- Подготовка данных для обучения и анализа; - Реализация API для вызова методов преобразования данных и прогнозирования; - Генерация, подбор признаков и обучения моделей прогнозирования пассажиропотока; - Анализ границ применимости разработанных моделей и результатов прогноза. - Доведение метрик качества до приемлимых значений: 1) Коэффициент детерминации (R2) для всей сети перевозок = 0.85; 2) MAPE отдельных направлений перевозок <=10%.

Разработка торговых стратегий с использованием машинного обучения.

- разработка системы сбора данных релевантных рынку криптовалют, с использованием криптовалютных бирж, twitter API, facebook, coinmarketcap и других сайтов, - разработка моделей машинного обучения для предсказания цены монеты после ICO, - создание телеграмм-бота для оповещения об арбитражных возможностях.

- разработка системы распознования динамики нажатия клавиш ( keystroke dynamics ), - организация сбора и обработки данных с использованием, в том числе Amazon Mechanical Turk, Яндекс Толока, - разработка и оптимизация моделей машинного обучения для задачи voice antispoofing, - тестирование устойчивости и качества разработанных систем машинного обучения.

Институт Компьютерных Наук и Технологий, Управление в технических системах