Как ML взламывает «код любви»

Как ML взламывает «код любви» 😍 🥳 Саша Савицкий , продуктовый дизайнер, вместе с командой в свободное от работы время и без инвестиций запустил Пульс — приложение для знакомств. В App Store приложение вышло в августе 2025 года и с тех пор его установили 8000 раз . Внутри сервиса — собственный алгоритм ранжирования, чат на gRPC и видеолента, которую можно листать в четыре стороны. Дальше команда планирует научить ML угадывать симпатии, которые человек сам не всегда может объяснить, то самое «не знаю почему, но нравится». Второй шаг — привлечь инвестиции и масштабировать маркетинг, чтобы приводить в Пульс больше людей. Расспросили Сашу, какой путь прошёл проект и как устроен изнутри. 📍 Кто делал Пульс? Люди приходили и уходили, но постоянную команду удалось собрать из пяти человек: бэкендер, два фронтендера, тестировщик и я. Я придумывал механику знакомства и ленту, рисовал экраны, следил за сроками, тестировал, занимался операционкой и маркетингом. Понемногу всем — как жонглёр на одноколёсном велосипеде. 📍 Что происходит на бэкенде, когда пользователь открывает ленту? API-шлюз проверяет авторизацию и передаёт запрос сервису ленты. Тот за один запрос к Elasticsearch, где собраны интересы, геопозиция и ML-анализ фото, отбирает анкеты, выстраивает порядок и отдаёт страницу ленты. Медиа грузятся отдельно, через CDN. Бэкенд на Go, ML — на Python, данные в PostgreSQL, кеши и сессии в Redis. Сейчас часть микросервисов объединяем в модульный монолит — так проще поддерживать. Обработку медиа оставляем отдельно, чтобы она не тормозила ленту. 📍 Как работает ранжирование анкет? Сначала исключаем просмотренные анкеты и применяем фильтры: возраст, расстояние, предпочтения. Затем определяем порядок примерно по десятку факторов. Общие интересы, вуз или профессия могут поднять анкету в выдаче. Новичкам даём дополнительный приоритет, который постепенно снижается: им нужно получить первые показы. ML-анализ фотографий участвует в отборе анкет и влияет на их место в ленте. 📍 Какие сложности возникли с видеоанкетами? В обычной ленте роликов листают по одной оси, в Пульсе — в четыре стороны, и видео в любой соседней карточке нужно подготовить заранее. Плюс размытия и градиенты поверх ролика. Первые версии из-за этого сильно «грели» телефоны, а на слабых устройствах приложение вылетало. Помогло правило: в каждый момент играет только одно видео, а у соседнего во время свайпа показывается первый кадр как картинка. Ещё доработали кеш и сжатие, чтобы медиа загружались заранее, но не забивали память. 📍 Почему дейтинг-приложение так сложно выпустить в App Store? По пункту 4.3(b) правил App Store дейтинг не пропустят, если он ничем не отличается от существующих. За время ревью в Пульсе появились игра «36 вопросов», флэш для встреч с теми, кто рядом, и музыка в профиле. Я созванивался с командой App Review и объяснял отличия, а сработали ли доработки, мы узнавали только после новой проверки. Каждая попытка — это время команды, которая работала над проектом после основной работы. 📍 Каких результатов уже добились? На следующий день к нам возвращаются 38,4% пользователей, пришедших с рекламы. Для сравнения: в отчёте Adjust, сервиса мобильной аналитики, ориентир для дейтинга — 26%, у нас почти в полтора раза выше. В среднем люди проводят в Пульсе 1 час 22 минуты в день. 🩷 Установить Пульс #полезное #mobile #ии ❤ Подписывайтесь на @alfadigital_jobs