Метою магістерської роботи є створення інтелектуальної системи для обробки та аналізу інформації про взуття в контексті електронної комерції з метою автоматизації процесів цінового моніторингу, пошуку схожих товарів і виявлення вигідних пропозицій. У роботі реалізовано архітектуру обробки даних з використанням API Shopify та StockX, мультимодальну векторизацію тексту та зображень на базі бібліотеки OpenCLIP, зберігання даних у MongoDB з векторною індексацією, а також інтеграцію з Telegram. Для реалізації основних задач використано чотири моделі машинного навчання: Random Forest, XGBoost, HDBSCAN та Isolation Forest — для класифікації, регресії, кластеризації та виявлення аномалій відповідно.
Мета роботи полягає у розробці та програмній реалізації інтелектуальної системи оптимізації структури портфеля цінних паперів на основі методів глибинного навчання з використанням принципів мікросервісної архітектури.