Задача: Заказчик — кредитный отдел банка. Нужно разобраться, влияет ли семейное положение и количество детей клиента на факт погашения кредита в срок. Входные данные от банка — статистика о платёжеспособности клиентов. Результаты исследования будут учтены при построении модели кредитного скоринга — специальной системы, которая оценивает способность потенциального заёмщика вернуть кредит банку.
Библиотеки:
pandas, pymystem3
Задача: Определение рыночной стоимости объектов недвижимости (на базе данных ресурса Яндекс.Недвижимость). Задача — установить параметры, которые в той или иной степени оказывают влиение на финальную стоимость. Это позволит построить автоматизированную систему: она отследит аномалии и мошенническую деятельность.
Библиотеки:
pandas, matplotlib.pyplot, math, numpy
Задача: Анализ тарифов мобильного оператора. Необходимо проанализировать поведение клиентов и сделать вывод — какой тариф лучше.
Библиотеки:
pandas, matplotlib.pyplot, math, numpy, scipy
Задача: Стажировка в отделе аналитики Яндекс.Афиши. Задача: помочь маркетологам оптимизировать маркетинговые затраты. Расчет бизнес-метрик: Retention, LTV, CAC, ROMI.
Библиотеки:
pandas, matplotlib.pyplot, seaborn, math, numpy, scipy
Задача: Есть список гипотез для увеличения выручки. Приоритезация гипотез, запуск A/B-теста и анализ рехультатов.
Библиотеки:
pandas, matplotlib.pyplot, seaborn, math, numpy, scipy
Задача: Решено открыть небольшое кафе в Москве. Оно оригинальное — гостей должны обслуживать роботы. Проект многообещающий, но дорогой. Инвесторов интересует текущее положение дел на рынке — сможет ли кафе снискать популярность на долгое время, когда все зеваки насмотрятся на роботов-официантов? Исследуем рынок. У нас есть открытые данные о заведениях общественного питания в Москве.
Библиотеки:
pandas, matplotlib.pyplot, seaborn, plotly, math, numpy, scipy
Задача: Изучение воронки продаж в интернет магазине. Анализ результатов A/B теста при внедрении чата с менеджером на сайт.
Библиотеки:
pandas, matplotlib.pyplot, seaborn, plotly, math, numpy, scipy
Задача: Построение модели прогнозирования факта оттока посетителей сети фитнесс-центров. Сегментация посетителей.
Библиотеки:
pandas, math, scipy, numpy, matplotlib.pyplot, seaborn, sklearn
Задача: Сегментация покупателей по истории их покупок для создания специальных предложений.
Библиотеки:
pandas, math, scipy, numpy, matplotlib.pyplot, seaborn, plotly, sklearn