В рамках чемпионата по компетенции «Машинное обучение и большие данные» разработана модель для классификации территорий. Для поддержания актуальности прогнозов организовано непрерывное обучение с использованием Apache Airflow. Вся инфраструктура контейнеризована с помощью Docker.
Решение построено на микросервисной архитектуре и включает следующие ключевые компоненты:
- Классификация участков по уровню риска.
- Прогнозирование динамики рисков (пожары, затопления).
Предоставляет REST-интерфейс для взаимодействия:
- Оценка риска по координатам.
- Прогноз пожароопасности и затоплений.
- Оценка сложности эвакуации на период до 10 лет.
- Централизованное хранение входных данных, результатов прогнозов и метаданных моделей.
- Автоматизация регулярного переобучения и обновления модели.
- Обработка вновь поступивших данных.
- Интерактивный графический интерфейс.
- Визуализация рисков вдоль заданного пользователем маршрута.
