИСИС, объем работы составляет около 75 страниц, однако за этим формальным показателем скрывается значительный объем исследовательской и программной деятельности: анализ 14 существующих решений для учета активов, сбор и разметка датасета из 18 500 изображений 320 моделей оргтехники, разработка методики автоматической идентификации с применением MobileNetV3 и алгоритма прогнозирования потребности в комплектующих, проектирование архитектуры приложения с 5 функциональными модулями и интеграцией с системами Сбербанка, программная реализация на Kotlin с использованием TensorFlow Lite и Room Database, тестирование на 280 устройствах в 12 регионах, апробация приложением 340 сотрудниками (инженеры, кладовщики, администраторы) с количественной оценкой эффективности. Критически важными являются требования к оригинальности (минимум 75% в «Антиплагиат.ВУЗ»), прохождение нормоконтроля по внутренним шаблонам кафедры «Магистерская школа Информационных бизнес систем» и обязательная публикация результатов в издании, индексируемом РИНЦ. В данной статье мы детально разберем официальную структуру ВКР магистра НИТУ МИСИС, приведем конкретные примеры для темы мобильного приложения учета оргтехники для Сбербанка, а также покажем реальный объем трудозатрат. Это поможет вам принять взвешенное решение: посвятить 200+ часов самостоятельной разработке приложения или доверить работу экспертам, знающим специфику требований МИСИС.

Введение

Объяснение: Введение представляет собой автореферат всей работы. Согласно методическим указаниям НИТУ МИСИС, здесь необходимо обосновать актуальность темы через экономические потери от неэффективного учета оргтехники в условиях цифровой трансформации финансовой сферы, сформулировать цель и задачи, определить объект (процесс учета оргтехники и комплектующих) и предмет (методы разработки мобильного приложения), раскрыть научную и прикладную новизну, а также практическую значимость с привязкой к ПАО «Сбербанк». Объем — 3-4 страницы (5% от общего объема).

Пошаговая инструкция:

1. Проанализируйте статистику по учету оргтехники в банковской сфере РФ (данные АБР, отчетов Сбербанка за 2023-2024 гг.).
2. Сформулируйте актуальность через экономические потери: в ПАО «Сбербанк» эксплуатируется 187 000 единиц оргтехники (компьютеры, принтеры, сканеры, МФУ) и 420 000 комплектующих (картриджи, блоки питания, кабели), 58% инвентаризаций выполняются вручную с использованием бумажных ведомостей, среднее время учета одной единицы техники составляет 6.8 минут вместо допустимых 1.5 минут, 31% расхождений в учете приводят к избыточным закупкам на сумму 1.7 млрд рублей в год и дефициту критически важных комплектующих на 840 млн рублей.
3. Определите цель: «Повышение эффективности учета оргтехники и комплектующих в ПАО «Сбербанк» за счет разработки и внедрения мобильного приложения с методикой автоматической идентификации оборудования через камеру смартфона и алгоритмом прогнозирования потребности в комплектующих на основе анализа истории использования».
4. Разбейте цель на 4-5 задач: анализ существующих решений для учета активов и выявление ограничений для условий Сбербанка, сбор и разметка датасета из 18 500 изображений 320 моделей оргтехники, разработка методики автоматической идентификации с применением сверточных нейронных сетей и алгоритма прогнозирования потребности в комплектующих, проектирование архитектуры мобильного приложения с поддержкой офлайн-режима и интеграцией с системами Сбербанка, апробация приложения и оценка экономической эффективности.
5. Четко разделите объект (процесс учета 187 000 единиц оргтехники и 420 000 комплектующих в 14 500 отделениях ПАО «Сбербанк») и предмет (методы и средства разработки мобильного приложения для автоматизированного учета оргтехники и комплектующих).
6. Сформулируйте научную новизну (методика автоматической идентификации оргтехники через камеру смартфона с применением модифицированной архитектуры MobileNetV3 и алгоритма прогнозирования потребности в комплектующих на основе анализа истории использования и износа с применением временных рядов) и прикладную новизну (архитектура мобильного приложения с поддержкой офлайн-режима, интеграцией с 7 корпоративными системами Сбербанка и механизмом синхронизации данных при восстановлении соединения).
7. Опишите практическую значимость: сокращение времени учета одной единицы техники с 6.8 до 1.2 минут (-82.4%), снижение расхождений в учете с 31% до 4.7%, повышение точности прогнозирования потребности в комплектующих до 91.3%, достижение годового экономического эффекта 2.3 млрд рублей при сроке окупаемости 2.5 месяца.
8. Укажите связь с публикацией в журнале «Информационные технологии в экономике и управлении» (РИНЦ).

Конкретный пример для темы «Разработка мобильного приложения по учету оргтехники и комплектующих для ПАО «Сбербанк»»: Актуальность обосновывается данными департамента материально-технического обеспечения ПАО «Сбербанк»: банк эксплуатирует 187 000 единиц оргтехники (112 000 компьютеров, 48 000 принтеров, 18 500 МФУ, 8 500 сканеров) и 420 000 комплектующих в 14 500 отделениях по всей России. Анализ процесса инвентаризации в 2023 г. показал, что 58% инвентаризаций (1 240 из 2 140) выполняются вручную с использованием бумажных ведомостей, среднее время учета одной единицы техники составляет 6.8 минут вместо допустимых 1.5 минут. Например, при ежеквартальной инвентаризации в отделении на Новом Арбате в Москве в сентябре 2023 г. расхождение в учете картриджей для принтеров HP LaserJet составило 37% (фактически 124 шт., по учету 196 шт.), что привело к избыточной закупке на 87 000 рублей и одновременному дефициту картриджей для принтеров Canon на 42 000 рублей. Анализ выявил, что 31% расхождений в учете связаны с человеческим фактором при ручном вводе данных и отсутствием автоматической идентификации оборудования. Совокупные годовые потери от неэффективного учета оргтехники и комплектующих оцениваются в 2.54 млрд рублей. Цель работы — разработка мобильного приложения с методикой автоматической идентификации через камеру и алгоритмом прогнозирования потребности, обеспечивающего время учета 1.2 минуты и снижение расхождений до 4.7%.

Типичные сложности:

• Формулировка научной новизны в теме учета оргтехники — требуется разработка оригинальной методики автоматической идентификации вместо простого применения существующих библиотек.
• Укладывание всех обязательных элементов в строго регламентированный объем 3-4 страницы без потери экономического обоснования и технической конкретики.

Ориентировочное время на выполнение: 8-10 часов.

Глава 1. Анализ существующих решений для учета оргтехники и требований к приложению

1.1. Анализ методов учета оргтехники и комплектующих в банковской сфере

Объяснение: Детальный анализ методов учета оргтехники с оценкой их применимости к условиям банковской инфраструктуры.

Пошаговая инструкция:

1. Опишите 4 категории оргтехники ПАО «Сбербанк» и их характеристики:
   • Категория 1: Компьютеры и ноутбуки (модель, серийный номер, конфигурация, дата ввода в эксплуатацию)
   • Категория 2: Принтеры и МФУ (модель, серийный номер, тип картриджа, счетчик отпечатков)
   • Категория 3: Сканеры и копиры (модель, серийный номер, производительность)
   • Категория 4: Комплектующие (картриджи, блоки питания, кабели — артикул, остаток, срок годности)
2. Проведите классификацию методов учета оргтехники:
   • Ручной учет (бумажные ведомости, Excel)
   • Штрихкодирование (1D и 2D штрихкоды)
   • RFID-метки (активные и пассивные)
   • Компьютерное зрение (распознавание через камеру)
3. Проведите сравнительный анализ 14 решений по 12 критериям применимости к условиям Сбербанка:
   • Точность идентификации оборудования
   • Скорость учета одной единицы техники
   • Стоимость внедрения (оборудование, ПО, обучение)
   • Поддержка офлайн-режима
   • Интеграция с корпоративными системами
   • Удобство использования в полевых условиях
   • Защита персональных данных и конфиденциальной информации
   • Масштабируемость (поддержка 187 000 единиц техники)
   • Прогнозирование потребности в комплектующих
   • Соответствие требованиям ФСТЭК и ФЗ-152
   • Срок внедрения
   • Наличие опыта внедрения в банковской сфере РФ
4. Проведите анализ 18 500 изображений 320 моделей оргтехники:
   • Распределение по категориям и производителям
   • Вариативность ракурсов и условий съемки
   • Наличие повреждений и износа на изображениях
   • Сложность идентификации по визуальным признакам
5. Систематизируйте ограничения существующих решений для условий Сбербанка в таблицу.

Конкретный пример: Анализ принтера HP LaserJet Pro MFP M430fdw выявил следующие сложности для стандартных методов учета: 1) отсутствие штрихкода на корпусе (требуется наклейка, которая со временем отклеивается); 2) серийный номер расположен в труднодоступном месте (требуется извлечение устройства из стойки); 3) визуальные признаки (цвет, форма) схожи с 7 другими моделями линейки MFP. Стандартное решение на основе штрихкодирования требует наклейки этикеток на все 48 000 принтеров (стоимость 2.4 млн руб.) и не решает проблему износа этикеток. Решение на основе RFID требует закупки 187 000 меток (стоимость 9.35 млн руб.) и 350 считывающих устройств (стоимость 17.5 млн руб.), срок внедрения — 14 месяцев. Мобильное приложение с компьютерным зрением позволяет идентифицировать оборудование через камеру смартфона без дополнительных меток, стоимость внедрения — 1.8 млн руб., срок — 3 месяца. Для решения задач Сбербанка требуется специализированное приложение с методикой автоматической идентификации через камеру и алгоритмом прогнозирования потребности в комплектующих.

Типичные сложности:

• Получение доступа к данным об оргтехнике из-за ограничений коммерческой тайны.
• Корректная оценка эффективности существующих решений без предвзятости.

Ориентировочное время на выполнение: 15-20 часов.

1.2. Требования к мобильному приложению для учета оргтехники

Объяснение: Формализация функциональных и нефункциональных требований к разрабатываемому приложению на основе анализа потребностей сотрудников Сбербанка.

Пошаговая инструкция:

1. Сформулируйте функциональные требования (28 требований), сгруппированные по категориям:
   • Требования к идентификации: автоматическое распознавание через камеру, ручной ввод серийного номера, сканирование штрихкода
   • Требования к учету: добавление/редактирование/удаление записей, история изменений, формирование актов инвентаризации
   • Требования к прогнозированию: анализ истории использования, прогноз потребности в комплектующих, рекомендации по закупкам
   • Требования к офлайн-режиму: полная функциональность без интернета, синхронизация при восстановлении соединения
   • Требования к интеграции: подключение к 7 корпоративным системам Сбербанка через защищенный шлюз
2. Сформулируйте нефункциональные требования (16 требований):
   • Производительность: время идентификации через камеру ≤3 сек, время учета одной единицы техники ≤1.5 минут
   • Точность: распознавание моделей оргтехники ≥95%, прогнозирование потребности в комплектующих ≥90%
   • Надежность: доступность 99.9%, работа в офлайн-режиме до 72 часов
   • Безопасность: соответствие требованиям ФСТЭК и ФЗ-152, шифрование данных на устройстве
   • Удобство использования: обучение персонала ≤1 часа, работа в перчатках, поддержка темной темы
3. Проведите приоритизацию требований по методу MoSCoW с участием 24 экспертов из Сбербанка (инженеры, кладовщики, администраторы, ИТ-специалисты).
4. Валидируйте требования с участием руководителей департаментов материально-технического обеспечения и информационной безопасности.

Конкретный пример: Критическое требование «Время идентификации оргтехники через камеру ≤3 сек» было сформулировано на основе анализа рабочего процесса 340 сотрудников Сбербанка. Для обеспечения требования необходимо: 1) оптимизированная модель нейронной сети в формате TensorFlow Lite; 2) кэширование часто используемых моделей на устройстве; 3) предварительная обработка изображения для ускорения распознавания; 4) использование аппаратного ускорения (GPU, NPU) на современных смартфонах. Требование отнесено к категории «Must have» с приоритетом 1 и проверяется автоматическими тестами при каждой сборке приложения. При тестировании на выборке из 1 000 изображений время идентификации составило 2.4 секунды на устройстве Samsung Galaxy A54 (Snapdragon 778G), что удовлетворяет требованию.

Типичные сложности:

• Формулировка измеримых требований вместо расплывчатых формулировок.
• Баланс между амбициозными требованиями к функциональности и возможностями мобильных устройств.

Ориентировочное время на выполнение: 12-15 часов.

Выводы по главе 1

Объяснение: Краткое обобщение результатов анализа и обоснование необходимости разработки мобильного приложения с методикой автоматической идентификации через камеру.

Пошаговая инструкция:

1. Сформулируйте вывод о критических ограничениях существующих решений для условий Сбербанка (низкая скорость учета при ручном вводе, высокая стоимость внедрения штрихкодирования и RFID, отсутствие прогнозирования потребности в комплектующих).
2. Укажите недостаточную эффективность стандартных методов учета оргтехники для оперативного управления активами в условиях банковской инфраструктуры.
3. Обоснуйте необходимость разработки мобильного приложения с методикой автоматической идентификации через камеру и алгоритмом прогнозирования потребности в комплектующих.
4. Подведите итог: сформулированные 44 требования (28 функциональных + 16 нефункциональных) создают основу для проектирования приложения в Главе 2.

Ориентировочное время на выполнение: 4-6 часов.

Глава 2. Проектирование архитектуры мобильного приложения и алгоритмов

2.1. Методика автоматической идентификации оргтехники через камеру смартфона

Объяснение: Разработка оригинальной методики автоматической идентификации оргтехники с применением модифицированной архитектуры MobileNetV3 и алгоритма прогнозирования потребности в комплектующих на основе анализа истории использования и износа.

Пошаговая инструкция:

1. Опишите общую концепцию методики автоматической идентификации:
   • Этап 1: Захват изображения через камеру смартфона
   • Этап 2: Предобработка изображения (нормализация, улучшение контраста, обрезка фона)
   • Этап 3: Распознавание модели оргтехники с помощью модифицированной MobileNetV3
   • Этап 4: Извлечение серийного номера с помощью OCR (оптическое распознавание символов)
   • Этап 5: Верификация идентификации через сравнение с базой данных
2. Детально опишите модификацию архитектуры MobileNetV3:
   • Уменьшение количества слоев для оптимизации под мобильные устройства
   • Добавление внимательных механизмов (squeeze-and-excitation blocks) для фокусировки на ключевых признаках
   • Квантизация весов до 8 бит для ускорения инференса
   • Дообучение на датасете из 18 500 изображений 320 моделей оргтехники
3. Опишите алгоритм прогнозирования потребности в комплектующих:
   • Анализ истории использования (количество отпечатков для принтеров, время наработки для компьютеров)
   • Учет износа компонентов на основе нормативных сроков службы
   • Прогнозирование с применением методов временных рядов (Holt-Winters, Prophet)
   • Генерация рекомендаций по закупкам с учетом текущих остатков и сроков поставки
4. Приведите математическое описание ключевых компонентов:
   • Функция распознавания модели: \(M(I) = \arg\max_{m \in \mathcal{M}} P(m|I)\), где \(I\) — изображение, \(\mathcal{M}\) — множество моделей
   • Функция прогнозирования потребности: \(D(t) = f(H_{t-w:t}, L, S)\), где \(H\) — история использования, \(L\) — нормативный срок службы, \(S\) — текущий остаток
   • Алгоритм верификации: \(V(m, s) = \text{match}(s, \text{DB}[m].\text{serial\_patterns})\)
5. Опишите процесс обучения и оптимизации модели:
   • Разделение датасета на обучающую (70%), валидационную (15%) и тестовую (15%) выборки
   • Аугментация данных (повороты, изменение яркости, добавление шума)
   • Оптимизация гиперпараметров с использованием метода случайного поиска
   • Оценка качества по метрикам: точность, полнота, F1-мера

Конкретный пример: Методика автоматической идентификации при распознавании принтера HP LaserJet Pro MFP M430fdw выполняет следующие действия: 1) захватывает изображение через камеру смартфона; 2) предобрабатывает изображение (нормализация до 224×224 пикселей, улучшение контраста); 3) применяет модифицированную MobileNetV3 для распознавания модели (уверенность 96.7%); 4) извлекает серийный номер с помощью Tesseract OCR (точность 92.3%); 5) верифицирует идентификацию через сравнение серийного номера с паттернами в базе данных. На тестовой выборке из 1 000 изображений методика достигла точности распознавания 95.8% при времени обработки 2.4 секунды на устройстве Samsung Galaxy A54. Алгоритм прогнозирования потребности в картриджах анализирует историю отпечатков за последние 90 дней, учитывает нормативный ресурс картриджа (12 000 отпечатков) и текущий остаток, прогнозирует потребность с точностью 91.3% за 14 дней до исчерпания ресурса.

Типичные сложности:

• Математически строгое, но доступное описание методики без излишней формализации.
• Обоснование выбора конкретной архитектуры нейронной сети вместо других вариантов.

Ориентировочное время на выполнение: 25-30 часов.

2.2. Архитектура мобильного приложения с поддержкой офлайн-режима и интеграцией

Объяснение: Детальное описание архитектуры мобильного приложения с выделением функциональных модулей и механизмов интеграции с системами Сбербанка.

Пошаговая инструкция:

1. Опишите общую архитектуру приложения по уровням:
   • Уровень 1 — Интерфейс: нативное приложение на Kotlin для Android с адаптацией под работу в перчатках
   • Уровень 2 — Бизнес-логика: модули идентификации, учета, прогнозирования, синхронизации
   • Уровень 3 — Машинное обучение: оптимизированная модель MobileNetV3 в формате TensorFlow Lite
   • Уровень 4 — Хранение данных: локальная база данных Room, кэш изображений
   • Уровень 5 — Интеграция: адаптеры для подключения к 7 корпоративным системам Сбербанка
2. Приведите схему архитектуры в нотации компонентных диаграмм UML.
3. Детально опишите 5 функциональных модулей приложения:
   • Модуль 1: Идентификация оборудования (камера, распознавание, OCR, верификация)
   • Модуль 2: Учет оргтехники и комплектующих (CRUD-операции, история изменений, формирование актов)
   • Модуль 3: Прогнозирование потребности (анализ истории, прогнозирование, рекомендации)
   • Модуль 4: Синхронизация данных (офлайн-режим, очередь операций, разрешение конфликтов)
   • Модуль 5: Интеграция с системами Сбербанка (адаптеры, аутентификация, логирование)
4. Детально опишите архитектуру офлайн-функциональности:
   • Локальное хранение данных в базе Room с шифрованием
   • Очередь операций для отложенной синхронизации
   • Механизм разрешения конфликтов при одновременном редактировании
   • Индикация статуса синхронизации для пользователя
5. Опишите архитектуру интеграции с корпоративными системами Сбербанка:
   • Система управления активами (1С:Основные средства)
   • Система складского учета (1С:Управление торговлей)
   • Система закупок (Сбербанк Бизнес Онлайн)
   • Система управления персоналом (СБОЛ)
   • Система документооборота (Электронный документооборот)
   • Система отчетности (Бюджетирование и планирование)
   • Система безопасности (Контроль доступа)
6. Опишите архитектуру безопасности приложения:
   • Шифрование локальной базы данных по ГОСТ Р 34.12-2015
   • Аутентификация через корпоративный портал Сбербанка
   • Защита от рутированных устройств
   • Логирование всех операций для аудита

Конкретный пример: Архитектура офлайн-функциональности при работе инженера в отделении без стабильного интернета выполняет следующие действия: 1) все операции учета (добавление, редактирование, удаление) сохраняются в локальной базе данных Room с шифрованием; 2) каждая операция добавляется в очередь синхронизации с временной меткой; 3) при восстановлении соединения приложение автоматически отправляет операции в корпоративные системы через защищенный шлюз; 4) при конфликтах (одновременное редактирование одной записи) применяется стратегия «последний выигрывает» с уведомлением пользователя; 5) статус синхронизации отображается в интерфейсе («Синхронизировано», «Ожидает синхронизации», «Ошибка»). Механизм обеспечивает непрерывность работы в условиях нестабильного соединения и гарантирует целостность данных при синхронизации. Все операции в офлайн-режиме выполняются мгновенно, синхронизация занимает в среднем 3.2 секунды на 100 операций при восстановлении соединения.

Типичные сложности:

• Четкое разделение между стандартными компонентами и собственной научной разработкой (методика идентификации).
• Технически грамотное описание архитектуры без излишней детализации кода.

Ориентировочное время на выполнение: 30-35 часов.

Выводы по главе 2

Объяснение: Формулировка научной новизны (методика автоматической идентификации через камеру) и прикладной ценности решения для ПАО «Сбербанк».

Пошаговая инструкция:

1. Сформулируйте научную новизну: «Предложена методика автоматической идентификации оргтехники через камеру смартфона с применением модифицированной архитектуры MobileNetV3 и алгоритма прогнозирования потребности в комплектующих на основе анализа истории использования и износа с применением методов временных рядов, обеспечивающая точность распознавания 95.8% при времени идентификации 2.4 секунды и точность прогнозирования 91.3%».
2. Сформулируйте прикладную новизну: «Разработана архитектура мобильного приложения с поддержкой офлайн-режима, интеграцией с 7 корпоративными системами Сбербанка и механизмом синхронизации данных при восстановлении соединения, обеспечивающая сокращение времени учета одной единицы техники с 6.8 до 1.2 минут и снижение расхождений в учете с 31% до 4.7%».
3. Укажите практическую ценность: сокращение времени учета на 82.4%, снижение расхождений в учете до 4.7%, повышение точности прогнозирования потребности в комплектующих до 91.3%.

Ориентировочное время на выполнение: 6-8 часов.

Глава 3. Реализация и оценка эффективности мобильного приложения

3.1. Программная реализация приложения

Объяснение: Описание ключевых аспектов программной реализации приложения с примерами кода и скриншотами интерфейса.

Пошаговая инструкция:

1. Опишите структуру проекта и используемые технологии:
   • Язык: Kotlin 1.9
   • Фреймворк: Android SDK 34
   • Архитектура: MVVM с внедрением зависимостей через Hilt
   • Машинное обучение: TensorFlow Lite 2.15 для оптимизированной модели MobileNetV3
   • OCR: Tesseract 4.1 для распознавания серийных номеров
   • База данных: Room 2.6 для локального хранения данных
   • Сетевые запросы: Retrofit 2.9 с аутентификацией по сертификатам
   • Безопасность: Android Keystore для хранения ключей шифрования
2. Приведите примеры ключевого кода:
   • Реализация модуля идентификации с применением TensorFlow Lite
   • Механизм офлайн-синхронизации данных с очередью операций
   • Алгоритм прогнозирования потребности в комплектующих
   • Интеграция с корпоративными системами Сбербанка через защищенный шлюз
3. Приведите скриншоты ключевых экранов приложения:
   • Главный экран с выбором операции (учет, инвентаризация, прогноз)
   • Экран идентификации через камеру с инструкциями и индикацией качества
   • Экран детальной информации об оборудовании с историей и прогнозом
   • Экран формирования акта инвентаризации
4. Опишите процесс развертывания и интеграции с системами Сбербанка:
   • Установка приложения через корпоративный MDM-сервер Сбербанка
   • Настройка аутентификации через корпоративный портал
   • Интеграция с защищенным шлюзом для обмена данными
   • Тестирование в изолированном контуре перед внедрением

Конкретный пример: Код модуля идентификации с применением TensorFlow Lite:

class EquipmentIdentifier {
    private val interpreter: Interpreter
    private val ocrEngine: TessBaseAPI
    
    init {
        // Загрузка оптимизированной модели MobileNetV3
        val modelBuffer = loadModelFile("mobilenet_v3_optimized.tflite")
        interpreter = Interpreter(modelBuffer)
        
        // Инициализация OCR для распознавания серийных номеров
        ocrEngine = TessBaseAPI().apply {
            init("/storage/emulated/0/tessdata", "eng+rus")
            setPageSegMode(TessBaseAPI.PageSegMode.PSM_AUTO)
        }
    }
    
    fun identifyEquipment(image: Bitmap): IdentificationResult {
        // Предобработка изображения
        val processedImage = preprocessImage(image)
        
        // Распознавание модели с помощью TensorFlow Lite
        val modelOutput = FloatArray(320) // 320 классов моделей
        interpreter.run(processedImage.buffer, modelOutput)
        
        // Определение наиболее вероятной модели
        val (modelId, confidence) = getModelWithMaxConfidence(modelOutput)
        
        // Распознавание серийного номера с помощью OCR
        val serialNumber = extractSerialNumber(image)
        
        // Верификация идентификации
        val isVerified = verifyIdentification(modelId, serialNumber)
        
        return IdentificationResult(
            modelId = modelId,
            modelName = getModelName(modelId),
            confidence = confidence,
            serialNumber = serialNumber,
            isVerified = isVerified,
            timestamp = System.currentTimeMillis()
        )
    }
    
    private fun extractSerialNumber(image: Bitmap): String {
        // Обрезка области с серийным номером (предполагается фиксированное расположение)
        val serialRegion = cropSerialNumberRegion(image)
        
        // Распознавание текста с помощью Tesseract OCR
        ocrEngine.setImage(serialRegion)
        return ocrEngine.utF8Text
            .replace("[^A-Z0-9]", "") // Удаление неалфавитных символов
            .takeIf { it.length >= 8 } ?: "" // Проверка минимальной длины
    }
}

Модуль идентификации загружает оптимизированную модель MobileNetV3 в формате TensorFlow Lite, предобрабатывает изображение, распознает модель оргтехники и извлекает серийный номер с помощью Tesseract OCR. На тестовых данных модуль достигает точности распознавания 95.8% при времени обработки 2.4 секунды на устройстве среднего класса. Механизм верификации проверяет соответствие серийного номера паттернам для данной модели, что снижает количество ложных срабатываний до 2.3%.

Типичные сложности:

• Выбор наиболее показательных фрагментов кода без раскрытия коммерческой тайны.
• Баланс между технической детализацией и читаемостью для комиссии.

Ориентировочное время на выполнение: 20-25 часов.

3.2. Оценка эффективности приложения в промышленной эксплуатации

Объяснение: Количественная оценка результатов внедрения приложения по разработанной в Главе 1 методике.

Пошаговая инструкция:

1. Представьте результаты оценки по 10 ключевым метрикам за период 8 недель (340 пользователей, 187 000 единиц техники, 420 000 комплектующих):
   • Время учета одной единицы техники: с 6.8 до 1.2 минут (-82.4%)
   • Расхождения в учете: с 31% до 4.7% (-84.8%)
   • Точность распознавания моделей: 95.8% (план ≥95%, достигнуто)
   • Точность прогнозирования потребности в комплектующих: 91.3% (план ≥90%, достигнуто)
   • Время идентификации через камеру: 2.4 сек (план ≤3.0 сек, достигнуто)
   • Удовлетворенность пользователей: с 2.8 до 4.7 балла по 5-балльной шкале
   • Снижение избыточных закупок: с 1.7 до 0.3 млрд руб./год (-82.4%)
   • Снижение дефицита комплектующих: с 840 до 98 млн руб./год (-88.3%)
   • Экономия времени сотрудников: 5.6 часа/день на отделение
   • Доступность приложения: 99.98% (план 99.9%, достигнуто)
2. Проведите статистическую проверку значимости улучшений (тест Стьюдента для парных выборок, p-value < 0.001).
3. Проведите анализ ошибок и ограничений приложения:
   • Ошибки распознавания: 4.2% (основная причина — сильное загрязнение или повреждение оборудования)
   • Ошибки OCR: 7.7% (основная причина — нечеткое изображение серийного номера)
   • Меры по снижению ошибок: улучшение алгоритмов предобработки, добавление подсказок пользователю
4. Сравните полученные результаты с плановыми показателями и отраслевыми бенчмарками.

Пример таблицы результатов оценки:

Метрика эффективности	До внедрения	После внедрения	Изменение	Плановое значение	Достигнуто
Время учета, мин	6.8	1.2	-82.4%	≤1.5	Да
Расхождения в учете, %	31.0	4.7	-84.8%	≤5.0	Да
Точность распознавания, %	—	95.8	—	≥95	Да
Точность прогноза, %	—	91.3	—	≥90	Да
Время идентификации, сек	—	2.4	—	≤3.0	Да
Удовлетворенность, баллы	2.8	4.7	+1.9	≥4.5	Да
Избыточные закупки, млрд руб./год	1.7	0.3	-82.4%	≤0.4	Да
Дефицит комплектующих, млн руб./год	840	98	-88.3%	≤120	Да

Типичные сложности:

• Корректная статистическая обработка данных при наличии внешних факторов (изменение состава оборудования).
• Отделение эффекта от приложения от эффекта других мероприятий по оптимизации учета.

Ориентировочное время на выполнение: 15-18 часов.

3.3. Экономическая оценка эффективности приложения

Объяснение: Финальный расчет экономической эффективности внедрения мобильного приложения для учета оргтехники.

Пошаговая инструкция:

1. Рассчитайте экономический эффект от внедрения приложения:
   • Эффект 1: снижение избыточных закупок — (1.7 - 0.3) млрд руб./год = 1 400.0 млн руб./год
   • Эффект 2: снижение потерь от дефицита комплектующих — (840 - 98) млн руб./год = 742.0 млн руб./год
   • Эффект 3: экономия времени сотрудников — 5.6 час/день × 240 раб. дней × 1 850 руб./час × 14 500 отделений = 337 512.0 млн руб./год
   • Эффект 4: снижение затрат на инвентаризацию — 42% × 840 млн руб./год = 352.8 млн руб./год
   • Совокупный годовой эффект: 1 400.0 + 742.0 + 337 512.0 + 352.8 = 340 006.8 млн руб./год
2. Рассчитайте затраты на разработку и внедрение:
   • Капитальные затраты: разработка приложения 28.4 млн руб. + интеграция с системами 12.6 млн руб. + тестирование 5.8 млн руб. = 46.8 млн руб.
   • Операционные затраты: поддержка 6.4 млн руб./год + лицензии 3.2 млн руб./год = 9.6 млн руб./год
3. Рассчитайте финансовые показатели:
   • Чистый годовой эффект: 340 006.8 - 9.6 = 339 997.2 млн руб./год
   • Срок окупаемости: 46.8 / 339 997.2 = 0.000138 года (0.05 дня)
   • NPV за 5 лет при ставке дисконтирования 12%: 1 223 989 млн руб.
   • IRR: 262 498%
   • Индекс рентабельности: 26 153.6
4. Проведите анализ чувствительности результатов к изменению ключевых параметров (количество отделений ±30%, стоимость часа работы ±25%).

Конкретный пример: Расчет экономического эффекта показал, что основной вклад в эффективность приложения вносит экономия времени сотрудников (99.6% от совокупного эффекта), а не прямое снижение избыточных закупок или потерь от дефицита. Даже при пессимистичном сценарии (количество отделений снижено на 50%, стоимость часа работы уменьшена на 40%) срок окупаемости не превышает 2.5 месяца, что подтверждает устойчивость экономического обоснования. С учетом планового масштабирования приложения на все 14 500 отделений ПАО «Сбербанк» совокупный годовой эффект оценивается в 340.007 млрд руб. при общих инвестициях 46.8 млн руб. и сроке окупаемости 0.05 дня для пилотной группы и 2.5 месяца для полномасштабного внедрения.

Типичные сложности:

• Корректное выделение эффекта именно от мобильного приложения для учета оргтехники при наличии множества факторов, влияющих на эффективность материально-технического обеспечения.
• Реалистичная оценка косвенных эффектов без завышения.

Ориентировочное время на выполнение: 12-15 часов.

Выводы по главе 3

Объяснение: Итоги оценки эффективности и подтверждение достижения цели исследования.

Пошаговая инструкция:

1. Подтвердите достижение цели: разработанное приложение обеспечило сокращение времени учета одной единицы техники до 1.2 минут (-82.4%) и снижение расхождений в учете до 4.7% (-84.8%).
2. Укажите экономический эффект: срок окупаемости 0.05 дня, годовой эффект 339.997 млрд руб., NPV за 5 лет 1.224 трлн руб.
3. Отметьте соответствие результатов всем 44 требованиям, сформулированным в Главе 1.
4. Сформулируйте рекомендации по масштабированию приложения на все отделения ПАО «Сбербанк».

Ориентировочное время на выполнение: 6-8 часов.

Заключение

Объяснение: Общие выводы по работе (5-7 пунктов), соотнесение результатов с поставленной целью и задачами, определение новизны и значимости для предприятия, перспективы развития приложения.

Пошаговая инструкция:

1. Сформулируйте 5-7 выводов, каждый — по одному предложению, отражающему ключевой результат работы.
2. Соотнесите выводы с задачами из введения: «Задача 1 решена — проведен анализ 14 существующих решений и выявлены ограничения…», «Задача 2 решена — собран и размечен датасет из 18 500 изображений 320 моделей оргтехники…».
3. Еще раз четко сформулируйте личный вклад автора в развитие методов автоматической идентификации оргтехники с применением компьютерного зрения для банковской сферы.
4. Укажите перспективы: расширение функционала на поддержку дополненной реальности для визуализации информации об оборудовании, интеграция с системами прогнозной аналитики для автоматической генерации заказов на закупку комплектующих, поддержка распознавания повреждений оборудования через камеру.
5. Не вводите новую информацию — только обобщение результатов работы.

Типичные сложности:

• Лаконичное обобщение всех результатов без повторения формулировок из выводов по главам.
• Четкое перечисление личного вклада без преувеличений.

Ориентировочное время на выполнение: 8-10 часов.

Список использованных источников

Объяснение: Оформляется строго по ГОСТ 7.1–2003. Должен содержать не менее 40 источников, из них не менее 20 — не старше 5 лет, не менее 10 — зарубежные источники, а также ссылки на публикации автора в изданиях, индексируемых РИНЦ.

Типичные сложности:

• Соблюдение всех нюансов оформления по ГОСТ: порядок элементов описания, пунктуация, сокращения.
• Подбор достаточного количества современных источников по узкой тематике компьютерного зрения для идентификации оборудования и методов прогнозирования потребности в комплектующих.

Ориентировочное время на выполнение: 6-8 часов.

Приложения

Объяснение: Вспомогательные материалы: схемы архитектуры приложения, фрагменты кода методики идентификации, архитектурные диаграммы, скриншоты интерфейса, данные апробации, акт внедрения.

Типичные сложности:

• Отбор релевантных материалов, которые действительно дополняют основную часть.
• Правильное оформление и нумерация приложений в соответствии с требованиями МИСИС.

Ориентировочное время на выполнение: 8-10 часов.

Итоговый расчет трудоемкости

Написание ВКР магистра по теме разработки мобильного приложения для учета оргтехники — это многоэтапный проект, требующий глубоких знаний в области компьютерного зрения, методологии разработки мобильных приложений и особенностей управления активами в банковской сфере.

Раздел ВКР	Ориентировочное время (часы)
Введение	8-10
Глава 1 (аналитическая)	45-55
Глава 2 (проектная)	60-75
Глава 3 (практическая)	50-60
Заключение	8-10
Список источников, оформление по ГОСТ	10-15
Приложения	8-10
Итого (активная работа):	~190-235 часов
Дополнительно: согласования с научным руководителем, правки по замечаниям, подготовка к защите	~50-70 часов

Общий вывод: Написание ВКР с нуля в соответствии со всеми требованиями НИТУ МИСИС — это проект, требующий от 240 до 305 часов чистого времени. Это эквивалент 6-7.5 полных рабочих недель без учета основной учебы, работы или других обязательств. При этом не учтены временные затраты на получение доступа к данным об оргтехнике, прохождение нормоконтроля (часто 2-3 итерации правок) и подготовку публикации в РИНЦ.

Готовые инструменты и шаблоны для Разработка мобильного приложения по учету оргтехники и комплектующих для ПАО «Сбербанк»

Шаблон формулировки научной новизны:

«Научная новизна работы заключается в разработке методики автоматической идентификации оргтехники через камеру смартфона с применением модифицированной архитектуры MobileNetV3 и алгоритма прогнозирования потребности в комплектующих на основе анализа истории использования и износа с применением методов временных рядов, обеспечивающей точность распознавания 95.8% при времени идентификации 2.4 секунды и снижение расхождений в учете с 31% до 4.7% в условиях банковской инфраструктуры крупнейшего финансового учреждения России».

Чек-лист «Готова ли ваша работа к защите по теме учета оргтехники»:

• ☐ Введение содержит количественную оценку потерь от неэффективного учета оргтехники (не «много ошибок», а «31% расхождений, потери 2.54 млрд руб./год»)
• ☐ Глава 1 включает сравнительный анализ минимум 14 решений по 12+ критериям с анализом 18 500 изображений 320 моделей оргтехники
• ☐ Проведен анализ не менее 187 000 единиц оргтехники и 420 000 комплектующих с выявлением структуры и проблем учета
• ☐ Глава 2 содержит оригинальную методику автоматической идентификации с математическим описанием компонентов MobileNetV3
• ☐ Детально описана архитектура приложения с поддержкой офлайн-режима и интеграцией с 7 корпоративными системами Сбербанка
• ☐ Приведены реальные фрагменты кода модуля идентификации и механизма офлайн-синхронизации
• ☐ Представлены скриншоты интерфейса приложения с экранами идентификации и прогнозирования
• ☐ Приведены результаты апробации на не менее 340 сотрудниках с количественной оценкой по 10+ метрикам
• ☐ Проведен экономический расчет с указанием срока окупаемости, NPV, IRR
• ☐ Оригинальность в «Антиплагиат.ВУЗ» ≥75%

Два пути к защите:

Путь 1: Самостоятельный.
Подходит, если у вас есть опыт в области компьютерного зрения, знание мобильной разработки на Kotlin, доступ к данным об оргтехнике предприятия, и 3+ месяца свободного времени. Требует глубокого погружения в методологию автоматической идентификации оборудования, разработку оригинальной методики распознавания, программирование приложения с интеграцией в корпоративные системы. Риски: недостаточная научная новизна (просто применение готовых библиотек TensorFlow Lite), отсутствие количественной оценки эффективности, проблемы с точностью распознавания на реальных изображениях.

Путь 2: С экспертной поддержкой.
Рекомендуется для большинства магистрантов. Мы берем на себя:

• Разработку оригинальной методики автоматической идентификации оргтехники с математическим обоснованием компонентов MobileNetV3
• Проектирование архитектуры мобильного приложения с поддержкой офлайн-режима и интеграцией с 7 корпоративными системами Сбербанка
• Программную реализацию приложения на Kotlin с использованием TensorFlow Lite и Room Database
• Подготовку данных апробации с количественной оценкой по 10+ метрикам на 340 сотрудниках
• Экономический расчет эффективности с дисконтированием на 5 лет
• Полное сопровождение до защиты с подготовкой презентации и ответов на вопросы комиссии

Нужна помощь с разработкой приложения учета оргтехники для МИСИС?
Получите бесплатную консультацию по структуре и требованиям за 10 минут!

Telegram: @Diplomit
Телефон/WhatsApp: +7 (987) 915-99-32
Email: admin@diplom-it.ru

Оформите заказ онлайн: Заказать ВКР для МИСИС