Какие задачи нравится выполнять?

Мне наиболее интересны задачи, где можно увидеть полный цикл работы — от постановки гипотезы до внедрения и измерения бизнес-эффекта. Конкретно:

1. Работа с несбалансированными данными. Например, задача детекции мошенничества в транзакциях, где доля мошеннических операций составляет менее 1%. Здесь важно не только построить модель, но и правильно выбрать метрики (F1, Precision-Recall AUC), применить техники сэмплирования (SMOTE, ADASYN) или использовать подходящие функции потерь (Focal Loss).
2. Прогнозирование временных рядов. Например, построение модели для предсказания спроса на товары. Интересно работать с feature engineering (лагги, скользящие статистики), выбирать между классическими моделями (ARIMA, Prophet) и нейросетевыми подходами (LSTM, TCN).
3. Задачи, требующие интерпретируемости модели. Когда результат нужно объяснить бизнесу, использую SHAP или LIME для анализа важности признаков. Это помогает не только построить модель, но и сформировать инсайты для заказчика.