Data scientist — удалённая работа в Москве

Выполнить задание по кейсу. Вы выступаете в роли аналитика данных компании ОАО “Российские Железные Дороги“. Вам предоставлен датасет, содержащий информацию о клиентах, пользующихся услугами грузоперевозок. Ваша задача — провести всесторонний анализ клиентской базы для выявления инсайтов, которые помогут улучшить повысить прибыльность компании. В рамках выводов стоит указать, на каких клиентских сегментах и почему стоит сосредоточить свои усилия. Датасет: Вместе с заданием вам передается три файла: 1. synthetic_dataset.csv – оригинальный датасет, где присутствуют категориальные переменные. 2. synthetic_dataset_encoded.csv – в данном файле категориальные переменные закодированы количественными значениями. 3. Case.ipynb - В блокноте с заданием дано пояснение и пример кода кодирования. Рекомендую работать именно с этим файлом данных. Задачи: 1. Описательный анализ данных: • Изучите структуру датасета: количество записей, типы данных, наличие пропущенных значений. • Выполните анализ распределения значений каждой переменной. • Проведите бивариантный анализ для выявления зависимостей между переменными. • Визуализируйте данные с помощью графиков и диаграмм. 2. Кластеризация клиентов: • Выберите соответствующие признаки для кластеризации. • Определите оптимальное количество кластеров (используя методы “локтя“, силуэтов). • Проведите кластеризацию клиентов (например, с использованием алгоритма K-Means). • Охарактеризуйте полученные кластеры и дайте им бизнес-интерпретацию. 3. Оценка значимости объясняющих факторов: • Постройте модель случайного леса (Random Forest) для определения влияния различных переменных на прибыль от клиента. • Выделите ключевые переменные, наиболее сильно влияющие на прибыльность. • Проанализируйте важность признаков, предоставляемую моделью. 4. Выводы и рекомендации: • Сформулируйте основные выводы на основе проведенного анализа. • Предложите рекомендации по улучшению работы с клиентами, повышению прибыльности и эффективности бизнес-процессов. • Обратите внимание на потенциальные области для дальнейшего исследования. Оформление результатов: Результаты представьте в том же блокноте, в котором было задание и в рекомендованной структуре. Оформляйте пояснения как комментарии или текст Markdown.