Мы представляем user-friendly сервис, в котором используются продвинутые алгоритмы машинного обучения для создания рекомендательной системы. С их помощью мы предлагаем пользователям самые релевантные обьекты недвижимости, основываясь на нескольких факторах, таких как срок инвестирования, бюджет и разных параметрах квартир. Это позволит пользователю не только определить, насколько перспективным является выбранный объект недвижимости и как скоро окупятся затраты на него, а также сколько составит потенциальная прибыль. В сервисе также представлена возможность анализа вторичного рынка с оценкой каждого лота.
Стек технологий: Catboost, Numpy, Pandas, Sklearn, react, redux, reduxjs/toolkit, django, postgres, docker, Google Maps API
Мы используем данные с двух основных типов рынков недвижимости - первичный и вторичный. Первый включает в себя квартиры, которые напрямую продают застройщики. Эти данные мы получили от организаторов. Вторичный рынок состоит из квартир, которые продают люди на различных маркетплейсах. Для этого мы спарисили cian.ru.
