Умный тренажёр для домашних тренировок

Многим людям не хватает простых и понятных инструментов, которые помогают регулярно тренироваться дома без сложного оборудования и лишнего стресса. Денис Продан участвовал в создании Bownce — компактного интерактивного девайса, разработанного для домашних тренировок и поддержания активного образа жизни. «Bownce — это IoT-фитнес-устройство, в котором сочетаются привычный физический инвентарь и современные цифровые технологии, — рассказывает Денис. — Девайс оснащён сенсорами и работает в связке с мобильным приложением. Это позволяет пользователю видеть понятную динамику выполнения упражнений, отслеживать прогресс и корректировать тренировку в реальном времени».

Одним из ключевых вызовов было добиться того, чтобы девайс и приложение работали как единая система. Под руководством Дениса была выстроена архитектура взаимодействия: стабильная передача данных от сенсоров, корректная обработка сигналов и минимальная задержка между действием и отображением информации на экране. Благодаря этому пользователь получает живой и естественный опыт работы с устройством.

Удобный интерфейс, возможность оперативно корректировать ошибки и продуманная визуальная подача делают тренировки понятными и вовлекающими, даже для тех, кто никогда не занимался спортом. Денис уделил большое внимание микровзаимодействиям, геймификации и визуальному языку интерфейса — именно эти элементы превращают тренировку не в рутину, а в мотивирующий процесс.

Грамотная маркетинговая кампания привлекла внимание к проекту ещё до официального запуска и позволила собрать значительное количество предзаказов. Профессиональное сообщество также высоко оценило качество реализации: мобильное приложение Bownce получило European Design Awards 2023.

Понимая запрос на удобные и самостоятельные тренировки дома, Денис Продан и команда создали девайс, который объединяет продуманную технологию, доступный интерфейс и комфортное пользовательское взаимодействие — помогая людям разных уровней подготовки тренироваться легко, безопасно и без потери мотивации.

Помощник в отказе от вредных привычек

Отказ от вредных привычек — залог здоровья, как и физическая активность. Но расставаться со своими зависимостями без персонализированной поддержки очень сложно. Чтобы помочь людям навсегда бросить курить, Денис Продан как сооснователь и CPO стартапа PLONQ участвовал в создании IoT-устройство на базе ML, работающее как инструмент изменения негативных поведенческих паттернов и шаг за шагом отучающее пользователя от нездорового пристрастия.

«Физически продукт представляет собой гаджет, напоминающий современные портативные устройства, — рассказывает Продан. – При каждом взаимодействии с пользователем на экране отображается ключевая информация о прогрессе в отказе от вредной привычки и статус выполнения индивидуальной программы».

Чтобы добиться оптимального результата, Денис Продан принимал непосредственное участие в выстраивании архитектуры устройства, логики его взаимодействия с пользователем и структуры программного сопровождения — от мобильного интерфейса до ML-алгоритмов. Именно ему принадлежало ключевое решение — внедрение ML-регрессионных моделей, которые позволяют предсказывать вероятность определённых действий и состояний пользователя на основе поведенческих и сенсорных данных и тем самым помогают постепенно отказываться от вредной привычки. Это позволило сделать переход к здоровому образу жизни более комфортным и снизить риск срыва.

Денис также взял на себя работу над внешней оболочкой устройства. Он сформулировал идею «визуального спокойствия» — гаджет должен быть лаконичным по дизайну, удобным в использовании. Чтобы добиться желаемого, Денис организовал обширную работу с 3D-прототипами, в ходе которой под его руководством было создано и протестировано множество вариантов. Итогом стала модель, сочетающая оптимальную форму, вес и тактильный комфорт.

После поступления в продажу девайс получил международное признание, став обладателем Red Dot Award — одной из самых престижных наград в области промышленного дизайна — в категории «Лучший продуктовый дизайн».

Формально премия была присуждена уже после ухода Дениса Продана из стартапа, однако дизайн устройства остался таким же.

Работа над избавлением от привычек, несущих риск для здоровья, всегда непроста. Однако, как показывает успех проекта Дениса Продана, ведущие специалисты в области мобильной разработки могут заметно облегчить людям эту задачу, предложив технологичные инструменты на основе анализа данных и персонализированных рекомендаций.

Умная навигация в городских джунглях

Еще одна актуальная для миллионов людей тема — поиск парковочных мест в мегаполисах. Традиционные методы навигации часто не справляются с потоком автомобилей и сложной городской топографией, что приводит к пробкам, повышенному расходу ресурсов и ухудшению экологической обстановки. Денис Продан смог обойти эти подводные камни, предложив Parkspot.ai — AI-платформу для анализа уличных парковок в реальном времени, действующую на основе CV и городских камер наблюдения.

В отличие от традиционных решений, платформа Продана не требует установки датчиков и паркоматов — разработанное им и его командой B2C/B2B-мобильное приложение позволяет находить для водителей свободные парковочные места, используя уже существующие камеры. Продан лично курировал создание архитектуры, позволяющей адаптировать продукт к особенностям самых разных городов, отличающихся по плотности застройки, типу дорожной разметки, поведению транспорта. При этом он сам принимал участие в построении ML-пайплайна: от разметки данных и подготовки собственных датасетов до обучения и оптимизации моделей компьютерного зрения под реальные уличные сцены.

Такой hands-on подход позволил добиться высокой точности распознавания даже в сложных условиях — ночные кадры, нестандартная разметка, плотный трафик.

«Мы не просто запускаем модель, а настраиваем весь pipeline под городскую среду. Вместо использования только классического обучения моделей мы также используем внутреннюю систему калибровки и автоматических тестов, позволяющую модели „чувствовать“ улицу, а не просто распознавать объекты по шаблону», — объясняет он.

Такой подход к созданию продукта позволил Денису Продану разработать гибкую, универсальную, экономически выгодную систему, которую легко разворачивать в новых локациях. Платформа уже готовится к пилотному запуску в Нью-Йорке и имеет все шансы стать технологическим стандартом urban mobility на международном уровне. Ведь в решении проблемы пробок и нехватки парковочных мест заинтересованы все — не только сами водители, но и муниципалитеты, городские департаменты транспорта, операторы частных парковок, жилые комплексы, девелоперы.

Свое профессиональное будущее Денис Продан связывает с разработкой новых продуктов с применением Computer Vision, AI и Vision-Language Models, пригодных для использования в самых разных сферах городской жизни — от транспорта до потребительских сервисов. Успех предыдущих проектов талантливого разработчика и IT-управленца не оставляет сомнений в том, что его новые продукты станут ответом на важные социальные запросы и сделают нашу жизнь более здоровой, удобной и осознанной.