Командный · Python / Software Engineering
Time Series Task
Интерфейс подготовки временных рядов, прогнозирования и сравнения результатов.
- Streamlit
- pandas
- FastAPI
- Python
- NumPy
- statsmodels
- Docker
Кратко о проекте и вкладе
В командном проекте разрабатывал интерфейс работы с временными рядами: загрузку и редактирование данных, подготовку выборки и графики. Интегрировал его с API прогнозирования и дорабатывал структуру приложения.
Для чего нужен проект
Приложение помогает подготовить временной ряд, построить прогноз и сравнить результаты моделей. Пользователь загружает набор данных, проверяет его, задаёт параметры и изучает прогнозы и метрики на графиках.
Что я делал
- Разрабатывал страницы Streamlit-приложения и разделял их по сценариям работы.
- Добавлял загрузку данных с выбором разделителя и обработкой повторяющихся строк.
- Дорабатывал подготовку и редактирование набора данных.
- Связывал интерфейс с API и отображал результаты анализа и прогнозирования.
- Работал над графиками и структурой приложения.
Технический подход
Streamlit, pandas и NumPy используются для подготовки данных и интерфейса. Командное решение включает API на FastAPI и методы прогнозирования, в том числе SARIMA, ETS и Prophet, с ручным и автоматическим подбором параметров.
Мой вклад — работа с данными в интерфейсе и интеграция с сервером. Это отдельный проект прогнозирования; SPAS System посвящён обнаружению аномалий.