Feature engineering из CDR для прогноза оттока абонентов

Условие задания

**Контекст:** Телеком-оператор строит модель прогноза оттока абонентов. Для этого из сырых CDR (Call Detail Records) нужно извлечь фичи: паттерны звонков, тренд активности, социальный граф, ночная активность и т.д. Данные готовятся в SQL для последующей загрузки в ML-модель.

**Данные:**

[см. код в задании]

**Задание:**
1. Для каждого активного абонента рассчитайте фичи за последние 90 дней:
- Количество исходящих звонков, среднюю длительность, общий трафик данных
- Количество уникальных контактов (social graph size)
- Долю ночных звонков (22:00–06:00)
- Количество жалоб и среднее время решения жалобы
2. Рассчитайте тренд активности: сравнение количества звонков за последние 30 дней vs предыдущие 30 дней (month-over-month change)
3. Добавьте tenure (срок жизни абонента в месяцах)
4. Пометьте абонентов с признаками оттока: тренд < -30% И (жалобы > 0 ИЛИ ночная доля > 40%)

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

CREATE TABLE subscribers (
    id SERIAL PRIMARY KEY,
    phone_number VARCHAR(20) NOT NULL,
    plan_name VARCHAR(100) NOT NULL,
    activated_at DATE NOT NULL,
    is_active BOOLEAN DEFAULT TRUE,
    churned_at DATE                         -- NULL если активен
);

CREATE TABLE cdr (
    id BIGSERIAL PRIMARY KEY,
    subscriber_id INT REFERENCES subscribers(id),
    call_type VARCHAR(10) NOT NULL,         -- 'voice_out', 'voice_in', 'sms_out', 'sms_in', 'data'
    destination VARCHAR(20),                -- номер назначения (NULL для data)
    started_at TIMESTAMP NOT NULL,
    duration_sec INT,                       -- длительность (NULL для sms)
    data_mb NUMERIC(10,2),                  -- трафик данных (NULL для voice/sms)
    cell_tower_id INT                       -- вышка
);

CREATE TABLE complaints (
    id SERIAL PRIMARY KEY,
    subscriber_id INT REFERENCES subscribers(id),
    complaint_type VARCHAR(100) NOT NULL,   -- 'billing', 'coverage', 'speed', 'service'
    created_at TIMESTAMP NOT NULL,
    resolved_at TIMESTAMP
);

Темы

CDR feature engineering churn агрегация тренд

Подсказки

• Сегментируйте CDR через CASE WHEN: call_type = 'voice_out' для исходящих, EXTRACT(HOUR ...) BETWEEN 22 AND 23 OR ... для ночных
• Для тренда: COUNT FILTER (WHERE started_at >= -30d) vs COUNT FILTER (WHERE started_at BETWEEN -60d AND -30d)
• Social graph size = COUNT(DISTINCT destination) WHERE destination IS NOT NULL

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Feature engineering из CDR для прогноза оттока абонентов"?

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 «SQL» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: CDR, feature engineering, churn, агрегация, тренд.

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 «SQL»?

На zasqlpython.ru есть 425 SQL задач в песочнице с автопроверкой кода, конспекты SQL для аналитика, AI мок-собеседование с разбором ваших ответов.

← Все задания