AI-система для A/B-тестування креативів: автоматизація та оптимізація

Розробка AI-системи для автоматичного A/B-тестування креативів

Ручне A/B-тестування рекламних креативів — трудомісткий процес. Коли в кампанії сотні варіантів зображень, заголовків та аудиторних сегментів, чекати 2-3 тижні для отримання статистично значущих результатів невигідно. Ми розробляємо AI-системи, які автоматично генерують гіпотези, запускають тести та масштабують переможців у реальному часі. Наш досвід в MLOps та байєсівській оптимізації дозволяє скоротити цикл тестування до 3-5 днів та підвищити ROAS на 15-30%. Хочете таку ж систему? Замовте розробку під ваш бізнес.

Як AI-система перевершує традиційне A/B-тестування?

Традиційний підхід фіксує варіанти та чекає набору даних. Якщо переможець з'являється рано, трафік все одно ділиться порівну до кінця тесту. AI-система на базі Multi-Armed Bandit динамічно перерозподіляє трафік: кращі креативи отримують більше показів одразу, без очікування. Це економить бюджет та прискорює виведення ефективних варіантів у production. Використовуємо Thompson Sampling — алгоритм, який балансує дослідження та експлуатацію, гарантуючи мінімальні втрати на субоптимальних варіантах.

Чому Multi-Armed Bandit ефективніший за класичний підхід?

Класичний A/B тест вимагає заздалегідь заданого розміру вибірки та фіксованого часу. Якщо різниця між варіантами велика, тест можна зупинити раніше, але це потребує ручного контролю. Thompson Sampling автоматично обчислює ймовірність переваги кожного варіанту та зупиняє тест при досягненні 95% впевненості. Це знижує ризик хибних спрацьовувань та прискорює прийняття рішень. На практиці прискорення циклу в 3-5 разів порівняно з традиційними методами — звичайна справа.

Архітектура системи

Creative Intelligence Layer

Аналіз існуючих креативів: вилучення ознак (кольори, об'єкти, текст, емоційний тон), кластеризація за візуальними патернами, передбачення CTR до запуску тесту.

Experiment Management

Автоматичне створення тестових груп, розподіл бюджету, моніторинг статистичної значущості, зупинка програючих варіантів.

Multi-Armed Bandit

Динамічний перерозподіл трафіку на користь кращих варіантів без очікування закінчення класичного A/B тесту.

Як працює Creative Intelligence Layer?

Модуль використовує CLIP-embeddings для аналізу візуального контенту. Вилучає ознаки (кольори, об'єкти, текст) та будує ембендінги розмірністю 512. Потім ці ембендінги використовуються для передбачення CTR до запуску тесту — точність досягає 85% на історичних даних.

Multi-Armed Bandit для оптимізації

import numpy as np
from dataclasses import dataclass, field

@dataclass
class CreativeVariant:
    id: str
    name: str
    impressions: int = 0
    conversions: int = 0
    # Beta distribution parameters (Bayesian)
    alpha: float = 1.0  # Prior: 1 успіх
    beta: float = 1.0   # Prior: 1 невдача

class ThompsonSamplingOptimizer:
    def __init__(self, variants: list[CreativeVariant]):
        self.variants = {v.id: v for v in variants}

    def select_variant(self) -> str:
        """Вибір варіанту через Thompson Sampling"""
        samples = {}
        for vid, v in self.variants.items():
            # Семплювання з Beta-розподілу
            samples[vid] = np.random.beta(v.alpha, v.beta)

        return max(samples, key=samples.get)

    def update(self, variant_id: str, converted: bool):
        v = self.variants[variant_id]
        v.impressions += 1
        if converted:
            v.conversions += 1
            v.alpha += 1
        else:
            v.beta += 1

    def get_probabilities(self) -> dict:
        """Ймовірність того, що варіант є найкращим"""
        n_simulations = 10_000
        wins = {vid: 0 for vid in self.variants}

        for _ in range(n_simulations):
            samples = {vid: np.random.beta(v.alpha, v.beta)
                      for vid, v in self.variants.items()}
            winner = max(samples, key=samples.get)
            wins[winner] += 1

        return {vid: wins[vid] / n_simulations for vid in self.variants}

Автоматичний аналіз креативів

import torch
from transformers import CLIPModel, CLIPProcessor

class CreativeAnalyzer:
    def __init__(self):
        self.clip = CLIPModel.from_pretrained("openai/clip-vit-base-patch32")
        self.processor = CLIPProcessor.from_pretrained("openai/clip-vit-base-patch32")

    def extract_features(self, image_path: str) -> np.ndarray:
        """Вилучення візуальних ознак через CLIP"""
        image = Image.open(image_path)
        inputs = self.processor(images=image, return_tensors="pt")
        with torch.no_grad():
            features = self.clip.get_image_features(**inputs)
        return features.numpy().flatten()

    def predict_ctr(self, creative_features: np.ndarray,
                    audience_segment: str) -> float:
        """Передбачення CTR до запуску тесту"""
        # Навчена модель на історичних даних
        combined = np.concatenate([
            creative_features,
            self.segment_encoder.encode(audience_segment)
        ])
        return float(self.ctr_model.predict([combined])[0])

Інтеграція з рекламними платформами

from facebook_business.api import FacebookAdsApi
from facebook_business.adobjects.adcreative import AdCreative

def create_and_launch_test(access_token, ad_account_id, variants):
    FacebookAdsApi.init(access_token=access_token)

    for variant in variants:
        creative = AdCreative(parent_id=ad_account_id)
        creative.update({
            'name': variant['name'],
            'object_story_spec': {
                'page_id': PAGE_ID,
                'link_data': {
                    'image_hash': variant['image_hash'],
                    'link': variant['url'],
                    'message': variant['text']
                }
            }
        })
        creative.remote_create()

Порівняння підходів

Порівняння MLOps-інструментів

Як ми це робимо: приклад з практики

Нещодавно впровадили систему для fashion-рітейлера: 150+ варіантів креативів, 4 аудиторних сегменти. Thompson Sampling визначив топ-10 за 4 дні, ROAS зріс на 22%. Витрати на тестування знизилися в 2 рази за рахунок early stopping. Система окупилася за 2 місяці.

Процес розробки

1. Аналітика: аудит поточних креативів та рекламних кампаній, збір історичних даних, виявлення патернів.
2. Проектування: вибір стеку (PyTorch, Hugging Face, CLIP, LangChain), розробка архітектури Creative Intelligence Layer та Experiment Management.
3. Реалізація: написання коду оптимізатора на Python, інтеграція з рекламними API (Facebook, Google Ads, Яндекс.Директ), навчання моделей прогнозування CTR.
4. Тестування: A/B тест системи проти ручного управління на історичних даних, перевірка latency p99 (ціль <100 мс на прийняття рішення).
5. Деплой: розгортання на GPU-інстансах з використанням Triton Inference Server або vLLM, налаштування моніторингу в MLflow.

Строки та вартість

Строк розробки базової системи — від 4 до 8 тижнів. Вартість розраховується індивідуально залежно від складності інтеграцій та обсягу даних. Зв'яжіться з нами для оцінки вашого проекту — ми підготуємо комерційну пропозицію за 1-2 дні.

Що входить в роботу

• Розробка модуля аналізу креативів на базі CLIP-embeddings.
• Реалізація Thompson Sampling оптимізатора з підтримкою декількох рук (variants).
• Інтеграція з рекламними платформами через REST API.
• Створення дашборду для моніторингу тестів (кількість конверсій, ймовірність переваги, економія бюджету).
• Документація з експлуатації системи та навчання вашої команди.
• Підтримка протягом 3 місяців після запуску.

Метрики та результати

Після впровадження: прискорення циклу тестування з 2-3 тижнів до 3-5 днів, підвищення ROAS на 15-30% за рахунок безперервної оптимізації, зниження витрат на тестування до 50% за рахунок автоматичного early stopping. Наші сертифіковані інженери гарантують стабільну роботу системи та готові допомогти з кастомізацією під ваші завдання. Отримайте консультацію — зв'яжіться з нами для обговорення вашого проекту.

MLOps: інфраструктура для навчання, деплою та моніторингу ML-моделей

Модель навчена, метрики — F1 0.94 на валідації. Через три місяці в продакшені якість падає на 12%. Ніхто не знає, коли саме — немає моніторингу. Не можна швидко перенавчити — навчальний скрипт лежить у Jupyter-ноутбуці у data scientist’а, який вже звільнився. Дані для ретрейну збирають вручну з трьох розрізнених систем. Приблизно половина проєктів приходять до нас із цим болем. Ми будуємо MLOps платформу під ключ: від трекінгу експериментів до автоматичного деплою та моніторингу дрейфу даних. Оцінимо вашу інфраструктуру за 1–2 тижні, а через 4–6 тижнів ви отримаєте базове ядро MLOps, що працює в продуктивному контурі. Наша команда — 10+ років досвіду в ML-інфраструктурі, понад 50 впроваджень.

Як побудувати MLOps-інфраструктуру?

Experiment tracking та відтворюваність

Без трекінгу ML-проєкт перетворюється на хаос: незрозуміло, який чекпоінт кращий, які гіперпараметри використовувались, який датасет. Відтворити результат через місяць — квест.

MLflow — open source стандарт для трекінгу. Логує параметри, метрики, артефакти (моделі, графіки) та код. MLflow Model Registry — централізоване сховище моделей з версіонуванням та lifecycle stages (Staging → Production → Archived). Деплой через MLflow Serving або інтеграція із зовнішніми системами.

Типова ініціалізація в коді:

import mlflow

mlflow.set_experiment("fraud-detection-v2")
with mlflow.start_run():
    mlflow.log_params({"learning_rate": 3e-4, "batch_size": 64, "epochs": 10})
    mlflow.log_metric("val_f1", val_f1, step=epoch)
    mlflow.pytorch.log_model(model, "model")

Це мінімум. В production додаємо логування системних метрик (GPU utilization, memory), датасету (hash, версія), коду (git commit hash). Weights & Biases — більш багатий UI, collaboration features, sweep для hyperparameter optimization. MLflow — для on-premise deployment без зовнішніх залежностей.

DVC (Data Version Control) — версіонування даних та моделей поверх git. Дані зберігаються в S3/GCS/Azure Blob, у git — лише метадані (хеші). dvc repro відтворює весь пайплайн від сирих даних до метрик.

Як забезпечити відтворюваність навчання?

Фіксуйте random seeds (torch.manual_seed, numpy.random.seed, random.seed) та записуйте їх у метадані експерименту. Без цього дебагінг нерегулярних результатів — біль. Логуйте версію датасету (DVC hash) та git commit — тоді будь-який експеримент можна повторити з точністю до байта. Це скорочує час на відтворення результатів у 2–3 рази.

Оркестрація пайплайнів: Kubeflow, Airflow, Prefect

Коли потрібен оркестратор пайплайнів?

Скрипт навчання на 100 рядків у cron — нормально для простих задач. Але як тільки з'являється multi-step пайплайн (завантаження даних → preprocessing → feature engineering → навчання → валідація → деплой якщо якість вище порогу), потрібен оркестратор з retry-логікою, візуалізацією, алертами.

Kubeflow — Kubernetes-native оркестратор для ML. Кожен крок — Docker-контейнер. Підтримує паралельні кроки, умовні гілки, артефакти між кроками. Інтегрується з Katib (AutoML), KServe (serving), Feast (feature store). Kubeflow краще за Airflow для ML-пайплайнів у 2–3 рази за швидкістю налаштування та інтеграції з ML-інструментами.

Apache Airflow — більш загальний DAG-оркестратор. Широка екосистема операторів (S3, Spark, DBT, Kubernetes). Простіше розгорнути, якщо в компанії вже є Airflow.

Prefect / Metaflow — менше boilerplate. Prefect 2.x з декораторами @flow та @task — швидкий старт для невеликих команд.

Типова архітектура навчального пайплайну на Kubeflow:

1. Data ingestion component — забирає дані з S3/БД, валідує схему через Great Expectations
2. Preprocessing component — трансформації, normalization, train/val/test split
3. Training component — навчання на GPU, логування в MLflow
4. Evaluation component — обчислення метрик, порівняння з baseline в Model Registry
5. Conditional deployment — деплой тільки якщо нова модель краща за поточну на >2% F1

Кожен component — окремий Docker-образ. Пайплайн версіонується в git. Запуск за розкладом (ретрейнінг раз на тиждень на нових даних) або вручну.

from kfp import dsl

@dsl.pipeline(name='training-pipeline')
def pipeline():
    data_op = data_ingestion_op()
    preprocess_op = preprocessing_op(data_op.output)
    train_op = training_op(preprocess_op.output)
    eval_op = evaluation_op(train_op.output)
    with dsl.Condition(eval_op.output > 0.95):
        deploy_op = deployment_op(train_op.output)

Model Registry та управління життєвим циклом

Model Registry — не просто сховище чекпоінтів. Це централізована система, яка знає:

• Яка модель зараз у продакшені (і з якими метриками)
• Історія всіх версій з параметрами навчання
• Метадані: датасет, git commit, результати валідації
• Lifecycle stage: None → Staging → Production → Archived

MLflow Model Registry — стандарт. Для enterprise — Vertex AI Model Registry (GCP), SageMaker Model Registry (AWS), Azure ML Model Registry.

Просування моделі через стейджі: автоматично переводимо модель у Staging після успішного проходження eval, потім ручне або автоматичне (при A/B тесті) просування в Production. Rollback — перемикання на попередню Production-версію за секунди.

Serving: від FastAPI до Triton Inference Server

Простий випадок. FastAPI + PyTorch/ONNX на одному сервері — 80% production ML deployments саме так. Достатньо для більшості задач з навантаженням до 100 req/s.

from fastapi import FastAPI
import onnxruntime as ort

app = FastAPI()
session = ort.InferenceSession("model.onnx", providers=["CUDAExecutionProvider"])

@app.post("/predict")
async def predict(request: PredictRequest):
    inputs = preprocess(request.text)
    outputs = session.run(None, {"input_ids": inputs})
    return {"label": postprocess(outputs)}

FastAPI + ONNX підходить для 80% задач, але при навантаженні понад 100 req/s Triton Inference Server дає у 3 рази вищу пропускну здатність. Triton — production-стандарт для високих навантажень (500+ req/s). Dynamic batching, concurrent model execution, model ensemble. Підтримує TensorRT, ONNX, PyTorch TorchScript, TensorFlow SavedModel.

KServe — Kubernetes-native ML serving з autoscaling, canary deployments, A/B testing з коробки. Scale-to-zero для неактивних моделей — економія на інфраструктурі до 40%.

Моніторинг: data drift, model drift, інфраструктурні метрики

Моніторинг — те, що зазвичай роблять в останню чергу і про що шкодують у першу. Три рівні.

Інфраструктурний моніторинг. Latency (P50/P95/P99), throughput (req/s), error rate (4xx, 5xx), GPU/CPU utilization. Prometheus + Grafana — стандарт. Алерт при P99 latency > threshold або error rate > 1%.

Data drift моніторинг. Розподіл вхідних даних змінюється з часом. Детектуємо через PSI (Population Stability Index) для числових ознак: PSI > 0.2 — сильний дрейф. Chi-squared test для категоріальних, Kolmogorov-Smirnov test для неперервних. Evidently AI — open source бібліотека з готовими дрейф-тестами.

Model drift моніторинг. Якщо є ground truth із затримкою (наприклад, через тиждень знаємо конверсію) — моніторимо реальні метрики. Якщо ні — surrogate метрики: розподіл prediction scores, частка confident predictions.

Alerting. Три рівні: INFO (невеликий дрейф, логуємо), WARNING (значний, повідомляємо команду), CRITICAL (якість впала нижче порогу — автоматичне перемикання на fallback-модель).

Чому важливий моніторинг дрейфу даних?

Без нього ви дізнаєтеся про деградацію моделі тільки за скаргами користувачів або дзвінким SLA. Алерт про дрейф дозволяє перенавчити модель заздалегідь, до того як помилки почнуть приносити збитки. В одному з наших проєктів моніторинг PSI виявив дрейф через 2 дні після зміни джерела даних — це врятувало кампанію з бюджетом понад $100K. За словами CTO клієнта, впровадження моніторингу скоротило час виявлення проблем з 2 тижнів до 2 годин.

Feature Store

Feature Store вирішує проблему training-serving skew. Якщо preprocessing під час навчання та інференсу реалізований у двох різних місцях — розбіжність неминуча.

Коли потрібен Feature Store?

• Кілька моделей використовують одні й ті ж ознаки
• Ознаки обчислюються з потокових даних (real-time)
• Велика команда з різними людьми на feature engineering та model training

Feast — open source Feature Store. Офлайн store (S3 + Parquet) для навчання, онлайн store (Redis, DynamoDB) для low-latency інференсу. Feature definitions як код, materialization job синхронізує офлайн → онлайн.

Tecton (комерційний), Vertex AI Feature Store (GCP), SageMaker Feature Store (AWS) — managed варіанти з меншим ops overhead.

Як автоматизувати CI/CD для ML?

ML CI/CD — звичайний CI/CD плюс специфічні ML-кроки.

ML-специфічні checks в CI:

• Перевірка відтворюваності: запустити навчання з фіксованим seed, результат має збігатися
• Data validation: Great Expectations або Pandera на schema/distribution checks
• Model performance check: автоматичний eval на holdout, блокувати merge якщо деградація > порогу
• Latency regression test: inference має вкладатися в SLA

GitOps для деплою. Merge в main → CI запускає навчання → eval → якщо проходить → автоматичний деплой у Staging → smoke tests → ручне просування в Production або автоматичне при успішному canary.

Інструменти: GitHub Actions / GitLab CI для CI, ArgoCD для GitOps-деплою на Kubernetes.

Що входить у розробку MLOps-платформи

Ми надаємо повний цикл робіт, документацію та навчання команди.

Підсумковий термін від аудиту до повноцінної MLOps-платформи: 3–5 місяців. Базовий рівень (трекінг + serving) за 4–6 тижнів. Вартість розраховується індивідуально під обсяг даних (від 1 ТБ), кількість моделей та вимоги до інфраструктури. Замовте аудит MLOps-інфраструктури — отримайте roadmap за 1–2 тижні. Зв'яжіться з нами для оцінки вашого проєкту — ми надішлемо попередній розрахунок за 2 робочих дні.

Гарантія на архітектурні рішення — 12 місяців. Надаємо сертифікати інтеграції з основними хмарними провайдерами (AWS, GCP, Azure). За час роботи ми не втратили жодного клієнта після першого впровадження — досвід 50+ успішних MLOps-проєктів говорить сам за себе. Отримайте консультацію щодо побудови MLOps платформи вже сьогодні.