Выпускная квалификационная работа на тему «Разработка прототипа системы управления в сфере логистики и транспорта, основанной на технологии обработки данных с использованием ML» посвящена разработке и созданию прототипа системы онлайн-бронирования отправлений сборных грузов с встроенной технологией независимого прогнозирования сроков доставки, основанной на использовании комплексной модели машинного обучения. Цель работы – повышение уровня обоснованности принимаемых управленческих решений в сфере логистики за счет разработки системы управления, основанной на принципах оптимизации стоимости и времени доставки и базирующейся на комплексе моделей анализа данных и машинного обучения. Работа состоит из четырех основных разделов: 1. Теоретические основы разработки прототипа системы управления в сфере логистики и транспорта, основанной на технологии обработки данных с использованием ML. В этом разделе проводится теоретический анализ методов и моделей, классификация алгоритмов ML для решения задач в сфере логистики и транспорта, а также рассматриваются преимущества и специфика внедрения перспективной модели машинного обучения в информационное приложение. 2. Разработка модели машинного обучения системы управления в сфере логистики и транспорта. В рамках данного раздела осуществляется формализация основных математических и аналитических зависимостей для имплементируемой в систему управления в сфере транспорта и логистики модели машинного обучения. 3. Тестирование алгоритма машинного обучения. В этом разделе описывается эксперимент по использованию модели машинного обучения, оценивается его эффективность по сравнению с базовыми моделями и рассматриваются условия и ограничения применения данного алгоритма. 4. Разработка прототипа системы управления в сфере логистики и транспорта, основанной технологии обработки данных с использованием ML и экономическая оценка реализации проекта. В этом разделе приводится описание и процесс создания прототипа системы, его архитектура, стек, основные планируемые функции и характеристики, а также экономическая оценка реализации проекта. Научная новизна работы состоит в решении актуальной задачи предсказания времени доставки грузов на основе исторической информации о сроке доставке заказов применительно к сервисам онлайн-бронирования логистических услуг. При этом актуальность работы также обусловлена предложением нового подхода при предсказании сроков доставки, разработанного и адаптированного к современным условиям управления в сфере логистики и транспорта. В результате исследования было осуществлено прототипирование решения, позволяющего существенно сократить ресурсные затраты экономических агентов на логистические процессы и в целом качественно повысить уровень таких бизнес-процессов. / The final qualification work titled "Development of a prototype management system in the field of logistics and transport based on data processing technology using ML" is dedicated to the development and creation of a prototype system for online booking of consolidated cargo shipments with an integrated independent delivery time forecasting technology based on a comprehensive machine learning model. The aim of the work is to improve the justification level of managerial decisions in logistics by developing a management system based on the principles of cost and delivery time optimization, utilizing a complex of data analysis and machine learning models. The work consists of four main sections: 1. Theoretical foundations for the development of a prototype management system in the field of logistics and transport based on data processing technology using ML. This section conducts a theoretical analysis of methods and models, classification of ML algorithms for solving problems in logistics and transport, and discusses the advantages and specifics of implementing a promising ML model. 2. Development of a machine learning model for the management system in the field of logistics and transport. This section formalizes the main mathematical and analytical dependencies for the machine learning model implemented in the transport and logistics management system. 3. Testing the machine learning algorithm. This section describes the experiment on using the ML model, evaluates its efficiency compared to basic models, and discusses the conditions of applying this algorithm. 4. Development of a prototype management system in the field of logistics and transport based on data processing technology using ML and economic evaluation of the project implementation. This section provides a description and process of creating the system prototype, its architecture, stack, main planned functions and characteristics, as well as an economic evaluation of the project implementation. Scientific novelty of the work lies in solving the urgent problem of predicting cargo delivery times based on historical information about order delivery times in relation to online booking services for logistics services. The relevance of the work is also due to the proposal of a new approach to predicting delivery times, developed and adapted to modern management conditions in the field of logistics and transport. As a result of the research, a prototype solution was developed that significantly reduces resource costs for economic agents in logistic processes and generally qualitatively improves the level of such processes.