О проекте
Enterprise-решение для персонализации рекламных предложений финансовых продуктов в реальном времени, использующее клиентские данные и поведенческую аналитику для таргетинга в масштабе.
Задача
Клиенту требовалось объединить несколько рекламных API и пайплайнов кредитных офферов в единую систему реального времени с индивидуальным таргетингом — без зависимости от внешних ad-сетей.
Подход
Мы создали модульную бэкенд-платформу, интегрирующую клиентские профили, скоринг в реальном времени и управление кампаниями через внутренние API. CI/CD (Jenkins) автоматизировал тестирование и деплой, а Kubernetes обеспечил надёжность под пиковыми нагрузками.
Также внедрена поведенческая аналитика для измерения вовлечения и обучения ML-моделей динамического размещения.
Результаты
- Автодоставка персонализированных объявлений для миллионов клиентов
- Время подготовки кампаний сокращено с дней до минут
- Данные из 3 систем объединены в единый мониторинг-бэкенд
- Дашборды отчётности по конверсиям и эффективности
Стек
Backend: Java 11 · Spring
Database: Oracle
Infrastructure: Docker · Kubernetes
CI/CD: Jenkins
Выводы
Проект усилил нашу экспертизу в персонализации в реальном времени и оркестрации API — навыки, которые мы переносим в CRM и системы автоматизации для стартапов, желающих уровня enterprise при скорости стартапа.