Необходимо разработать учебный ML-проект по Entity Resolution — системе поиска и дедупликации клиентских профилей по зашумленным и неполным данным.
Нужно реализовать полный воспроизводимый pipeline на Python: EDA и анализ данных, нормализацию ФИО/email/телефонов/городов, blocking, feature engineering, ML-модель matching с вероятностью совпадения, подбор порогов, clustering через connected components и анализ ошибок.
Также требуется Streamlit-прототип для демонстрации найденных дубликатов и рекомендации по их объединению.
На выходе необходимы:
— рабочий Git-репозиторий с README и requirements.txt/pyproject.toml;
— метрики Precision, Recall, F1 на validation/test;
— Streamlit demo;
— технический отчет 1–2 страницы;
— презентация 10–15 слайдов;
— желательно архитектурная схема и рекомендации по масштабированию и мониторингу.
Стек: Python 3.10+, pandas, numpy, scikit-learn, RapidFuzz и другие open-source библиотеки.
Важно: нужен специалист с практическим пониманием Entity Resolution, blocking, matching, threshold и clustering. Код и решения должны быть воспроизводимыми и понятными для последующей защиты проекта.
Полное техническое задание и датасет будут предоставлены исполнителю.
Опубликован 07.09.2026 в 13:33
Заказ находится в архиве