Тест пройден
Леонид Ефимович, ваше подразделение занимается разработкой, а также тестированием программного обеспечения. Расскажите о продуктах и новых решениях, на которые вы делаете ставку.
Леонид Головатый: Мы в ЛАНИТ уже много лет занимаемся масштабными и социально значимыми проектами по созданию и развитию IT-систем. В ходе их реализации у нас появляются собственные разработки, которые мы оформляем в виде отдельных программных продуктов и предлагаем рынку. Плюс находим интересные решения у стартапов и дорабатываем их, чтобы сделать хорошие прорывные продукты.
Недавно мы разработали и вывели на рынок платформу электронного обучения "ЛАН-ПЭО". Это своего рода конструктор, позволяющий создавать различные обучающие курсы. C его помощью можно проверять полученные в процессе обучения знания и навыки в формате тестирования. Преимущество нашего продукта в том, что он хорошо интегрируется в уже существующую инфраструктуру заказчика, например, может работать с действующей кадровой системой.
В прошлом году мы внедрили "ЛАН-ПЭО" в Фонде социального страхования РФ, и эта платформа уже помогла пройти обучение девяти тысячам сотрудников. Внутри ЛАНИТ мы тоже используем ее, чтобы создавать курсы для своих аналитиков, тестировщиков и т.д.
Одна из наших компаний "ЛАНИТ Экспертиза" занимается тестированием информационных систем, и у нее есть свой продукт NeuroControl. Платформа для автоматизации тестирования мобильных и desktop-приложений способна распознавать графический интерфейс с помощью нейронных сетей. Мы уже использовали ее в нескольких проектах, и она показала свою эффективность. Тестирование desktop-приложений представляет большую сложность из-за отсутствия качественных инструментов в открытом доступе или их дороговизны, поэтому мы сделали свой продукт.
Высока ли конкуренция на российском рынке тестирования и как вы завоевываете клиентов?
Леонид Головатый: Услуги тестирования сейчас довольно востребованы, конкуренция среди компаний, оказывающих такие услуги, очень высокая. Наши преимущества - это люди и технологии. Мы стараемся не просто тестировать, а используем осознанный подход: проводим аудит текущих процессов тестирования и, если необходимо, предлагаем новые решения как в плане инструментов, так и по стратегии контроля качества в целом.
Проектный опыт команды позволяет легко адаптироваться под конкретные потребности заказчиков. Плюс у нас наработана технология подготовки специалистов, есть собственная школа с дистанционным обучением. При необходимости увеличения команды можем оперативно масштабироваться. Мы также развиваем ресурсные центры в регионах и за счет этого стараемся держать конкурентные цены на свои услуги.
Еще один важный момент - это технологии, которые мы применяем для всех типов тестирования. В частности, в автоматизированном тестировании, которое позволяет нашим заказчикам существенно сокращать сроки выпуска новых продуктов. Происходит это за счет уменьшения времени на проведение регрессионного функционального тестирования. Применение автоматизации тестирования также способствует повышению качества продукта за счет расширения тестового покрытия и снижения риска пропустить ошибки. Нагрузочное тестирование, проводимое с использованием наших технологий, позволяет своевременно выявить проблемы производительности информационных систем. В этих вопросах у нас большой опыт и собственные наработки.
В числе разработок компании ЛАНИТ есть интеллектуальная система мониторинга труда SOLUT. Где она используется и как себя показала?
Леонид Головатый: Она создана на базе искусственного интеллекта и позволяет повысить производительность труда сотрудников и контролировать качество их работы. Система может быть полезна в любой отрасли, где используется физический труд, например, сейчас мы активно внедряем ее в строительстве. Работает она следующим образом: работник надевает носимое устройство ("умные часы"), и они в течение смены собирают данные о движении его рук. Эти данные передаются на сервер, и искусственный интеллект распознает по движениям рук работника, какие действия и в какой момент совершал человек, восстанавливая картину всего рабочего дня.
Программа может в автоматическом режиме определить, что сотрудник, например, работал молотком, шпаклевал, выкладывал товар на полку или сваривал деталь и т.д. Но сейчас больше всего востребована информация о том, в какой момент он работал, а когда нет. Дело в том, что на стройках бывает много простоев, и часто не по вине работника, например, если просто не подвезли необходимые материалы. Все причины анализируются, и далее менеджеры перенастраивают производственные процессы, чтобы повысить их эффективность.
Мы внедрили такую систему на нескольких проектах, и опыт показал, что с ее помощью можно повысить производительность работников на 20-35 процентов. Также работодатель может лучше планировать производственные процессы. Например, в строительстве важно уложиться в поставленные сроки, и тут можно оценить: стоит ли привлекать дополнительных работников, чтобы ускорить процесс, или это лишь увеличит простои?
Система SOLUT уникальна для российского рынка, таких технологий пока нигде нет. Важно, что мы не просто передаем ПО и железо, но и осуществляем полный цикл внедрения системы. Обеспечиваем заказчика всем необходимым - от "умных часов" и набора приложений до методики повышения производительности. И самое главное - адаптируем систему к специфике работы заказчика. Клиенты, которые уже использовали систему SOLUT, подтверждают ее эффективность не только нам, но и своему окружению. Например, мы внедрили ее в одной генподрядной организации, после чего субподрядчик, посмотрев на результаты, тоже внедрил ее у себя. На крупных проектах система SOLUT развернута уже на тысячи работников и показывает высокое качество распознавания и главное - ощутимую экономическую эффективность.
Есть ли у вас другие разработки, где применяются технологии искусственного интеллекта?
Леонид Головатый: Конечно. Например, для финансовых организаций мы создали систему по противодействию мошенничеству. Здесь искусственный интеллект помогает выявлять в большом объеме транзакционных данных шаблоны, присущие мошенническим действиям. Конечно, может оказаться, что так действовал сам клиент, который, например, изменил свои привычки. Поэтому система не блокирует транзакцию, а подает сигнал тревоги, привлекающий внимание службы безопасности. Включаются определенные механизмы, и требуется подтверждение или опровержение факта мошеннических действий в полуавтоматическом режиме.
Другой пример - оцифровка текстовой информации. Это не очень сложный проект с точки зрения самой технологии искусственного интеллекта, но он достаточно эффективен. Ведь различные договоры, накладные, акты содержат массу необходимой для принятия решения информации, которую нужно перевести в машиночитаемый вид, чтобы ее можно было обработать.
Есть и другие области применения искусственного интеллекта: машинное зрение, обработка естественного языка и т.д. Мы активно используем ИИ в своих крупных проектах для государства и коммерческих структур, потому что он может помочь там, где обычные алгоритмы уже не справляются. Один из примеров - наш проект по предиктивной аналитике, сейчас он находится на стадии внедрения. Суть в том, что любое оборудование нужно регулярно обслуживать, заменять детали. Это делается по определенному регламенту. Например, автомобиль каждые 10 тысяч километров должен проходить техобслуживание. Но если проанализировать динамику возникновения отказов, можно какую-то деталь менять не через 10, а через 20 тысяч километров, сэкономив деньги.
При этом в других условиях, возможно, придется это сделать раньше, и методы предиктивной аналитики позволяют заблаговременно выявить предаварийное состояние и подать сигнал, что необходимо принять меры.
В ИТ-отрасли определяющую роль играют специалисты. Ощущаете ли вы сегодня дефицит кадров и как с этим справляетесь?
Леонид Головатый: В начале 2022 года найти квалифицированных специалистов было очень тяжело. Сейчас острота проблемы чуть спала, потому что ушли многие западные компании и их бывшие работники стали выходить на рынок. Но хороших специалистов быстро разбирают, особенно разработчиков, DevOps-инженеров (Development и Operations - разработка и эксплуатация. - Ред.), инженеров по автоматизированному и нагрузочному тестированию.
Мы набираем кадры с рынка, а также обучаем их сами. Берем младших специалистов, например, Java-разработчиков, более квалифицированные работники становятся их наставниками. Под их руководством молодые специалисты повышают свою квалификацию. Довольно много сотрудников, пришедших к нам сразу после института, сейчас занимают ведущие позиции в компании.
Конечно, такая работа невозможна без взаимодействия с вузами. У нас такое сотрудничество налажено с несколькими региональными подразделениями: в Омске, Перми, Челябинске, Ижевске. Их руководители преподают в местных вузах и заодно находят там молодых специалистов. Для студентов это тоже выгодно, ведь они четко понимают, чему надо учиться, и имеют опытных наставников. Стажерские программы для студентов работают в основном в регионах. Но и в Москве мы сотрудничаем с МГТУ им. Н.Э. Баумана, с Высшей школой экономики, с МГУ.
ЛАНИТ располагает собственными ресурсными центрами в разных городах. Расскажите, какова их роль и задачи?
Леонид Головатый: С начала 2000-х годов мы столкнулись с кадровой проблемой и начали развивать структуру ресурсных центров, которые позволили нам растить квалифицированных сотрудников. Сейчас многие работают по этому принципу, но мы встали на этот путь одними из первых. Мы создали такие центры в Челябинске, Перми, Ижевске, Омске и даже в Беларуси.
Если в каком-то регионе есть хороший технический вуз, готовящий квалифицированных выпускников, значит, там можно создать ресурсный центр, у которого будет возможность наращивать мощности. К тому же до 2020 года работники в регионах обходились дешевле, чем в Москве. Но сейчас региональные зарплаты постепенно выравниваются по сравнению с московскими.
Тенденция такова, что работникам вообще необязательно иметь привязку к офису. Наши специалисты живут и работают по всей стране. Четкой специализации нет, но так сложилось, что в Омске у нас достаточно большая Java-разработка, в Перми - DevOps-инженеры, аналитики. У нас проектный бизнес. В проектах участвуют сотрудники разных специальностей - разработчики, аналитики, руководители проекта, тестировщики. Не так важно, откуда специалист, из Москвы или из другого города. Все мы - одна команда и работаем вместе.