LLM usage forecasting

Senior Python SaaS

Условие задания

**Задание по мотивам реального тестового в JetBrains.**

**Данные:** 3 месяца активности пользователей LLM-ассистента в IDE:
[см. код в задании]

**Задание:**
1. **EDA:** Разложите расходы по license_type, model, feature. Какой сегмент растёт быстрее?
2. **Тренды:** Визуализируйте daily cost с 7-дневным скользящим средним. Есть ли недельная сезонность?
3. **Прогноз:** Постройте прогноз расходов на 4 недели вперёд (ARIMA или экспоненциальное сглаживание)
4. **Бюджет:** При каком DAU расходы превысят $50K/мес? Предложите оптимизации.

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

forecast_df = pd.DataFrame({
    'date': future_dates,
    'forecast_cost': forecast.round(2),
})

Темы

python forecasting временные ряды ARIMA pandas JetBrains

Подсказки

Все тестовые задания →

Похожие задания (Python)

Частые вопросы

Какой уровень знаний нужен для задачи "LLM usage forecasting"?

Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: python, forecasting, временные ряды, ARIMA, pandas.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 30-60 минут с обсуждением подходов, оптимизаций и trade-off. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 482 Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания