Наша история

Основание и инженерная концепция (2021–2023)

Проект стартовал в 2021 году с архитектурного решения: серверная часть на Python 3.11 с модулем базы знаний. Основное отличие от аналогов — использование многослойной системы валидации профилей. Каждый профиль проходит проверку по 87 полям (стандарт ISO 10667-1). Для хранения результатов применяется документ-ориентированная СУБД MongoDB 6.0 с шардированием под нагрузку.

Спецификация тестовых модулей

Тестовые задания используют следующие материалы и технологии:

• Адаптивные шкалы: IRT-модель (Item Response Theory) с трёхпараметрической логистической функцией.
• Визуальные стимулы: SVG-графика, рендеринг на стороне клиента через JavaScript Canvas API.
• Логические блоки: 1540 уникальных задач, разбитых по четырём уровням сложности (согласно Bloom-таксономии, версия 2023).
• Хронометраж: статический таймер с модулем задержки для симуляции реальных условий работы.

Протоколы оценки и качество данных

Алгоритмы вычисления результатов внедрены через микросервисы gRPC. Используются два независимых движка оценки:

1. Классический (взвешенная сумма баллов, нормирование по медиане выборки).
2. Нейросетевой (свёрточная нейросеть на TensorFlow Lite — калибровка на 120 000 профилях 2024–2025 годов).

Каждый отчёт проходит проверку на выбросы (критерий Граббса p=0.05). Коэффициент воспроизводимости тестов составляет 0.91 (тест-ретестовая надёжность по Спирмену-Брауну).

Сравнение с аналогами: ключевые отличия

В отличие от закрытых корпоративных решений (типа SAP SuccessFactors), платформа предоставляет детализированные метаданные:

• Прозрачность алгоритмов: открытая документация по весам факторов для каждого из 32 кластеров компетенций.
• Гранулярность профиля: 120 шкал против стандартных 8–12 шкал у конкурентов.
• Время обновления отчёта: менее 400 мс в пике (среднее по 10 000 запросов на одном узле).
• Поддержка оборудования: сертифицировано для работы на базе Intel Xeon 4-го поколения и AMD EPYC 9004.

Контроль качества и сертификация (2025–2026)

С 2026 года внедрён ежеквартальный аудит соответствия стандарту EFPA (Европейская федерация ассоциаций психологов). Процедура включает:

• Ретроспективный анализ 5000 случайных профилей за месяц.
• Сравнение распределений с эмпирическими данными 2022–2025 годов.
• Вычисление рабочих характеристик (кривая ROC, AUC = 0.87 на февраль 2026 года).
• Верификацию исходных кодов модуля статистики.

При обнаружении расхождений более чем на 1.2% запускается процедура калибровки: автоматическая корректировка весовых коэффициентов в фоновом режиме без остановки сервиса.

Техническая поддержка и материалы для разработчиков

Для интеграций предоставляется REST API (Swagger 3.0, лимит — 5000 запросов в минуту). Документация включает:

• Схему JSON для импорта профилей (v2.5.3).
• Лог-файлы в формате ELK (Elasticsearch, Logstash, Kibana).
• Демо-контейнер Docker с образом Python-клиента.

Все результаты тестирования хранятся в зашифрованных сегментах (AES-256, ключи ротируются каждые 72 часа).

Добавлено: 25.04.2026