# Feature engineering pentru modele AI, fără date din viitor | e-data

> Transformăm datele brute în variabile cu semnal pentru modelele AI, fără scurgeri din viitor și cu aceeași rețetă la antrenare și în producție.

Adresa: https://www.e-data.ro/servicii/feature-engineering

# Datele brute spun puțin. Variabilele potrivite spun aproape tot.

Același model, pe aceleași date, poate fi mediocru sau foarte bun. Diferența e ce îi dai să vadă. Construim variabilele care conțin semnal, verificăm că niciuna nu trișează și le livrăm ca rețetă care rulează la fel peste tot.

[Cere o evaluare gratuită](https://www.e-data.ro/contact?serviciu=feature-engineering#formular) [Construiește variabile](#semnal)

- Verificat contra scurgerilor
- Aceeași rețetă în producție
- Rulat pe serverul firmei

1. **Date brute** Dată, client, sumă, oraș.
2. **Căutăm semnalul** Ce explică, de fapt, rezultatul.
3. **Variabile noi** Ritm, medii, sezon.
4. **Fără trișat** Nimic din viitor.
5. **Model mai bun** Pe același algoritm.

## Pe scurt

e-data transformă datele brute ale firmei în variabile cu semnal pentru modelele AI: agregări în timp, recență, calendar și rapoarte cu sens pentru afacere. Verificăm fiecare variabilă contra scurgerilor din viitor și livrăm rețeta ca pipeline care rulează identic la antrenare și în producție, pe serverul firmei.

- **Pentru cine:** Echipe care pregătesc date pentru modele de predicție
- **Ce primești:** Variabile documentate și rețeta lor ca pipeline, gata să ruleze pe date noi
- **Unde rulează:** Pe serverul firmei, cu unelte open-source
- **Integrări:** Un tabel de variabile pe care îl poate folosi orice model, al vostru sau al nostru
- **Preț:** Fix, în scris, după evaluarea gratuită

## Din date brute, semnal

Șapte comenzi, patru coloane. Vrem să prezicem dacă un client comandă din nou în următoarele 30 de zile. Adaugă variabile și urmărește cum se schimbă modelul.

Zile de la ultima comandă

Frecvență pe 90 de zile

Valoare medie

Sezon

Zi a săptămânii

Cod client

Comenzi în următoarele 30 de zile

Calitatea modelului Exemplu ilustrativ**50**

Doar cu coloanele brute, modelul abia întrece aruncatul unei monede.

__Comenzile, cu coloanele brute și variabilele derivate__
| Data | Client | Sumă | Oraș | Zile de la ultima comandă | Frecvență pe 90 de zile | Valoare medie | Sezon | Zi a săptămânii | Cod client | Comenzi în următoarele 30 de zile | Comandă din nou? |
| ---------- | ------------ | --------- | ----------- | ------------------------- | ----------------------- | ------------- | --------- | --------------- | ---------- | --------------------------------- | ---------------- |
| 14.01.2025 | Magazin Nord | 1.240 lei | Iași | prima | 1 | 1.240 lei | iarnă | marți | C-0412 | 0 | nu |
| 03.02.2025 | Casa Verde | 860 lei | Cluj-Napoca | prima | 1 | 860 lei | iarnă | luni | C-0977 | 0 | nu |
| 20.02.2025 | Magazin Nord | 1.510 lei | Iași | 37 zile | 2 | 1.375 lei | iarnă | joi | C-0412 | 1 | da |
| 11.03.2025 | Magazin Nord | 1.180 lei | Iași | 19 zile | 3 | 1.310 lei | primăvară | marți | C-0412 | 1 | da |
| 28.03.2025 | Casa Verde | 2.300 lei | Cluj-Napoca | 53 zile | 2 | 1.580 lei | primăvară | vineri | C-0977 | 0 | nu |
| 02.04.2025 | Atelier Sud | 540 lei | Craiova | prima | 1 | 540 lei | primăvară | miercuri | C-1305 | 0 | nu |
| 08.04.2025 | Magazin Nord | 1.320 lei | Iași | 28 zile | 4 | 1.313 lei | primăvară | marți | C-0412 | ? | încă nu se știe |

Exemplu ilustrativ: comenzi inventate, iar scorul arată doar ideea, nu rezultatul unui model real. Pe datele voastre măsurăm contribuția fiecărei variabile.

## De ce un model bun iese prost

Rar e vina algoritmului. De cele mai multe ori, modelul a primit coloane care nu spun ce trebuie sau spun prea mult.

**Semnalul nu stă într-o coloană**

Nicio coloană nu spune „clientul e pe cale să plece”. Spun asta, împreună, ritmul comenzilor, pauza de acum și suma medie.

**Zgomotul arată ca informație**

Coduri, ID-uri, câmpuri completate la întâmplare. Un model le poate învăța pe de rost și pare bun, până vede date noi.

**Variabile care trișează**

Una singură care ascunde răspunsul, de exemplu o dată de retur, face modelul perfect la test și inutil în producție.

## Ce construim

Variabile cu sens pentru afacerea voastră, nu sute de coloane generate automat în speranța că una va merge.

`comenzi_90_zile, suma_30_zile`**Agregări în timp**

Sume, medii și numărători pe client sau produs, pe ferestre de timp.

`zile_de_la_ultima_comanda`**Ritm și recență**

Cât a trecut de la un eveniment și cât de regulat se repetă.

`zi_saptamana, sezon, zi_libera`**Calendar**

Zile, luni, sărbători legale, perioade de salariu sau de reduceri.

`retururi / comenzi`**Rapoarte cu sens**

Combinații de coloane care au sens pentru afacere, nu doar pentru statistică.

`categorie_produs, oras`**Categorii și text**

Transformate în valori pe care modelul le poate folosi, fără să piardă sensul.

`importanta > prag`**Selecție**

Scoatem ce e redundant sau zgomot. Un set mic și curat bate unul mare și confuz.

## Aceeași rețetă la antrenare și în producție

Un model care merge la test și greșește în producție are adesea o cauză banală: variabilele se calculează altfel live decât la antrenare.

- **Un singur cod de calcul:** Codul care calculează variabilele la antrenare rulează identic și în producție. Altfel modelul vede live altceva decât a învățat.
- **Doar ce se știa atunci:** Fiecare variabilă se calculează doar din date disponibile în momentul predicției. Verificăm asta pentru fiecare, nu presupunem.
- **Documentată:** Pentru fiecare variabilă: ce e, din ce se calculează și de ce există. Oricine o poate verifica sau refolosi.

## Cum lucrăm

Pornim de la datele curate, iar dacă nu sunt, de la [curățare și normalizare](https://www.e-data.ro/servicii/curatare-normalizare) . La final, variabilele merg în [antrenarea modelului](https://www.e-data.ro/servicii/training-modele) .

1. 1**Întrebarea**
Ce trebuie să prezică modelul și în ce moment se ia decizia. De aici știm ce date sunt permise.
2. 2**Ipoteze**
Cu oamenii care cunosc afacerea, listăm ce ar putea influența rezultatul.
3. 3**Construcție**
Calculăm variabilele și verificăm fiecare pentru scurgeri din viitor.
4. 4**Măsurare**
Vedem ce aduce fiecare la calitatea modelului și păstrăm doar ce contează.
5. 5**În producție**
Livrăm rețeta ca pipeline, gata să ruleze pe date noi, la fel ca la antrenare.

## Întrebări frecvente

Ce e feature engineering, pe scurt?

Transformarea datelor brute în variabile care spun ceva util modelului. De exemplu, din lista de comenzi calculăm câte zile au trecut de la ultima comandă a fiecărui client. E pasul dintre datele curate și modelul antrenat și decide adesea cât de bun iese modelul.

Modelele moderne nu găsesc singure ce contează?

Găsesc multe, mai ales pe volume mari. Dar cunoașterea afacerii, o fereastră de timp potrivită sau o regulă din domeniul vostru, le scutește de nevoia de date multe și le face mai stabile.

Ce e o scurgere din viitor?

O variabilă care conține, direct sau indirect, răspunsul pe care modelul ar trebui să-l prezică, de exemplu o informație care apare abia după eveniment. Modelul pare excelent la test și cade în producție. Verificăm fiecare variabilă pentru asta.

Merge cu modelele pe care le avem deja?

Da. Rețeta de variabile produce un tabel pe care îl poate folosi orice model, al vostru sau unul construit de noi.

Datele trec printr-un serviciu extern?

Nu. Calculul variabilelor rulează pe serverul firmei, cu unelte open-source.

Cât costă?

Depinde de date și de problema de rezolvat. După evaluarea gratuită primiți un preț fix, în scris.

## Modelul vostru poate mai mult

Arătați-ne datele și ce vreți să prezică modelul. La evaluarea gratuită vă spunem ce variabile merită construite, cu preț fix în scris.

[Cere o evaluare gratuită](https://www.e-data.ro/contact?serviciu=feature-engineering#formular) [Sună-ne: 0750 214 446](tel:+40750214446)

## Servicii înrudite

- [**Curățare și normalizare** Date fără dubluri și fără erori](https://www.e-data.ro/servicii/curatare-normalizare)
- [**Training modele custom** Modele antrenate pe datele tale](https://www.e-data.ro/servicii/training-modele)
- [**Analiză predictivă** Ce urmează, pe baza a ce s-a întâmplat](https://www.e-data.ro/servicii/analiza-predictiva)
- [**Forecasting** Vânzări și stocuri prognozate](https://www.e-data.ro/servicii/forecasting-serii-timp)

---

Sursa: e-data (E-DATA S.R.L.), https://www.e-data.ro/servicii/feature-engineering. Contact: contact@e-data.ro, 0750 214 446.