Data scientist — удалённая работа в Москве

Доработка существующего продукта. Кластерный анализ для выбора локаций под офисы банка(пишу курсовую работу) Цель — выявить наиболее привлекательные локации для открытия новых офисов банка с помощью кластерного анализа методом K-Means 1. Подготовка данных Очистить данные от выбросов (используя статистические методы: z-оценка, межквартильный размах). Обработать пропущенные значения: указать долю пропусков по каждому признаку, использовать метод заполнения на усмотрение исполнителя с обоснованием 2. Кластеризация (метод K-Means) Подобрать оптимальное количество кластеров (использовать метод «локтя»). Опционально — сравнить качество кластеризации при различных вариантах набора переменных 3. Анализ кластеров Вычислить средние значения ключевых показателей по каждому кластеру. Представить результат в табличном виде. Дать краткую интерпретацию каждого кластера 4. Проверка устойчивости кластеров 5. Визуализация топ-локаций В каждом кластере выбрать 3–5 наиболее перспективных локаций по внутренним метрикам (плотность населения, средний доход и пр.). Отобразить выбранные точки на карте Санкт-Петербурга (с названием адреса) 6. Финальный отчет Кратко описать проделанные шаги и основные выводы по кластерам в формате текста или голосового сообщения. Передать код на Python, визуализации.