Представьте: у вас есть приложение с 20 пользовательсĸими ролями. Каждая роль видит интерфейс по-своему — разные элементы, состояния, возможности. И вам нужно поддерживать аĸтуальность всех этих вариантов.

Звучит ĸаĸ nightmare? Таĸ и было.

Всем привет! Меня зовут Макаров Иван, я руководитель программы Tech for Tech проектов в Magnit Tech. Последние 1,5 года мы реализуем масштабный технологический проект по выносу наиболее критичных информационных систем из единой платформы-монолита на выделенную инфраструктуру. Проект интересен своим масштабом и сложностью, и сегодня я расскажу, как мы справились с высоким уровнем неопределенности, скрытыми зависимостями, требованиями бизнеса и другими трудностями.

Сразу предупрежу: будет практика и честные выводы. И я был бы безгранично рад, если бы перед стартом проекта нашел и прочитал подобную статью.

Всем привет! Меня зовут Михаил, я руковожу разработкой хранилища данных «Магнит OMNI». Хочу рассказать, как мы решали проблемы его создания: разделение ресурсов хранилища между несколькими большими равнозначными заказчиками; переиспользование кода для оптимизации рутинных задач; развитие платформы DWH в условиях активно растущего бизнеса; навигация в сотнях витрин и соблюдение единообразия расчёта метрик.

Общая численность персонала «Магнита»  составляет около 320 000 действующих сотрудников, торговая сеть – почти 30 000 магазинов в 67 регионах. А также онлайн-коммерция, собственная логистика, 20 предприятий по производству продуктов питания и другие направления бизнеса.

При таком количестве сотрудников розничных магазинов и распределительных центров внутренние коммуникации были сложной задачей. Так как у 80% персонала нет рабочей почты в силу специфики позиций, они не имеют прямого доступа к кадровым сервисам.

Стремясь к культуре открытого общения, мы хотим держать всех коллег в курсе событий и развиваем внутренний сервис для сотрудников, чтобы все могли иметь удобный доступ к ресурсам компании.

Сервис также используется для онбординга новичков, опросов, анонсов мероприятий и программ привилегий для сотрудников «Магнита». Мы не только создаем опыт сотрудников и условия для решения HR-задач, но и повышаем их вовлеченность и укрепляем позиции компании на рынке. Как именно – расскажем в статье.

Одна из крупнейших розничных сетей России, «Магнит», разрабатывает современную систему прогнозирования и пополнения товаров (F&R). Цель проекта – создание и внедрение нового решения, которое закроет все потребности ритейлера на ближайшие 10–15 лет. Для решения амбициозных задач Магнит точечно привлекает лучшую экспертизу, доступную на российском рынке. Компания Napoleon IT была выбрана в роли партнера для решения задач, связанных с функциональностью нового решения.

В этой статье CTO программы проектов F&R в «Магнит» Михаил Гедзберг и директор по продукту Napoleon ADR (AI-Driven Replenishment) Азамат Ниров расскажут о процессе разработки функционального дизайна будущего решения и о том, почему оно так важно для «Магнита».

Конкуренция за клиента становится все ожесточеннее, и в ход идут разные инструменты. Про трансформацию отрасли ритейла, как с помощью «выхода в поля» улучшать онлайн и офлайн опыт пользователей, и что это значит для продактов — рассказал Андрей Корыстин, Директор по продукту «Магнит OMNI», на митапе «Magnit OMNI Product Meetup: онлайн vs офлайн — битва за клиента». Делимся материалами.

В статье поделимся опытом создания и развития команды аналитики «Магнит Маркета», которая становится не только двигателем бизнеса, но и источником новых идей и проектов.

Проверка потенциальных контрагентов на благонадёжность — неотъемлемая часть ведения бизнеса. Она нужна, чтобы эффективно управлять рисками, соблюдать должную осмотрительность, исключить репутационные риски и финансовые потери.

Мы создали систему, которая позволила оптимизировать работу по проверке контрагентов из открытых источников. Рассказываем, как она устроена.

«Магнит» — это не только продукты съедобные, но и продукты цифровые: мобильные приложения, веб-сервисы. Команда пользовательского опыта старается делать их лучше: для этого есть исследователи, которые проводят исследования внутренних (для сотрудников) и внешних (для клиентов) продуктов, и CJE — эксперты по клиентскому опыту, которые строят карты клиентских путей на основе данных исследований и обратной связи.  

Наша работа — находить и помогать решать проблемы пользователей. Но мы сами, в свою очередь, сталкиваемся с проблемами при выполнении этой задачи. Об этих проблемах и о том, как мы их решаем, расскажем в статье.

У нас было 2 ТБ данных на 4 информационных системы, 237 таблиц, 221 хранимая процедура, свыше 30 тысяч строк кода, ванильная версия PostgreSQL и потребность в реализации обратного потока данных в Oracle. Не то чтобы мы были экспертами в создании потоков данных между СУБД, но я знал, что рано или поздно нам придется этим заняться.