Inżynieria Uczenia Maszynowego - projekt

• Mikołaj Garbowski
• Maksym Bieńkowski

Temat

Problem

"Niewątpliwie nasza wyszukiwarka ofert jest najlepsza w branży, jednakże jakiś czas temu okazało się, że nowo dodane oferty są słabo pozycjonowane przez silnik wyszukujący. Czy da się coś z tym zrobić?"

Koncepcja rozwiązania

• Zadanie regresji
• Skoro wyszukiwarka działa dobrze dla ofert, które mają jakieś oceny, to spróbujmy przewidzieć oceny tam gdzie ich brakuje
• Model regresji, gdzie celem jest średnia ocena

Kontekst

W ramach projektu wcielamy się w rolę analityka pracującego dla portalu Nocarz - serwisu, w którym klienci mogą wyszukać i dokonać rezerwacji noclegu (zapewnianego przez oferentów). Praca na tym stanowisku nie jest łatwa - zadanie dostajemy w formie enigmatycznego opisu i to do nas należy doprecyzowanie szczegółów tak, aby dało się je zrealizować. To oczywiście wymaga zrozumienia problemu, przeanalizowania danych, czasami negocjacji z szefostwem. Poza tym, oprócz przeanalizowania zagadnienia i wytrenowania modeli, musimy przygotować je do wdrożenia produkcyjnego - zakładając, że w przyszłości będą pojawiać się kolejne ich wersje, z którymi będziemy eksperymentować.

Jak każda szanująca się firma internetowa, Nocarz zbiera dane dotyczące swojej działalności - są to (analitycy mogą wnioskować o dostęp do tych informacji na potrzeby realizacji zadania):

• szczegółowe dane o dostępnych lokalach,
• recenzje lokali,
• kalendarz z dostępnością i cenami,
• baza klientów i sesji

Harmonogram

• Etap 1 2025.04.25
• Etap 2 2025.05.23
• Opis

Uruchomienie i instalacja

Instalacja bibliotek i wirtualnego środowiska:

pdm install --dev

Uruchomienie aplikacji w trybie deweloperskim:

pdm run dev

Uruchomienie aplikacji w kontenerze Docker:

docker compose up --build -d

Zapisanie logów do pliku:

docker compose logs > data/service.log

Uruchomienie testów:

pdm run test

API

• Schemat API jest dostępny pod adresem http://127.0.0.1:8000/docs
• API przyjmuje dane w formacie JSON
  • takie atrybuty jak w listings.csv (surowym)
  • poza atrybutami, które logicznie nie mogą się tam znaleźć (średnia ocena itp.)
• Każdy request zawiera id użytkownika
  • na jego podstawie dzielony jest ruch do testów A/B