Dávid Csonka

Az üzletszintű keresleti előrejelzésért felelek, amely 140 üzlet és nagyjából 30 000 cikkszám utántöltését hajtja.

• Egy régi statisztikai pipeline-t gradient boosted hierarchikus modellre cseréltem, a cikkszám szintű WAPE 34 százalékról 24 százalékra javult.
• Az előrejelzés javulása 18 százalékkal csökkentette a romlandó áru leírását és 11 százalékkal a készlethiányt, becsült évi 2,3 milliárd forint értékben.
• Drift-monitorozást és automatikus visszateszteléseket építettem; a csendes modellromlás órák alatt kiderül hetek helyett.
• Én vezetem a negyedéves előrejelzési értékelést az ellátásilánc-vezetéssel, lefordítva a modell viselkedését beszerzési döntésekre.

Rövid távú terhelés- és megújuló-előrejelzés egy energiakereskedőnek, amely 400 MW portfóliót egyensúlyoz.

• A másnapi terhelés-előrejelzés MAPE értékét 4,1 százalékról 2,9 százalékra javítottam, ezzel az kiegyenlítési költség évi nagyjából 470 millió forinttal csökkent.
• Valószínűségi napelemes termelési modellt építettem, amelyet a kereskedési asztal használ a napon belüli pozícióméretezéshez.
• Feature store mintákat vezettem be, amelyek az új modellek iterációs idejét hetekről napokra csökkentették.

Ügyfél- és választékelemzés kiskereskedelmi ügyfeleknek.

• Lemorzsolódás-pontozó modellt építettem egy távközlési ügyfélnek, amely 2,3-szorosára emelte a megtartási kampány konverzióját a véletlenszerű célzáshoz képest.
• Automatizáltam a heti ügyfélriport-rendszert, ezzel heti nagyjából egy elemzői napot szabadítottam fel.

Python könyvtár, amely MinT és bottom-up egyeztetést valósít meg scikit-learn kompatibilis API-val.

• Több mint 700 GitHub csillag; a felhasználói jelzések szerint legalább négy éles kiskereskedelmi előrejelző rendszerben fut.
• A benchmark-készlet három nyilvános adathalmazon reprodukálja a publikált egyeztetési eredményeket.

Gyakorlati esti workshop az éles üzemű előrejelzésről, évente kétszer egy helyi adatközösségnél.

• Négy csoportban több mint 90 szakembert tanítottam, átlagos értékelés 4,8/5.
• Minden anyag nyílt forráskódú, köztük egy élethű szintetikus élelmiszer-kiskereskedelmi adathalmaz.

Szakdolgozat a hierarchikus egyeztetési módszerekről a kiskereskedelmi keresleti előrejelzésben.

ML pipeline tervezését, bevezetését és monitorozását lefedő tanúsítvány menedzselt felhőinfrastruktúrán.