В «Ленте» спрос на миллионы товарных позиций давно не считают в таблицах, а предсказывают с помощью машинного обучения. Главная цель — найти золотую середину: чтобы и товар не залеживался (списания), и полки не пустели (упущенная выручка).

Впечатляющие факты:

✔️Система пересчитывает ежедневно 15 млн временных рядов для 2500 магазинов и 50 товарных групп. На основе этих данных формируют реальные заказы для поставщиков.

✔️Продажи прошлых периодов разбивают по типам акций — модель видит разницу между «черной пятницей» и рядовой скидкой. Отдельные вероятностные модели обучены на аномалиях вроде новогоднего горошка.

✔️Для свежих овощей и фруктов используется отдельное решение с авторегрессией на XGBoost, чтобы точно ловить начало и конец сезона.

✔️Модели переобучаются раз в полтора месяца, при резких изменениях — внепланово. Качество отслеживают по WAPE и MAPE.

👉 Узнайте, как устроена архитектура платформы и почему для огурцов и помидоров понадобился отдельный подход, в статье руководителя команды «Прогнозирование», Николая Питухина.

Ручная выдача доступов кажется рабочим решением... ровно до тех пор, пока пользователей не становится десятки тысяч. Дальше начинаются очереди, ошибки, лишние права и бесконечная рутина 🫣

Андрей Софронов, тимлид продукта управления доступами Lenta tech, в своей статье делится опытом внедрения IDM и рассказывает:

• почему автоматизация стала необходимостью;

• с какими вызовами столкнулась команда;

• как пришлось пересобирать роли в SAP;

• и что изменилось после запуска системы.

Материал будет полезен тем, кто занимается инфраструктурой, информационной безопасностью, IAM/IDM или только планирует подобные изменения.

👉🏻 Читайте статью на Habr

И делитесь в комментариях своим опытом: какие задачи управления доступами сегодня самые сложные в ваших проектах?