Вы работаете в маркетплейсе KarpovExpress. Необходимо разработать сервис прогноза спроса. Начнём с того, что посчитаем, сколько каждого товара компания продает в день.

Ваш коллега написал метрику sMAPE, которая исправно работала в продакшене последние 2 недели. Однако, пару дней назад мы начали получать ошибки и, к сожалению, логи нам недоступны. Вам необходимо посмотреть на его имплементацию и исправить баг, не задев поведение на нормальных данных.

Мы разрабатываем сервис автоматического отлова ботов и предотвращения DDoS-атак. Для регистрации на нашем сайте необходимо указать email. Не всегда введённый набор символов — корректный email. Ваш коллега написал код для валидации адресов, который работает медленно. Сможете ли вы его оптимизировать?

Как прогнозировать продажи товара, если для него еще нет истории покупок? Данный вопрос называется проблемой «холодного старта». Мы научимся заполнять пропуски в данных для товаров, по которым нет достаточной статистики.

Инженер машинного обучения должен понимать продуктовые метрики и уметь их декомпозировать. Например, выручку легко представить как (число чеков) х (средний чек). Средний чек легче увеличить с помощью ML, чем число чеков. Вам предстоит написать простой SQL-запрос, который считает средний чек.

Наша модель динамического ценообразования на маркетплейсе KarpovExpress предсказывает продажи на неделю. Однако есть естественное ограничение на прогноз в виде количества единиц товара на складе. Как его учесть на стадии постобработки предсказаний модели?

Вам предоставлен python-файл, над которым потрудились 4 разных джуна, каждый привык писать документацию в своём стиле (а кто-то не пишет вообще). Как быстро и легко привести всё к общему виду?

Часто используемые функции ошибок, RMSE или MAE — одинаково штрафуют за перепредсказание и недопредсказание. Если фактическое время ожидания такси будет меньше заявленного — клиент будет рад, если выше — недоволен. Вы научитесь определять, в какой бизнес-задаче что важнее, и разрабатывать свои метрики.

Задача любого стартапа — рост, который можно оценить числом уникальных пользователей в день/неделю/месяц. Мы научимся считать самую простую из этих метрик, DAU (daily active users) с помощью SQL-запроса.

Порой, чтобы пощупать данные, достаточно вывести топ-10 товаров, топ-10 брендов, топ-10 поставщиков и т. д. — по той или иной характеристике. Вас как стажёра попросили провести небольшую аналитику в новой, перед тем как разрабатывать сервис ML-ценообразования.

Дана таблица оплат пользователей крупной компании. Вам предстоит построить дашборд с процентом успешных оплат в месяц по всем видам оплат.

Мы автоматизируем ценообразование в компании KarpovExpress. Ключевым признаком модели является цена конкурента. Но как агрегировать «рыночную цену», если мы нашли наш товар у нескольник конкурентов? Мы опробуем 5 разных подходов.

Задача любого стартапа — рост, который можно оценить числом уникальных пользователей в день/неделю/месяц. Мы уже умеем считать DAU (daily active users), однако для WAU (weekly active users) понадобится навык работы с оконными функциями.

Эластичность — это зависимость спроса от цены, одно из базовых понятий не только в онлайн/оффлайн ретейле, но и других бизнес задачах. Вы научитесь считать эластичность товаров для дальнейшего использования в качестве признака для модели ценообразования.

Выручка — это (число пользователей) х (средняя выручка на пользователя). С другой стороны, выручка это (число заказов) х (средняя выручка на заказ). На число заказов и пользователей сложнее повлиять с помощью ML, но на среднюю выручка на заказ и пользователя — реально. Вам предстоит научиться считать обе метрики с помощью SQL-запросов.

В данной задаче мы сконцентрируемся на ценах похожих товаров. Как померить «схожесть» между двумя товарами? Используя эмбеддинги товаров, найдите средневзвешенные цены для топ-5 похожих товаров.

Задача познакомит вас с метриками ранжирования. Вам предстоит помочь телеграм-боту CyberTolya разобраться, какие видео с YouTube канала Karpov. Courses релевантны вопросам студентов. Сможет ли робот Толя помочь нашим студентам?

Ваш коллега написал парсер вакансий и хочет посчитать частотность слов в вакансиях. Подсчет слов в текущей реализации работает медленно. Вооружившись новыми знаниями о параллельных вычислениях, вы взялись помочь ему оптимизировать код.

Вам предстоит познакомиться с многорукими бандитами, написанием web-сервисов на FastAPI и научиться в режиме реального времени распределять трафик между рекламными баннерами.

Продолжаем строить сервис real-time рекомендаций. Пришло время проводить эксперимент: мы поделим трафик на 2 группы, проведём симуляцию A/A и A/B тестов и научимся определять, сколько должен длиться тест.

Мусор на входе — мусор на выходе. Мы хотим контролировать качество данных, которые поступают на вход нашей модели, поэтому мы реализуем мини-фреймворк для Data Quality отчётов с помощью Pandas и PySpark.

Задача знакомит вас с новым инструментом, MLflow, который используется для контроля жизненного цикла модели, включая её версионирование (для «github для моделей») и трекинги экспериментов. Знакомство с MLflow происходит попутно с детекцией ботов в социальной сети Glitter, которую недавно выкупил один небезызвестный миллиардер.

Перед вами сиквел к задаче про эмбеддинги товаров (впрочем, их можно решать независимо). Вы занимаетесь построением рекомендательной системы в компании KarpovExpress. Иногда пользователи жалуются, что выдача состоит из однотипных товаров. Придумайте свою метрику для оценки разнообразия в выдаче.

Недавно наш стартап начал арендовать офис в одной из башен Moscow City. Компания хочет реализовать Face ID систему для предотвращения перемещения случайных людей в офисе. Вы изучите задачу Metric Learning и напишете Contrastive и Triplet функции потерь.

Предскажите цены объектов недвижимости на основе их числовых признаков. Задание считается успешно выполненным при преодолении порога RMSE метрики.

Вы работаете в KarpovExpress и предсказываете будущие цены у конкурентов. Для этого вы определите возможный спрос на товары для каждого дня. Затем оцените эластичность спроса от цены и с ее помощью определите цену для нужных товаров.

Нам предстоит спарсить сайт для сбора информации об актёрах и фильмах, чтобы построить граф связей: кто где чаще снимается, с кем чаще работает и т. д.

Поиск ближайших соседей на масштабах миллионов товаров работает медленно, что не годится для наших Real-Time сервисов. Мы готовы пожертвовать точностью, чтобы ускорить поиск в сотни раз. Для этого вам предстоит реализовать с нуля алгоритм приближённого поиска ближайших соседей.

Мы дейтинговое приложение YADA (Yet Another Dating App). Наш доход — подписки на разные тарифы и дополнительные услуги: супер-сердечки, bootstrap показов и т. д. Как-то раз к нашей команде обратились ребята из отдела маркетинга. Нам предстоит построить uplift-модель, чтобы уменьшить отток пользователей.

Вам дана таблица оплат пользователей крупной компании. Постройте дашборд, отображающий сумму успешных оплат пользователей за каждую неделю.

Вам дана таблица оплат пользователей крупной компании. Напишите SQL-запрос, который сегментирует пользователей на основе цен их покупок.

Мы прогнозируем объемы продаж маркетплейса для десятков тысяч товаров с помощью градиентного бустинга. Насколько мы уверены в предсказаниях модели? Ваша задача: оценить уверенность её предсказаний для данных в будущем.

ML-команде маркетплейса потребовались векторные представления товаров (эмбеддинги), чтобы находить похожие товары. Постройте эмбеддинги товаров на основе паттернов поведения покупателей, используя методы коллаборативной фильтрации.

Karpov.Courses хочет понимать, какие студенты стали реже заходить в Симулятор. Решите задачу-квест разработки модели оттока, пройдя несколько этапов. В этой части вам предстоит по шагам составить SQL-запрос с агрегацией датасета, подсчётом фичей и прогнозом.

На первом этапе задачи CHURN RATE вы занимались сбором данных, feature engineering и построением модели. А теперь мы перейдем к продвинутой валидации модели и построения доверительных интервалов для метрик, используя bootstrap.

Рекомендательные системы — «сердце» любой современной стриминговой платформы. Платформа Tolich не исключение. Помогите команде создать первую версию RecSys на основе неявных оценок интересов пользователей.

Компания KarpovExpress управляет тысячами магазинов по всей стране. Перед ней стоит задача устанавливать цены на товары так, чтобы получать стабильную прибыль, при этом не терять покупателей. Вам предстоит разработать алгоритм, который максимизирует выручку с сохранением целевой наценки.

Вы решаете задачу динамического ценообразования в компании X6. Необходимо разработать алгоритм постобработки для цен, который обеспечивает соблюдение принципа Кока-Колы: цена на литр снижается пропорционально объёму.