Предсказатель потенциальных клиентов для Ростелекома от команды SFTB

Реализован пайплайн для прогноз потенциальных клиентов Ростелекома с использованием технологий искусственного интеллекта, основываясь на метаинформации о них.

Установка

• git clone https://github.com/mansasha21/sftb-rostelecom.git

Запуск

python train.py && python eval.py

Используемое решение

• Для исходных данных проводится обработка пропущенных значений, основанная на статистических распределениях и очистка данных от дубликатов.

• В исходный датасет добавлены агрегированные статистики по субъектам РФ. Также, он обогащен дополнительными значениями из внешних источников:

  • экономические и демографические показатели по субъектам РФ;
  • статистика использования населением инфокоммуникационных технологий;
  • информация о характеристиках доступных в регионе тарифов Ростелеком;
  • данные о курсах валют, фондовых рынках и ситуации с COVID-19.

• На обработанных данных обучены модели машинного обучения, в частности, AutoML и градиентный бустинг с последующим блендингом в единый алгоритм определения потенциальных клиентов.

• Для последующей оценки полученных предсказаний, разработанный пайплайн включает в себя модуль по выводу мета информации о потенциальных клиентах. Это в совокупности представляет собой систему поддержки принятия решений.

Уникальность:

Разработанный пайплайн является уникальным решением на рынке за счет использования для обучения обогащенного набор данных, разработанного алгоритма предобработки исходных данных, а также имплементированного механизма блендинга полученных моделей.

Стек используемых технологий:

Python3, git, GitHub - инструменты разработки
LightGBM, LAMA, CatBoost, Scikit-Learn, SciPy - фреймворки машинного обучения
Plotly, Seaborn - инструменты визуализации

Сравнение моделей

В качестве устойчивого классификационного решения был выбран ансамбль из 5 моделей градиентного бустинга, с временем инференса 93.4 мс, так как он решает прогнозирует потенциальных клиентов с высоким (более 10% на отложенной выборке) результатом по предложенной метрике.

Проводимые исследования

• research/catboost.ipynb - исследования с моделями градиентного бустинга
• research/signal_eda.ipynb и research/spec_eda.ipynb - анализ исходных данных

Разработчики

Имя	Роль	Контакт
Суржиков Александр	Data Scientist	https://t.me/mansasha
---	---	---
Назаренко Екатерина	Data Scientist	https://t.me/cutttle
---	---	---
Чаусов Дмитрий	Data Scientist	-
---	---	---
Ванданов Сергей	Data Scientist	-
---	---	---
Кочетков Максим	Data Scientist	https://t.me/mahhets
---	---	---