Программисты — удалённая работа в Москве

Data Science. Тестирование, доработка существующего продукта. Во вложении наработки кода и более подробное! КРАТКОЕ ОПИСАНИЕ ЛЕГЕНДЫ ДЛЯ ДОКЛАДА Необходимо написать ПО, инструкцию к нему и доклад к нему на 30+ страниц и 20 источников, которые должны быть актуальными. ПРОБЛЕМА: “Мы используем ML-модели для прогнозирования спроса в ресторане, но не знаем, какие инструменты тестирования действительно эффективны. Ошибки в прогнозах стоят денег - либо избыточные закупки, либо нехватка ингредиентов.“ РЕШЕНИЕ: Создать систему сравнительного тестирования, которая прогонит нашу ML-систему через 4 современных фреймворка и покажет: Кто быстрее находит проблемы Кто точнее обнаруживает критические ошибки Кто удобнее в промышленной эксплуатации ЗАЧЕМ ЭТО НУЖНО: Снизить риски финансовых потерь от некорректных прогнозов Выбрать оптимальный инструмент тестирования для наших задач Создать стандарт тестирования ML-моделей в компании ТЕХНОЛОГИЧЕСКИЙ СТЕК: Объект тестирования: Существующая система прогнозирования Prophet Фреймворки для сравнения: Great Expectations, MLflow, Alibi Detect, PyTest Данные: Сгенерировать данные.