Разработка на Python — удалённая работа в Москве

Дано: - Есть 3 бизнес направления для которых подобрано 50 атрибутов с разной силой влияния на метрику “Предпочтение“ - Каждый атриубут по-разному проявлен в восприятии разных компаний (4 конкурента). Характер проявленности описан параметром BIPs - Каждый атрибут отличается по потенциальному подходу к работе с ним: поддерживать / усиливать / развивать - Все атрибуты с разной силой влияют на ключевую метрику “предпочтение“, но не между всеми атрибутами есть сильная связь. Для нас важна связь больше 50% персентиля Требования: 1. Фильтрация атрибутов по параметрам: продуктовая вертикаль: - покупка - долгосрочная аренда - краткосрочная аренда Подборка атрибутов: - все - ТОП-10 2. После фильтрации должно происходить формирование списка атрибутов, проранжированных по силе их вклада в метрику “предпочтение“ для каждой вертикали - Атрибуты первого уровня (верхушка) - это ключевые 1-2 атрибута, от которых будет строиться цепочка 3. Далее при выборе 1-2 атрибутов 1го уровня должны последовательно и дополнительно формироваться 2 уровня цепочки (пирамиды): - После выбора атрибутов первого уровня, подтягиваются атрибуты второго уровня (середина), которые связаны с атрибутами первого уровня с силой связи от 50% персентиля - После выбора атрибутов второго уровня, подтягиваются атрибуты третьего уровня (основание), которые связаны с атрибутами второго уровня с силой связи от 50% персентиля ВАЖНО ДЛЯ ОБОИХ УРОВНЕЙ: атрибуты с силой связи 90-100% персентиля выделяются жирным шрифтом. 4. Описание каждого уровня цепочки атрибутов: Описание каждого атрибута: - Сила влияния на предпочтение - BIPs - значения по конкуренту 1, конкуренту 2 и конкуренту 3. А также конкуренту 4 для посуточной аренды) . - При BIPs равно и более 2% для покупки и долгосрочной аренды и равно и более 5% - окрашиваем в зеленый цвет. - Менее и равно -2% для покупки и долгосрочной аренды и равно и менее -5% - окрашиваем в красный цвет. - Промежуточные значение между -2% и 2%, и между -5% и 5% для посуточной аренды - темно-серым Описание целесообразности работы с теми или иными атрибутами. Все атрибуты прокрашены цветом: - Поддерживать (зеленые) – сильная сторона Конкуента 1 и BIPs Конкуента 1 ⋟ BIPs конкурентов - Усиливать (желтые) – сильная сторона Конкуента 1, но BIPs Конкуента 1 < BIPs конкурентов - Развивать (красные) – слабая или нейтральная сторона Конкуента 1 Для выбора атрибута, с которым(и) будем работать, нужно нажать на галочку рядом с конкретным атрибутом: - Условие 1. автоматическое проставление галочек рядом с атрибутами 2-го и 3-го уровня, которые были выбраны на предыдущем этапе (отображать их серой галкой). Серые галки нельзя отжать если не сделать это на предыдущем шаге, где они были проставлены рядом с конкретным атрибутом - В итоговую цепочку и расчет попадают только атрибуты с галочками - Всегда отображается окно, с информацией о суммарном вкладе цепочки в метрику “предпочтение“. - Суммарный вклад в предпочтение = сумма всех вкладов, по атрибутам, по которым проставлены галочки. Каждый атрибут учитывается в расчете только 1 раз (в случае, если он появляется на разных этапах списков, в расчете не дублируется) Технические требования: - Язык программирования: Python - Нужна возможность расширения функционала макроса в будущем. - Сроки выполнения: 10 р.д. Ожидаемые результаты: создание эффективного инструмента для анализа атрибутов, влияющих на выбор площадки в отдельных вертикалях, который позволит оптимизировать процесс принятия решений относительно развития продукта и бренда. Для лучшего понимания терминологии сущностей в модели: - Атрибуты (т.е. идентификаторы) (высказывания, единица анализа, узел в графе) - Сила влияния атрибута на другие атрибуты, варьируется от 1% до 100% - Сила связи атрибута с предпочтением, прямой путь от узла атрибута до предпочтения, измеряется в % - Конкуренты - игроки на поле, каждый из конкурентов связан с атрибутами через BIPS - BIPS- метрика, есть для каждой пары атрибут-конкурент и представляет собой степень ассоциирования атрибута с конкурентом - Предпочтение - финальная зависимая переменная, каждый атрибут вне зависимости от связки с конкурентом имеет фиксированный вклад в предпочтение - Вклад в предпочтение - есть у каждого атрибута, вклад в предпочтение нескольких атрибутов считается как сумма вкладов каждого атрибута - Продуктовая вертикаль - верхнеуровневая переменная, фильтр, для каждой вертикали свой набор переменных, конкурентов, связей, BIPS