С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Разработка сервиса для проведения собеседований на микросервисной структуре: выпускная квалификационная работа магистра: 09.04.04 - Программная инженерия ; 09.04.04_02 - Основы анализа и разработки приложений с большими объемами распределенных данных
Авторы: Спрыгин Артем Павлович
Научный руководитель: Амосов Владимир Владимирович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Интернет; Интерфейсы; Вычислительные сети; веб-сервис; микросервисы; программное обеспечение
УДК: 004.738.5(043.3)
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.04.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-669
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Целью работы является разработка высоконагруженного отказоустойчивого и масштабируемого приложения для проведения интервью с программным интерфейсом решения тестов и задач. Решить поставленные проблемы поможет единая платформа, в которой можно было бы реализовать полноценную автоматизированную воронку - от заявки до встречи со специалистами по технической части интервью, исключая возможность траты времени на нерелевантные кандидатуры. Система должна работать с момента поступления заявки на сайте-агрегаторе, затем бот присылает ссылку на наш сервис, кандидат регистрируется, выбирает открытую вакансию в панели вакансий, проходит задания с ограничениями во времени, а также ресурсов самой машины (ограничения по памяти, быстродействию), проходит базовый тест по направлению, которое он выбрал - сразу же видит результаты решений, которые логируются в БД, если кандидат превысил минимальный допустимый уровень для соискателя - тогда, HR - специалист в своем клиенте видит этого кандидата, для того, чтобы определить время для проведения интервью на следующем этапе работы сервиса - онлайн кодинга и веб-конференции. Для построения сервиса интервью с указанной функциональностью на фронтенде, реализованном с помощью React, и отсылаться на бэкэнд, написанный на Flask, внутри Docker контейнера, тем самым образуя отказоустойчивый узел. Вся информация будет храниться в отдельном Docker контейнере, с которым могут общаться несколько узлом. Elastic Load Balancer будет выполнять роль балансировщика между узлами.

The aim of the work is to develop a high-load, fault-tolerant and scalable application for conducting interviews with a software interface for solving tests and tasks. A single platform will help solve the problems posed, in which one could implement a full-fledged automated funnel - from the application to the meeting with the technical experts of the interview, excluding the possibility of wasting time on irrelevant candidates. The system should work from the moment of receipt of the application on the aggregator site, then the bot sends a link to our service, the candidate is registered, selects an open vacancy in the vacancy panel, passes tasks with time restrictions, as well as the resources of the machine itself (memory, speed) passes the basic test in the direction that he chose - immediately sees the results of decisions that are logged in the database, if the candidate has exceeded the minimum acceptable level for the applicant - then the HR specialist in his client sees this channel Idate, in order to determine the time to conduct interviews in the next phase of service - online coding and web conferencing. To build an interview service with the specified functionality on the frontend implemented using React, and send to the backend written in Flask, inside the Docker container, thereby forming a fail-safe node. All information will be stored in a separate Docker container, with which several nodes can communicate. Elastic Load Balancer will act as a balance between nodes.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 39
За последние 30 дней: 1
Подробная статистика