AIPF
AI Present Finder - Aplikacja webowa znajdująca dopasowane prezenty, wykorzystująca analizę mediów społecznościowych i konwersacyjną sztuczną inteligencję
Cele biznesowe:
- Technologiczny: Stworzenie i wdrożenie w pełni funkcjonalnej aplikacji webowej wykorzystującej analizę danych z mediów społecznościowych i konwersacyjną AI do generowania spersonalizowanych rekomendacji prezentów.
- Użytkowy: Zredukowanie czasu i stresu użytkowników związanego z procesem wyboru prezentów.
- Jakościowy: Zwiększenie trafności i poziomu personalizacji rekomendowanych prezentów w porównaniu do manualnych metod poszukiwań.
Rezultaty: Opracowanie aplikacji webowej "AI Present Finder", składającej się z:
- Modułu inteligentnej analizy mediów społecznościowych do ekstrakcji zainteresowań.
- Konwersacyjnego asystenta AI (chatbota) do prowadzenia wywiadu z użytkownikiem.
- Systemu inteligentnych rekomendacji zintegrowanego z wieloma platformami e-commerce.
- Stworzenie i wdrożenie architektury backendowej opartej na mikroserwisach, komunikujących się asynchronicznie (RabbitMQ) i zgodnie z zasadami CQRS oraz event-driven architecture.
- Wdrożenie aplikacji (MVP, a następnie wersji finalnej) w środowisku produkcyjnym z wykorzystaniem konteneryzacji (Docker) i automatyzacji CI/CD (Github Actions) oraz środowiska Coolify.
Metryki i weryfikacja:
- Weryfikacja funkcjonalna: Ukończenie zrealizowanie zaplanowanych funkcjonalności.
- Weryfikacja jakości rekomendacji: Sukces będzie mierzony przez trafność propozycji, weryfikowaną poprzez zbieranie feedbacku od użytkowników.
- Weryfikacja techniczna: Pomyślne wdrożenie aplikacji w docelowym środowisku, a także poprawność działania integracji z zewnętrznymi API i systemami.
Projekt dotyczy powszechnego, społecznego problemu wyboru i zakupu prezentów dla rodziny, przyjaciół lub innych znajomych. Proces ten jest często czasochłonny i odbywa się pod presją zbliżających się okazji, takich jak urodziny czy święta.
Głównym problemem, który projekt ma rozwiązać, jest trudność w wymyślaniu trafionych i spersonalizowanych prezentów. Obecny, manualny proces generuje dla użytkowników szereg negatywnych doświadczeń:
- Jest czasochłonny: Wymaga długiego zastanawiania się, poszukiwania inspiracji i przeglądania wielu ofert.
- Jest stresujący i frustrujący: Brak pomysłów prowadzi do stresu, a presja czasu potęguje frustrację.
- Jest nieefektywny: Często kończy się wyborem nietrafionego lub generycznego prezentu, który nie sprawia obdarowanemu prawdziwej radości.
Większość społeczeństwa wymyśla prezenty w pełni samodzielnie i manualnie, przeglądając sklepy internetowe, sekcje z promocjami lub chodząc po galeriach handlowych. Ciężko jest znaleść prezent w ten sposób, jest to czasochłonne i ciężko znaleść dopasowany prezent do osoby. Niektórzy inspirują się (często sponsorowanymi) artykułami typu "pomysły na prezent dla mamy", które są bardzo generyczne. Nieliczne i niepopularne wyszukiwarki oparte na LLM-ach zazwyczaj nie proponują konkretnych prezentów, jedynie pomysły, które potem należy samemu znaleść.
Nasz projekt to w pełni inteligentny system proponujące konkretne oferty z platform e-commerce, który zbiera dane o obdarowanym z kilku źródeł, generuje pomysły na prezenty i wyszukuje konkretne oferty, które można następnie przeglądać za pomocą filtrów i zapisywać na później.
-
System webowy "AI Present Finder", składający się z dwóch głównych części:
- Aplikacja Frontendowa: Interfejs użytkownika zbudowany w technologii ReactJS oraz Vite, umożliwiający interakcję z chatbotem, zlecanie przeglądanie i filtrowanie rekomendacji.
- System Backendowy: Złożony z mikroserwisów (napisanych w NestJS), odpowiedzialnych za analizę danych, logikę chatbota, komunikację z zewnętrznymi API oraz zarządzanie bazą danych PostgreSQL.
-
Algorytm rekomendacji prezentów: Kluczowy element systemu, który na podstawie zebranych danych generuje spersonalizowane propozycje.
Narzędzia wspierające:
- Skonfigurowane środowisko deweloperskie i produkcyjne oparte na konteneryzacji (pliki docker-compose.yml, Dockerfile).
- Zautomatyzowane procesy CI/CD zdefiniowane w ramach Github Actions, służące do budowania, testowania i wdrażania aplikacji.
Charakterystyka:
- Funkcjonalność: Aplikacja będzie automatycznie analizować publiczne dane z mediów społecznościowych oraz prowadzić interaktywny wywiad z użytkownikiem w celu zebrania informacji o osobie obdarowywanej. Na tej podstawie będzie generować listę spersonalizowanych propozycji prezentów wraz z bezpośrednimi linkami do ofert na platformach e-commerce.
- Docelowe środowisko wdrożeniowe: Aplikacja zostanie wdrożona jako zestaw skonteneryzowanych (Docker) mikroserwisów, z procesem wdrożenia zarządzanym przez platformę Coolify i zautomatyzowanym przez Github Actions.
Użytkownicy końcowi: Głównymi beneficjentami są osoby poszukujące prezentów dla swoich znajomych i rodziny. Projekt wpłynie na nich poprzez:
- Oszczędność czasu: Automatyzacja procesu analizy i rekomendacji znacząco skróci czas potrzebny na znalezienie idealnego prezentu.
- Redukcję stresu: Aplikacja dostarczy konkretnych propozycji, eliminując frustrację związaną z brakiem pomysłów.
- Poprawę jakości wyboru: Dzięki analizie danych, rekomendacje będą bardziej spersonalizowane i trafione, co zwiększy satysfakcję zarówno kupującego, jak i obdarowanego.
Zespoły wewnętrzne: W kontekście tego projektu, "zespołem wewnętrznym" są jego twórcy (Szymon Kowaliński, Bartosz Gotowski, Dawid Chudzicki, Marcin Dolatowski). Odniosą oni korzyści w postaci:
- Zdobycia praktycznego doświadczenia w budowie złożonego systemu opartego o nowoczesne technologie (mikroserwisy, AI, architektura sterowana zdarzeniami).
- Stworzenia kompletnego portfolio projektowego, od koncepcji po wdrożenie produkcyjne.
Organizacje zewnętrzne: Pośrednimi beneficjentami mogą stać się platformy e-commerce (np. OLX, Allegro, Amazon, eBay), z którymi aplikacja będzie zintegrowana. Dzięki generowaniu linków do konkretnych ofert, projekt może stać się źródłem wartościowego ruchu i zwiększyć sprzedaż na tych platformach.
