Все проекты

Коммерческий · Python / Software Engineering

Система контроля дефектов

Обработка результатов ML и обновления системы контроля дефектов.

  • Python
  • FastAPI
  • WebSocket
  • SQLAlchemy
  • Alembic
  • Docker

Описание обезличено. Исходный код и внутренние материалы не публикуются.

Кратко о проекте и вкладе

Дорабатывал backend интеграции с ML: обработку результатов распознавания, проверку состава и состояние рабочей смены. Согласовал сохранение данных и рассылку обновлений по WebSocket, исправлял запуск фоновой очистки.

Для чего нужен проект

Командная система принимает результаты автоматического распознавания и помогает контролировать состав продукции. Backend связывает обнаруженные объекты с текущей сменой, сопоставляет их с ожидаемым составом и передаёт обновления клиентам.

Что я делал

  • Интегрировал обработку результатов распознавания с данными текущей смены.
  • Дорабатывал проверку состава и подсчёт ожидаемого количества объектов.
  • Согласовывал обработку параллельных обновлений состояния смены.
  • Выстроил порядок операций: сначала фиксация транзакции, затем уведомление клиентов.
  • Дорабатывал последовательную отправку сообщений по WebSocket и запуск асинхронной фоновой очистки.

Технический подход

FastAPI принимает результаты ML-компонента. Сервер проверяет их, обновляет данные через SQLAlchemy и только после сохранения рассылает новое состояние. Такое разделение связывает уведомления с уже зафиксированными данными.

Моя часть — серверная обработка и интеграция. Модель распознавания и интерфейс разрабатывались в команде. Заказчик и закрытые материалы не раскрываются.