Одним из возможных решением задачи идентификации клиента является использование технологии fingerprint. Когда наша команда впервые столкнулась с такой задачей, мы взялись решать ее в real-time режиме с помощью таких технологий как Java, Apache Flink, Aerospike, ONNX. Для этого мы обучили нейронную сеть и внедрили ее в пайплайн обработки клиентского трафика.
При выводе в прод мы столкнулись со множеством проблем: не хватало ресурсов кластера (запуск на CPU), огромное количество запросов на идентификацию, а также кластер имел тенденцию разваливаться. В докладе расскажу как мы исследовали эти проблемы, что смогли решить и к каким выводам пришли.