Какие задачи выполнял на прошлом проекте

На прошлом проекте занимался end-to-end ML pipeline: от сбора данных до внедрения модели. Основные задачи:

1. Data preprocessing - очистка, обработка пропусков, feature engineering (например, создание временных фичей из timestamp)

df['hour'] = df['timestamp'].dt.hour
df['is_weekend'] = df['timestamp'].dt.weekday >= 5

2. Построение и валидация моделей - тестировал CatBoost, LightGBM, подбирал гиперпараметры через Optuna

3. Разработка API - Flask-сервис для предсказаний с Swagger-документацией

4. Мониторинг - настройка алертов при дрифте данных и падении метрик

Также участвовал в A/B-тестировании новой модели и подготовке отчетов для бизнеса.