Какие выполнял задачи на прошлых проектах

На последнем проекте работал над прогнозированием оттока клиентов для телеком-компании. Основные задачи:

1. Feature Engineering – создал признаки из сырых логов (частота звонков, средний чек, активность в последние 30 дней). Использовал pandas для агрегации:

df['call_frequency'] = df.groupby('user_id')['call_duration'].transform('count')

2. Построение модели – сравнил CatBoost, XGBoost и Logistic Regression. CatBoost показал лучший ROC-AUC (0.89) благодаря работе с категориальными фичами.

3. Интерпретация – анализировал важность признаков через SHAP, выявил, что снижение активности – ключевой индикатор оттока.

4. Продакшн – упаковал модель в Docker-контейнер с FastAPI для интеграции с CRM.