Стажировка по проекту
ИИ-система по прогнозированию скидок и применению купонов на маркетплейсах
Компания: ООО «Технос»
Суть проекта
Задача
Для чего
Вводные данные
Цель проекта - разработать модель для прогнозирования изменения статуса купона на скидку (будет ли использован купон) и величины скидки в результате изменения величины транзакции (стоимости товара)
Демонстрация практических кейсов для потенциальных заказчиков и инвесторов
В задаче используется датасет из открытых источников (Kaggl) Датасет представляет из себя табличные данные по продажам товаров на маркетплейсе
Выходные данные
Предсказанная величина скидки и статус купона (вероятность использования купона покупателем)
РЕЗУЛЬТАТ
Телеграм бот, принимающий на вход ключевые параметры, на выходе дающий статус купона и величину скидки
Участники
1 команды проекта
1 команды проекта
- Елена ЕрошинаТимлид проекта
- Ерюкова ТатьянаПомощник тимлида
- Богдан ИгнатРуководитель Центра цифровой социологии и социогуманитарных технологий в здравоохранении НИИОЗММ ДЗМ
- Подготовка, очистка и анализ датасета
- Аналитика датасета в разрезе различных данных, выявление корреляционных связей и зависимостей различных параметров
- Исследование технологий обработки больших данных для применения в проекте (Spark, Dask, Parquet)
- Применение ElasticNet, AutoKeras, моделей классического ML для прогнозирования искомых показателей.
- Разработка системы стандартизации названий товаров на основе LLM
- Подготовка презентационных материалов
- Федоров АлександрИП, мастер-универсал
- Подготовка, очистка и анализ датасета
- Аналитика датасета в разрезе различных данных, выявление корреляционных связей и зависимостей различных параметров
- Построение бизнес и аналитических моделей для максимальной эффективности использования данных в расчетах и предсказаниях.
- Исследование технологий обработки больших данных для применения в проекте (Spark, Dask, Parquet)
- Разработка системы расчета наиболее маржинальных товаров во всех категориях.
- Разработка телеграм бота
- Подготовка презентационных материалов
- Миролюбова АнастасияПреподаватель в области экономики и менеджмента, д. э. н.
- Подготовка, очистка и анализ датасета
- Аналитика датасета в разрезе различных данных, выявление корреляционных связей и зависимостей различных параметров
- Исследование технологий обработки больших данных для применения в проекте (Dask, Parquet)
- Применение AutoML, CatBoostClassifier, MultiOutputClassifier для прогнозирования искомых показателей.
- Разработка рекомендательной системы на основе AutoML
- Разработка системы расчета наиболее маржинальных товаров среди новинок
- Подготовка презентационных материалов
- Мингазов Рафис
- Подготовка, очистка и анализ датасета
- Аналитика датасета в разрезе различных данных, выявление корреляционных связей и зависимостей различных параметров
- Исследование технологий обработки больших данных для применения в проекте (Dask, Parquet)
- Перевод текстовых данных в категориальнные признаки и обработка их ElasticNet, AutoML для прогнозирования искомых показателей.
- Разработка системы расчета показателей рентабельности рекламных расходов и оптимального количества складов для всех категорий товаров
- Байдин Кирилл
- Подготовка, очистка и анализ датасета
- Аналитика датасета в разрезе различных данных, выявление корреляционных связей и зависимостей различных параметров
- Исследование технологий обработки больших данных для применения в проекте (Dask, Parquet)
- Применение AutoKeras для прогнозирования искомых показателей.
- Разработка системы расчета наиболее маржинальных товаров во всех категориях.
- Разработка телеграм бота
- Царичанская ОльгаWeb-разработчик, программист, it-предприниматель
- Подготовка, очистка и анализ датасета
- Аналитика датасета в разрезе различных данных, выявление корреляционных связей и зависимостей различных параметров
- Исследование технологий обработки больших данных для применения в проекте (Dask, Parquet)
- Разработка системы расчета наиболее продаваемых товаров во всех категориях.
- Разработка телеграм бота
- Подготовка презентационных материалов