Ответ
Имею 2+ года опыта в применении ML для продуктовых метрик. Основные направления:
- Прогнозирование LTV и churn (XGBoost, CatBoost)
- Классификация пользователей (scikit-learn)
- Рекомендательные системы (LightFM)
Пример препроцессинга для прогноза оттока:
from sklearn.pipeline import Pipeline
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler
preprocessor = Pipeline([
('imputer', SimpleImputer(strategy='median')),
('scaler', StandardScaler())
])Работал с A/B-тестами моделей, знаю метрики качества (ROC-AUC, Precision-Recall). Умею объяснять бизнесу ML-решения простым языком.
