AI Engineer для симулятора исторических сценариев

Что за роль

Проект ChronoAI — прототип интерактивной системы, которая использует исторические данные, машинное обучение и симуляции для исследования прошлого и построения возможных сценариев будущего. Физического путешествия во времени система не предусматривает: её задача — показывать исторические сведения, моделировать альтернативные предположения и объяснять неопределённость прогнозов.

Что предстоит делать

• Создать интерфейс с временной шкалой, выбором даты и года, исследователем исторических событий и запуском симуляций.
• Подключить надёжные источники и наборы исторических данных, чтобы показывать события, открытия, технологические изменения, известных людей и цивилизации.
• Разработать модуль прогнозирования на Python и Scikit-learn для анализа выбранных данных и генерации возможных сценариев по климату, населению, внедрению технологий или экономическим тенденциям.
• Реализовать генератор альтернативных временных линий: пользователь меняет заданные условия, а система сравнивает гипотетические результаты с историческим исходом.
• Автоматизировать сбор и предварительную обработку данных, построение прогнозов, визуализацию временных линий, сравнение сценариев и подготовку PDF-отчётов.
• Собрать панель с интерактивными графиками, карточками событий, анимациями и пояснениями, сгенерированными AI-моделями.
• Подготовить работающий прототип, исходный код, структуру проекта, инструкции по установке, пример набора данных, описание архитектуры и результаты тестирования.

Что потребуется

• Навыки разработки на Python и автоматизации рабочих процессов.
• Опыт работы с машинным обучением и прогнозными моделями; в проекте предусмотрен Scikit-learn.
• Умение обрабатывать данные с помощью Pandas и NumPy.
• Навыки создания визуализаций в Plotly и интерфейсов на Streamlit.
• Понимание работы с SQLite, языковыми моделями и проектирования расширяемой архитектуры.

Что важно знать

Ключевое требование проекта — отделять проверенные исторические сведения от вымышленных сценариев, раскрывать предположения модели и не выдавать прогнозы за гарантированные результаты. Прототип должен быть расширяемым: в дальнейшем в него можно добавлять новые AI-модели и функции автоматизации.