Опубликовано: 15.09.2026 | Источник: CNews (новости)

Маркетплейс для крупных покупок в ВКР: проектируем высоконагруженную платформу и обосновываем стек

Свежий опрос «Авито Рекламы» и «Авито Товаров» среди 10 000 жителей России показал: сайты объявлений окончательно закрепились как основная площадка для покупок дороже 30 000 рублей. Это не просто новость для маркетологов — это готовый технический вызов для выпускника IT-направления. Когда средний чек растёт, а сделки идут между частными лицами, платформа обязана решать сразу несколько инженерных задач: удерживать пиковые нагрузки, обеспечивать доверие к продавцу, подбирать релевантные предложения и не терять деньги при сбоях платёжного шлюза.

Именно здесь и появляется тема для диплома. Ниже — семантический разбор и практические сценарии, как встроить этот тренд в ВКР, чтобы работа выглядела современно и защищалась без «воды».

Семантический анализ материала

Три темы ВКР, которые буквально лежат на поверхности статьи

1. Проектирование высоконагруженного маркетплейса с персонализированной выдачей

Актуальность. Рост числа крупных сделок между физлицами прямо повышает требования к нагрузочной устойчивости поиска и выдачи. Данные опроса (10 тыс. респондентов) дают эмпирическую опору для введения.

Цель. Разработать архитектуру платформы объявлений, рассчитанную на 10 000 RPS с персонализированной сортировкой.

Задачи:

• провести обзор архитектурных стилей (монолит, SOA, микросервисы) и зафиксировать критерии выбора;
• спроектировать подсистему поиска и кэширования на базе Elasticsearch и Redis;
• разработать сервис рекомендаций на основе коллаборативной фильтрации;
• оценить поведение системы под нагрузкой и сравнить с целевыми метриками.

Структура: Глава 1 — анализ предметной области и существующих решений. Глава 2 — проектирование архитектуры, схемы БД, диаграммы UML. Глава 3 — нагрузочное тестирование, расчёт экономической эффективности внедрения.

2. Система динамического ценообразования для объявлений на основе машинного обучения

Актуальность. Чем выше средний чек, тем выше риск ошибочной оценки. Автоматизация рекомендаций по цене — востребованная фича маркетплейсов.

Цель. Построить модель, которая рекомендует продавцу коридор цены на основе характеристик товара, истории и геолокации.

Задачи: собрать и очистить датасет; сравнить регрессионные модели (градиентный бустинг против линейной регрессии); реализовать REST-сервис инференса; замерить метрики MAE и RMSE.

Структура: Глава 1 — обзор ML-подходов к оценке стоимости. Глава 2 — проектирование пайплайна данных и API. Глава 3 — эксперименты, A/B-тестирование, экономический эффект.

3. Модуль антифрод-мониторинга для сделок с высоким чеком

Актуальность. Рост доли дорогих покупок повышает цену мошенничества. Антифрод перестаёт быть «фичей для банков» и становится задачей маркетплейсов.

Цель. Спроектировать подсистему выявления подозрительных транзакций с задержкой реакции менее 500 мс.

Задачи: описать правила и ML-признаки; реализовать потоковую обработку на Kafka; настроить алерты через OpenTelemetry; провести оценку precision и recall.

Аналитическая глава: как превратить статью в обоснование выбора

Первая глава — это место, где многие проваливаются в пересказ книжек. Не надо. Привяжите анализ к реальному факту: опрос показал сдвиг покупательского поведения в сторону крупных сделок. Из этого логично выводится требование к отказоустойчивости и персонализации.

Сравнивайте решения через таблицу критериев: стоимость владения, масштабируемость, сложность поддержки. Ниже — шаблон для обоснования брокера сообщений.

Проектная часть: архитектура, схемы, интеграции

Выбор паттерна развёртывания

Практика показывает: для дипломной платформы достаточно трёх-пяти сервисов. Не надо рисовать 40 микросервисов — комиссия это не оценит, а вы утонете в отладке. Достаточно выделить сервис объявлений, сервис поиска, сервис платежей, сервис рекомендаций и API Gateway.

Хорошо работает следующий приём: во второй главе привести диаграмму C4 (уровни Context и Container). Это сразу выделяет работу на фоне «блок-схем из ГОСТа», но при этом не противоречит стандарту.

Интеграция платежей и логистики

Раз речь идёт о покупках от 30 тысяч рублей, безопасность сделки становится ключевой. В проектной главе опишите паттерн «эскроу-счёт»: деньги замораживаются до подтверждения получения. Это даёт почву для диаграммы последовательности (Sequence Diagram) — обязательного пункта по ГОСТ 19.701-90.

Конфигурация как артефакт

Приведите фрагмент манифеста деплоя — это докажет практическую реализуемость:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: listing-service
spec:
  replicas: 4
  template:
    spec:
      containers:
      - name: api
        image: registry.local/listing:1.4.0
        resources:
          limits: { cpu: "500m", memory: "512Mi" }

Тестирование и метрики: что считать и как не соврать

Третья глава — самая недооценённая. Студенты часто пишут «система работает быстро», не приводя ни одной цифры. А ведь именно здесь можно выгодно отчитаться.

• Нагрузочное тестирование — JMeter или Locust. Целевые метрики: RPS, p95 и p99 latency, доля ошибок. Для маркетплейса адекватными считаются p95 ≤ 300 мс на поиске.
• Отказоустойчивость — RTO не более 5 минут, RPO не более 1 минуты. Объясните, как эти показатели достигаются (репликация PostgreSQL, бэкапы в S3).
• Наблюдаемость — OpenTelemetry для трассировок, Prometheus + Grafana для метрик. Приведите пример запроса:

histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))

Соответствие требованиям качества изложите через ISO/IEC 25010: выделите 4-5 характеристик (производительность, надёжность, безопасность, удобство) и покажите, как каждая подтверждена экспериментом.

Чему вы научитесь на такой работе

• Обосновывать архитектурные решения, а не выбирать стек «потому что так в туториале».
• Строить C4- и UML-диаграммы, а не только рисовать блок-схемы из ГОСТ 19.
• Собирать метрики производительности и превращать их в защищаемые выводы.
• Оформлять техническую документацию в соответствии с ГОСТ 34.602-89 и ГОСТ 19.201-78.
• Оценивать экономический эффект внедрения: снижение затрат на поддержку, рост конверсии, уменьшение потерь от фрода.

FAQ по интеграции темы в ВКР

Источник: «Авито»: сайты с объявлениями стали главной площадкой для онлайн-покупок от 30 тысяч рублей (опубликовано 2026-03-24)