Ответ
Проведу декомпозицию фичи на MVP и поэтапный релиз. Разберусь, какие части можно выпустить быстрее с максимальным value. Например, если это сложный алгоритм — сначала выпущу упрощённую версию с ручными доработками.
Пример:
# Вместо идеального ML-решения на первом этапе
def calculate_recommendations():
return manual_rules.get(user_id) # v1 - ручные правила
# v2 - добавить простую модель (через 3 месяца)
# v3 - полноценный ML (через год)
Обсудим с командой:
- Какие 20% функционала дадут 80% пользы?
- Где можно временные костыли (например, ручная обработка части данных)?
- Какие риски/зависимости удлиняют срок?
Если оценка всё равно нереалистична — подключу техлида для аудита архитектуры или рассмотрю внешние решения/SaaS.