Описание Клиенту требовался инструмент для автоматического мониторинга репутации бренда на площадках (Ozon, Wildberries, Яндекс.Карты, 2GIS). Задача: собирать отзывы в реальном времени, определять тональность через локальную ML-модель, кластеризовать жалобы и похвалы по темам, и формировать наглядный дашборд для отдела качества и маркетинга. Критически важны: работа без отправки данных в облако, высокая точность классификации и возможность экспорта отчётов. Решение • Разработала распределённый парсер на Python с обходом базовых защит: ротация user-agent, задержки, эмуляция поведения, работа через резидентные прокси. • Внедрила пайплайн анализа на локальных моделях: классификатор тональности, NER для извлечения сущностей, кластеризация тем. • Реализовала дашборд: фильтры по дате/площадке/рейтингу, тепловая карта жалоб, тренды тональности, экспорт в Excel/CSV. • Настроила умные уведомления в Telegram: алерты при всплеске негатива, новых жалобах на критичные темы, изменении среднего рейтинга. • Обеспечила приватность и масштабируемость: все модели работают оффлайн, данные хранятся локально, архитектура позволяет подключить новые площадки за 1–2 часа.