Конечно, видела, как несколько устаревших рынков можно перевернуть, если есть хорошие данные. Давай определим основные проблемы, оценим неэффективность и создадим минимальный AI-прототип, чтобы показать, что это работает. В какой сфере мы будем работать?

Начнём с самых серьёзных проблем: 1. Прогнозирование спроса на уровне полок – это основная причина потерь. 2. Мониторинг температуры и влажности в режиме реального времени во время транспортировки. 3. Планирование маршрутов, учитывающее скорость, стоимость и сохранность продукции. 4. Предупреждение об угрозе порчи до того, как это дойдет до покупателя. Соберём данные о прошлых продажах, журналах отгрузок, показания датчиков и прогнозы погоды, чтобы обучить модель для прогнозирования срока годности и оптимизации маршрутов. Готов заняться каталогом данных?

Отлично. Сейчас быстро соберу таблицу с инвентаризацией: | Источник | Частота | Основные поля | Флаг качества | Замечания | |---|---|---|---|---| | Продажи по SKU – магазин | каждый час | SKU, store_id, кол-во, время | % пропусков, выбросы | | Манифесты отгрузок | за каждую партию | load_id, SKU, кол-во, маршрут, отправление, прибытие | проверка на дубликаты | | Журналы датчиков | каждые 5 минут | load_id, температура, влажность, местоположение | состояние датчиков | | API погоды | каждый час | местоположение, температура, влажность, осадки | время безотказной работы API | Как проверим полноту данных, переходим к спринту по моделированию. Готова настроить ETL?