Приветствую, друзья! Меня зовут Александр Вихарев, и я работаю системным аналитиком в проектах для Fix Price. 

Одной из самых сложных задач при работе с документацией является сверка документов. Причем сверка трудна и с точки зрения программной реализации, если заниматься этим самостоятельно. Для нас же эта задача особенно важна, поскольку все документы должны подписываться только теми людьми, у которых есть на это полномочия. В противном случае это может привести к правовым и финансовым проблемам — например, при подписании договоров на оказание услуг. Также могут наблюдаться и несовпадения в предварительно согласованной и подписанной версиях, что при ручной проверке выявлять долго.

Чтобы избежать этого и освободить время специалистов компании, занимающихся сверкой документации, было решено разработать свою OCR-систему на основе решений внешних поставщиков. Технология OCR (optical character recognition, оптическое распознавание символов) позволяет извлекать текстовые слои из отсканированных документов для сверки и переводить их в удобные для работы форматы.

Привет, Хабр! Меня зовут Татьяна Богословская, я работаю руководителем по рекрутменту для Fix Price, и сегодня мне бы хотелось поделиться своими наблюдениями об особенностях найма IT-специалистов в 2024 году. Поговорим о том, на что они обращают внимание при трудоустройстве и как компании могут их заинтересовать. А еще я расскажу, как некоторые соискатели пытаются обхитрить рекрутеров.  

Не соцпакетом единым: на что обращают внимание IT-кандидаты? 

По моему опыту, в последнее время IT-специалистов при выборе нового места работы прежде всего интересует следующее:

Привет, Хабр! Меня зовут Роман Хаджаев, я работаю над проектами Fix Price в качестве фронтенд-разработчика. Сегодня расскажу вам о том, как мы создали собственное веб-приложение и развернули его для запуска на Android. Да, речь идет о PWA-приложении, в которое мы упаковали наш сайт и добавили некоторые дополнительные функции. А в завершение дам полезную информацию начинающим разработчикам, которые только приступают к решению подобных задач.

Привет, Хабр! Меня зовут Сергей Кулабухов, я занимаюсь внедрением ИИ в бизнес-процессы компании Fix Price. С появлением моделей обработки естественного языка (natural language processing) изменился и подход к реализации подобных задач. Теперь мы не программируем и не обучаем, а просто объясняем, что необходимо сделать.

В этой статье мы затронем тему перевода специфических текстов, таких как описание товара со всеми сокращениями и аббревиатурами, на не менее специфичные языки, такие как арабский или монгольский.

Всем привет! Меня зовут Олег Усов, я работаю старшим консультантом SAP MM в Fix Price. Хочу рассказать, как мы проводили интеграцию SAP с электронной торговой площадкой (ЭТП) и системой электронного документооборота (СЭД) для автоматизации ряда процессов по участию в закупках услуг. Точнее: расскажу о части автоматизации сквозного процесса поиска поставщиков и заведения в системе контрактов. Всё было сделано силами нашей команды без привлечения сторонних разработчиков.

Привет, Хабр! Это Вадим Райский, и сегодня я хотел бы рассказать о сайтах и блогах, в которых можно почерпнуть информацию и лайфхаки, полезные для работы. 

Чем-то любопытным в Рунете читателей Хабра уже вряд ли удивишь, да и поиск Яндекса работает отлично. Поэтому в данной статье рассмотрим англоязычные ресурсы для тех, кто хочет быстро найти в сети решение своей задачи, которое не получилось отыскать в русскоязычном сегменте, или просто почитать что-то свежее и полезное в бескрайнем мире информационных технологий. И да, этими сайтами мы и сами периодически пользуемся.

Привет, Хабр! На связи ведущий методолог Fix Price Алексей Черепецкой, и сегодня я расскажу вам о том, чем бизнесу могут быть полезны голосовые боты, а также где и как мы используем эту технологию у себя. И конечно, остановимся подробнее на технических решениях и интересных моментах.

Формировать, рассылать и контролировать подписание кадровых документов вручную не слишком удобно даже в маленькой фирме. Что уж говорить про компанию, в которой работает более полутора тысяч человек. Меня зовут Михаил Егоров, я работаю на проектах Fix Price в качестве программиста-консультанта. Расскажу вам о том, как мы упростили работу нашим кадровикам и автоматизировали эти процессы в сети Fix Price в Казахстане.

А перед этим скажу, что код, связывающий API оператора и нашу 1С, был написан мною с нуля. При этом на момент внедрения (апрель 2022 года) разработок и примеров работы в открытом доступе не было.

Всем привет! Меня зовут Дмитрий Ермошкин, я работаю системным аналитиком на проектах компании Fix Price. Расскажу сегодня о том, каким образом нам удалось автоматизировать загрузку товаров на онлайн-витрину компании.

У нас было несколько систем, в которых мы хранили данные для дальнейшей публикации на витрину: SAP, LCB (склад), 1C. Предложения о новых товарах поступали из разных каналов: email, мессенджеры, а менеджеры занимались проверкой данных, уточняли данные у поставщиков. Однако у Fix Price несколько сотен поставщиков и несколько тысяч товаров, а автоматическая проверка полноты данных при такой схеме затруднена. Поэтому была поставлена следующая задача: приведение данных к качественному виду и их консолидация в единой системе. При этом система должна быть отказоустойчивой и производительной, а также должно быть обеспечено удобство работы с ней для поставщиков.

Как всё работает:

Всем привет! Меня зовут Самат Булакбаев, и я руководитель отдела тестирования. Сегодня я хотел бы поделиться нашим опытом перехода с TestRail на другую TMS (Test IT) и рассказать о проблемах, которые нам удалось решить, и о том, с чем нам еще предстоит разобраться.

В основном, наша работа заключается в ведении и актуализации тестовых сценариев. Некоторое время мы использовали TestRail в сочетании с Google-таблицами. Однако, мы осознали необходимость более удобного инструмента для управления тестовой документацией, так как TestRail имел ряд недостатков. Особенно проблематичными для нас были общие шаги и неинтуитивный интерфейс. Следует отметить, что невозможность пометки пройденных шагов является известной проблемой, о которой говорят и другие тестировщики.

Поэтому мы начали искать более удобный инструмент. Кроме того, в свете последних событий, мы решили остановиться на отечественной программе. Результатом этого выбора является то, что мы уже около полугода работаем с Test IT, и за это время мы накопили достаточно опыта, чтобы поделиться своими впечатлениями и оценить его удобство для тестировщиков.

Привет, Хабр! На связи снова Кристина Кондакова, руководитель центра компетенций QlickView. В прошлой статье мы рассказали о том, как искусственный интеллект может прийти на помощь в решении различных задач из арсенала менеджеров Fix Price. Но пока чат-боты недостаточно гибкие в плане работы с текстом, а во-вторых, их функционала не хватает для полноценного управления проектами.

Проджект-менеджмент – это то, вокруг чего строится вся работа в Fix Price. От прогнозирования открытия новых магазинов и расширение ассортимента – и вплоть до трекинга ежедневных рутинных задач: управлять большим объемом данных гораздо проще, когда под рукой есть удобный планировщик.

Сегодня хочу поделиться с вами одним инструментом, который существенно упростил нам работу над проектами  – Notion AI. Поначалу он казался немного сложным в освоении. Однако в долгосрочной перспективе мы понимали, что это не просто замена привычным инструментам планирования вроде Trello или Asana. Это куда более продвинутая альтернатива, совмещающая планировщики и чат-боты, но которая предлагает при этом куда больше возможностей для работы с текстом – и не только.

Учимся управлять хаосом вместе с Notion

Перейдем сразу к практической части. Начнем с простого: организовать рабочие дела. В Notion можно легко создавать и редактировать задачи, а также перетаскивать мышью в другие блоки. Вот простой пример панели задач, которая, на первый взгляд, похожа на Trello:

Искусственный интеллект уже перестал быть чем-то из области фантастики, а превратился в бизнес-инструмент с огромным потенциалом. Ожидается, что к 2028 году мировой рынок сервисов ИИ вырастет до $31 млрд. Перспективы автоматизации бизнес-процессов, которые замаячили перед компаниями в связи с развитием этой технологии, очень заманчивы — и даже в новых отечественных реалиях.  А ритейл с его колоссальными объемами и скоростью бизнес-процессов — едва ли не самая подходящая отрасль, чтобы опробовать возможности искусственного интеллекта.

Мы в Fix Price тоже не остались в стороне и решили протестировать в работе несколько популярных ИИ-ботов. Тем более, что у ChatGPT от OpenAI появился новый соперник — Claude.

Меня зовут Кристина Кондакова, я руководитель центра компетенций QlikView компании Fix Price, и я предлагаю проверить, насколько искусственный интеллект сможет решить несколько творческих (и не очень) задач из арсенала менеджеров сети.

Что из этого получилось, сейчас расскажем.

Привет, Хабр! Меня зовут Вадим Райский, и я работаю руководителем IT‑проектов для департамента управления магазинами Fix Price. Сегодня поговорим о том, как мы в этом году запустили специальную экосистему для найма сотрудников на работу, что позволило значительно упростить и ускорить процесс трудоустройства. Далее я подробно расскажу о каждом инструменте экосистемы и, конечно же, о технических моментах реализации.

Создание лендинга

Раньше после получения оффера будущий сотрудник должен был принести в офис, магазин или склад (если речь идет о линейном персонале) свои документы (паспорт, СНИЛС, ИНН, трудовую книжку). Предоставленные данные сотрудники HR‑отдела переносили в договор и другие внутренние документы, необходимые для оформления в штат. Этот процесс занимал определенное время, обычно около 1–3 дней.

Даже несколько дней в ожидании оформления документов могут оказаться решающими, особенно с учетом того, что некоторые работодатели готовы принять будущих сотрудников практически в одночасье, без официального трудоустройства. В нашем случае это создавало отток кандидатов. К тому же время, которое было потрачено на оформление документов, руководство магазина могло использовать более продуктивно. Мы думали над тем, как можно ускорить и упростить этот процесс для всех сторон. В итоге решением этой задачи стало создание специального лендинга для трудоустройства, благодаря которому будущий сотрудник может сам оформиться на работу, не выходя из дома. Вот как это работает:

Привет, Хабр!

Меня зовут Кристина Кондакова, я руководитель центра компетенций QlikView компании Fix Price, и в этой статье расскажу, как мы в Fix Price снизили TTM и количество текущих задач за счет привлечения подрядчиков, а затем оценили экономический эффект.

Объем бэклога и TTM (Time To Market) — ключевые показатели для любой крупной компании. Аналитика очереди задач и роста бэклога внедрена у нас давно во всех отделах разработки. Еженедельно аналитическое подразделение формирует объемную рассылку-отчет для руководства. В отчете отражена динамика роста бэклога по отделам/проектам, средние ТТМ задач в очереди и ряд других показателей.

Безусловно, каждый крупный бизнес требует решения задач здесь и сейчас. Для снижения нагрузки на штатных специалистов привлекаются подрядчики. Мы хотим поделиться экономической эффективностью от привлечения подрядчиков на примере проекта BI.

Привет, Хабр! С вами снова я, Анна Васильева, руководитель проектов в отделе департамента категорийного менеджмента Fix Price. В прошлый раз мы поговорили о том, как в нашей сети устроен и функционирует механизм обеспечения складов товарами. В этой же статье я расскажу, как и для чего нужна система «Автозаказа» и как она помогает нашим магазинам.

До появления системы заказ товаров происходил вручную и приводил к увеличению нагрузки на персонал каждого магазина – а их у нас уже более 5 тысяч. В результате у сотрудников оставалось меньше времени на другие важные задачи, которые точно нельзя автоматизировать. В 2017 году была создана система для автоматического пополнения торговых точек товарами из РЦ (распределительных центров). Также это программное решение позволило нам создать эффективную систему управления товарными запасами и повысить уровень сервиса за счет предоставления всего ассортимента на полках любого магазина Fix Price.

Система позволяет вводить правила пополнения товаром с учетом специфики работы отдельных магазинов (например, по температурному режиму). В ней также учитывается тип оборудования конкретного магазина, нормы выкладки, а также есть инструменты по оптимизации логистики. Но давайте от вводной информации перейдем к конкретным задачам, которые позволяет решать эта система.

Подготовка и обработка данных

Функциональные возможности «Автозаказа» во многом совпадают с функционалом предыдущего решения по пополнению РЦ, однако в аналитике используется статистика продаж товарных групп за два последних года. По статистике продаж находится сезонность (отклонение от среднего по периодам) каждой товарной группы, которая используется для составления прогноза. Построение прогноза продаж выполняется по каждому магазину (а не по кластеру) на период 14 дней, а периодичность заказа магазинов составляет от 1 до 3 раз в неделю.

Приветствую, друзья! Продолжаем серию публикаций «Fix Price изнутри». Меня зовут Анна Васильева, я являюсь руководителем проектов в отделе департамента категорийного менеджмента Fix Price. В этой статье поделюсь с вами тем, как у нас выстроена система обеспечения магазинов товарами. Расскажу о двух группах решений, которые помогают пополнять наш распределительный центр (далее — РЦ) и обеспечить товаром полки магазинов. 

В первой части о том, как у нас организовано пополнение РЦ товарами с «длинным плечом» доставки (то есть со сроком получения в пределах 6-12 месяцев с момента принятия решения о закупке товара). Этот комплекс программ представляет собой систему прогнозирования и пополнения товаров для РЦ с учетом остатков в магазинах. Система состоит из нескольких блоков:

Привет, Хабр! Сегодня расскажу о том, как мы в Fix Price закрыли проблему организации единой авторизации и аутентификации для наших сервисов с помощью Keycloak. Хотелось бы, чтобы эта статья оказалась полезной для всех, кто планирует внедрять это решение.

Начнем с общих моментов, а если хотите сразу перейти к коду, примеры вы найдете ниже. Их у нас целых 4, и все расписаны очень подробно. Поехали!

Привет, Хабр! Меня зовут Вадим Райский, и я работаю руководителем IT-проектов для департамента управления магазинами Fix Price. Каждый год мы открываем около 700-750 торговых точек в России и за рубежом – примерно по две каждый день. Алгоритмы и большое количество данных позволяют с высокой степенью вероятности прогнозировать прибыльность каждой открытой локации.

Сегодня я расскажу о том, как мы перешли от «аналогового» способа сбора данных о локациях к цифровому и выстроили интеллектуальную систему поддержки новых торговых точек.

Как все начиналось

Давайте перенесемся в 2015 год и представим, что перед нами стоит задача открыть новый магазин. У менеджера по недвижимости заранее начинала болеть голова. Ему предстояло собрать и систематизировать данные о нужных локациях, накопленные за много лет в различных форматах – от Excel до рабочей почты. На поиски нужной информации могли уходить часы.

Объем обрабатываемых данных легко понять, если представить себе, сколько информации собирается для принятия решения об открытии новой точки. Агрегируется информация по всем городам России, улица за улицей, ведется учет каждой вакантной коммерческой площади, собирается информация о ее технических характеристиках, потенциале трафика и других параметрах. На эти базовые данные затем нанизывается информация о ставках аренды и результатах переговоров с отдельным арендодателем.