Описание

Основной пул проектов по исследовательскому анализу данных, обучению моделей в задачах классификации и регрессии для различных секторов бизнеса.

• Исследование надёжности заёмщиков банка

  • Задача: Для построения модели кредитного скоринга, оценить влияние семейного положения и количества детей клиента на факт погашения кредита в срок.
  • Stack: Pandas, PyMysterm.

• Определение рыночной стоимости автомобилей

  • Задача: Построить модель для определения стоимости автомобиля с пробегом.
  • Stack: Pandas, NumPy, Seaborn, Scikit-learn, CatBoost, LGBM.

• Обнаружение токсичных комментариев клиентов для последующей модерации (интернет-магазин)

  • Задача: Разработка модели классифицирующей комментарии на позитивные и негативные.
  • Stack: Pandas, NumPy, NLTK, Scikit-learn, CatBoost.

• Предсказание оттока клиентов из банка

  • Задача: Разработка модели прогнозирующей уход клиента из банка в ближайшее время.
  • Stack: Pandas, NumPy, Scikit-learn, Seaborn.

• Прогнозирование заказов такси на следующий час

  • Задача: Построить прогноз количества заказов такси на следующий час.
  • Stack: Pandas, NumPy, Seaborn, Scikit-learn, CatBoost.

• Определение перспективного тарифа для оператора сотовой связи

  • Задача: Оценка доходности тарифных планов компании.
  • Stack: Pandas, NumPy, SciPy, Seaborn.

• Прогнозирование оттока клиентов для телеком компании

  • Задача: Разработка модели прогнозирующей отток клиентов.
  • Stack: Pandas, NumPy, Seaborn, Scikit-learn, CatBoost.

Специализация:

Data Science (Учебный опыт)

Stack

Python 3 (Data: Pandas, NumPy; Statistics: SciPy; Visualization: Seaborn, Matplotlib, NLP/Text: re, PyMysterm, WordNet, NLTK; DS: Scikit-learn, CatBoost, LGBM, Bert).