UA : Робота викладена на 62 сторінках друкованого тексту, містить 42 рисунка, 4 таблиці, 22 джерела. Об’єкт дослідження: розробка Android застосунку з використанням мови програмування Kotlin та інтеграцію сервісів Firebase ML Kit. Мета роботи: створення безпечного та функціонального застосунку, здатного використовувати технології машинного навчання для визначення обличчя та забезпечення автентифікації через Firebase. Метод дослідження: аналіз, проєктування, тестування. У кваліфікаційній роботі досліджувалися наступні проблеми, спрямовані на створення сучасного та функціонального Android застосунку, використовуючи мову програмування Kotlin та інтегруючи сервіси Firebase ML Kit. Однією з ключових проблем було вирішення завдань, пов'язаних з ефективністю, безпекою та використанням передових технологій машинного навчання для покращення функціональності застосунку. У ході дослідження було використано ряд методів, включаючи аналіз існуючих застосунків, проєктування та розробку, тестування та оцінку функціональності застосунку. Особлива увага була приділена використанню мови Kotlin як сучасного інструменту для розробки Android додатків. Результатом роботи є створений застосунок, який не лише відповідає високим стандартам, але й відкриває нові перспективи для застосування передових технологій в області мобільного програмування та машинного навчання.
EN : The work is presented on 62 pages of printed text, 42 figures, 4 tables, 22 references. The object of the study is the development of an Android application using the Kotlin programming language and the integration of Firebase ML Kit services. The aim of the study is to create a secure and functional application capable of utilizing machine learning technologies for facial recognition and ensuring authentication through Firebase. The methods of research are analysis, design, and testing. The qualification paper addressed challenges focused on creating a modern and functional Android application, utilizing the Kotlin programming language and integrating Firebase ML Kit services. One of the key challenges was addressing tasks related to efficiency, security, and the use of advanced machine learning technologies to enhance the application's functionality. During the research, a range of methods was employed, including the analysis of existing applications, design and development, testing, and evaluation of the application's functionality. Special attention was given to the use of Kotlin as a modern tool for developing Android applications. The outcome of the work is the developed application, which not only meets high standards but also opens up new perspectives for the application of advanced technologies in the field of mobile programming and machine learning.
