Кейс · ТРАНСПОРТ
Разработка системы управления кикшерингом — Управление кикшерингом
Международная компания, с центральным офисом в Барселоне, лидер в сфере кикшеринга, с парком из 100 000+ единиц транспорта (самокаты, велосипеды) и портативных зарядных устройств. География работы развернута в 50+ городах Европы и Азии, а ежедневная аудитория приложения превышает 2 млн пользователей. Компания фокусируется на экологичности, доступности и технологической инновационности, интегрируя IoT-устройства и AI-алгоритмы для оптимизации логистики.
- Отрасль
- ТРАНСПОРТ
- Команда проекта
- 16 человек
- Команда
- 16 специалистов
- Срок
- 21 месяц
- Java
- QA/AQA
- FIRETMS
Особенности реализации
Система позволяет арендовать устройства на срок от 10 минут до 7 дней с гибкой тарификацией: «Минута» (для коротких поездок), «День» (фиксированная цена) и «Подписка» (скидка 30% для постоянных пользователей). Для повербанков реализована автоматическая разблокировка через QR-код и возврат в любую совместимую станцию. Геолокация транспорта обновляется в реальном времени с точностью до 3 метров, а встроенный навигатор строит маршруты с учетом велодорожек и пешеходных зон. Дополнительный функционал включает реферальную программу с бонусами за приглашения, страховку от поломок (опция при оформлении) и интеграцию с городскими картами лояльности. Для бизнеса добавлен корпоративный аккаунт с управлением бюджетами сотрудников и аналитикой поездок. Все транзакции защищены двухфакторной аутентификацией и блокчейн-подтверждением.
Реализация
Управление устройствами
Контроль статуса, зарядки и обслуживания транспорта
Геолокация и навигация
Реальное отслеживание и маршрутизация
Платежный шлюз
Мультивалютные операции и подписки
Пользовательский профиль
KYC, история поездок, бонусы
Аналитика и отчеты
Дашборды для операторов и партнеров
Техподдержка
Чат с ИИ-ботом и эскалацией к менеджеру
Админ-панель
Управление парком, тарифами, промоакциями
Технологии и подходы
Back-end
Основой серверной части стал стек на Java с использованием Spring Boot для создания микросервисов, обеспечивающих высокую масштабируемость и отказоустойчивость. Асинхронная обработка задач (нотификации, платежи) реализована через RabbitMQ, а для работы с телеметрией устройств выбрана связка PostgreSQL и TimescaleDB.
Front-end
Кроссплатформенная разработка на Flutter с кастомными анимациями. Карты реализованы через Mapbox GL, а интерактивные элементы — с помощью Riverpod для управления состоянием.
Аналитика
Стек: Apache Kafka (сбор данных), Google BigQuery (хранилище), Metabase (визуализация). Для прогнозирования спроса задействованы нейросети TensorFlow.
Тестирование
Автотесты на pytest и Cypress, нагрузочное тестирование через Locust. A/B-тесты интерфейса проводились с помощью Firebase Remote Config.
Результат
Резюме: Приложение обрабатывает 5000 операций/секунду, сократило время аренды до 3 кликов и повысило retention на 40% за счет персонализированных промокодов. Внедрение AI-предсказаний снизило простой транспорта на 25%.
Команда на проекте
Нужна такая же экспертиза в команде?
Подберём инженеров под ваш стек и задачи — обсудим за день.