Frontend

Транспортный сервис для безопасного и эффективного вождения

Задача

Построить ETL процесс, который позволит легко подключать новые источники данных к системе. Создать единый UI интерфейс для работы с данными вместо набора разрозненных инструментов.

Результат

Обновленный сервис агрегирует и обрабатывает данные о транспортных средствах для анализа сегментов дороги и позволяет легко добавлять новые источники данных. Новый единый UI позволяет работать с данными даже не техническим пользователям.

Бизнес заказчика

Сбор данных

Использует данные подключенных транспортных средств для повышения безопасности и эффективности вождения.

Анализ и прогноз

Агрегирует и обрабатывает данные о транспорте для обеспечения предсказуемого, основанного на времени, анализа сегментов дороги (участки дороги между перекрестками).

Машинное обучение

Применяет машинное обучение к данным в реальном времени для максимальной производительности и точности.

Embedded системы

Партнерство с производителями автомобилей для включения этой технологии в автомобильные навигационные системы.

Инструменты и решения

Единый интерфейс

Единый пользовательский интерфейс клиента (автомобильной компании). До этого у сервиса был разрозненный набор интерфейсов, которыми было сложно пользоваться.

Система отчетов

Визуальные презентации данных и артефактов, созданных Galileo, включая табличные данные, графики, карты и интерактивную интеграцию Kepler.

Инфраструктура

Мы разработали все так, чтобы вписаться в инфраструктуру сервиса на основе Kubernetes, размещенную на облачной платформе Google.

Единая система авторизации

Добавлен единый вход (SSO), чтобы пользователи могли беспрепятственно перемещаться между приложениями сервиса, включая интерфейсную систему Galileo, RoadIQ, JupyterHub и Google Cloud.

Унификация

Объединены интерфейсы обработки и анализа данных, чтобы пользователи могли взаимодействовать с наборами данных с помощью различных инструментов и представлений (табличные данные, тепловые карты, графики и диаграммы, интеграция Kepler и т. д.)

Интеграция с картами

Создали MVP Map Reporting Tool — автономный сервис для визуализации результатов произвольных запросов BigQuery на карте.

Почему это интересно?

Старый набор интерфейсов был создан для технических специалистов

Сервис теперь имеет простой в использовании интерфейс, который подойдет широкому кругу пользователей, включая существующих и потенциальных клиентов.

Сервис работает с «большими данными»

Сервис работает с «большими данными», и с помощью этого и других проектов (например, RoadIQ) мы помогаем им справиться со сложностями сбора, хранения, курирования и представления больших и сложных наборов данных.

Продукты сервиса могут оказать положительное влияние на людей и окружающую среду

За счет снижения дорожно-транспортных происшествий, заторов на дорогах и загрязнения окружающей среды.

Мы используем передовые технологии

Мы используем передовые технологии, включая аутентификацию Auth0 (SSO), пользовательский интерфейс: React/Material, Node.js/Nest.js, Serverless/GraphQLи Docker/Kubernetes.

Какие трудности преодолели?

Сложная система развертывания с использованием AWS Kubernetes была разработана на ранней стадии проекта, поэтому команде пришлось разобраться в ней в сжатые сроки (3 недели).

Создание процесса единого входа (SSO), который позволяет пользователям беспрепятственно перемещаться между пользовательским интерфейсом Galileo, RoadIQ, JupyterHub и Google Cloud без необходимости повторного входа в систему на каждой границе приложения.

Данные, необходимые для пользовательского интерфейса, были распределены между множеством источников — таблицами BigQuery, облачными функциями, базой данных Postgres, Auth0. Мы разработали GraphQL API для взаимодействия с пользовательским интерфейсом, который агрегирует данные из этих источников.

Результат

Единый пользовательский интерфейс, в который включены интерфейсы обработки и анализа данных (табличные данные, тепловые карты, графики и диаграммы, интеграция Kepler).

Новый ETL процесс, которые позволяет легко добавлять новые источники данных

Интеграция с Kepler.gl и загрузка сложных наборов данных, обеспечивающих представление транспортных событий на основе местоположения и времени

Разработан настраиваемый инструмент предварительного просмотра, где мы показываем интерактивные карты улиц и местности, а также сами необработанные данные

На основе Google Cloud Functions создан адаптер для существующего загрузчика данных, что позволило пользователям использовать данные и создавать модели из локальных файлов, а не только из таблиц BigQuery.

Транспортный сервис для безопасного и эффективного вождения

Задача

Результат

Бизнес заказчика

Сбор данных

Анализ и прогноз

Машинное обучение

Embedded системы

Инструменты и решения

Единый интерфейс

Система отчетов

Инфраструктура

Единая система авторизации

Унификация

Интеграция с картами

Технологический стек

Почему это интересно?

Старый набор интерфейсов был создан для технических специалистов

Сервис работает с «большими данными»

Продукты сервиса могут оказать положительное влияние на людей и окружающую среду

Мы используем передовые технологии

Какие трудности преодолели?

Читать подробнее в PDF

Результат

подписаться на нашу рассылку

позвоните мне

Решения и услуги

Опенсорс

Меню

Связаться с нами

Адреса

Мы на других площадках

Подписаться на рассылку новостей Smartup