Авторевью веб-проектов для Яндекс.Практикума (часть 1)

Дело было в конце 2020 года и до начала 2022.
Ко мне обратились представили Яндекс.Практикума, и у них возникла потрясающая и перспективная идея создать ревьюера веб-проектов на базе нейросеток.

К счастью, веб-факультет работал уже 2 года, и размеченных датасетов хватало, чтобы разработать проект.

Обратите внимание на год, никакого ChatGPT в то время ещё не было, и тем более LLM в открытом доступе.

Так вот. Задача сводилась к тому, что система должна была анализировать html, css и js (вообще, должен быть Python ещё, но до него не добрались).
По результатам анализа алгоритм давал оценку на определенном участке кода и разметки: плохо; хорошо, но можно лучше; отлично.

После того, как выставлялась оценка, формировался комментарий от «ревьюера», который давал обратную связь в виде замечаний, хвальбы и рекомендаций для улучшения.

Задача очень амбициозная, особенно учитывая технологии тех лет.
Я и моя команда того времени (мне тогда предоставили студентов ШАДа) серьезно задумались, а как решать эту задачу?! Особенно в той части, где нужно генерировать ответ.

В итоге, удалось придумать хитрое решение с генерацией ответов, о котором смогу рассказать в одном из следующих постов (а пока можете написать свои версии в комментарии).

В течении года мы делали и развивали проект, пока он не дозрел до полноценного MVP. Была создана масса крутых решений по анализу кода с помощью нейросеток. Получилось комплексное решение из многих модулей, отвечающих за свою часть анализа. Всё получилось очень интересно, и уже у Практикума было желание развивать проект дальше. Они стали переводить его на свой штат, и с того момента я вышел из проекта.

Спустя полтора года я спросил человека, курирующего тот проект, как у проекта сложилась судьба дальше, но так оказалось, что его не внедрили.
Тут оставлю пока что небольшую интригу, а спрошу вас: «Что произошло?»

#проекты