Компания получает данные из нескольких источников, формирует бизнес-метрики и использует AI агентов для автоматизации процессов. Необходимо спроектировать и реализовать базовый data и AI пайплайн Часть 1. Есть REST API по адресу https://api.example.com/ads API возвращает объекты со следующими полями date campaign_id spend clicks Необходимо реализовать Python скрипт, который выполняет следующие действия: Получает данные за последние 7 дней Корректно обрабатывает ошибки API Логирует статусы выполнения Сохраняет данные в CSV файл или в базу данных Часть 2. Есть таблица orders со следующими полями: order_id user_id order_date revenue Необходимо написать SQL запросы, которые рассчитывают следующие показатели: Выручка по дням Количество заказов по дням ARPU Количество повторных заказов Часть 3. Необходимо описать DAG в Apache Airflow, который состоит из следующих этапов: Получение данных из рекламного API Получение данных о заказах из базы данных Трансформация и расчет ежедневных метрик Загрузка агрегированных данных в хранилище Необходимо настроить: Расписание запуска Ретраи Логирование и обработку ошибок Часть 4. Необходимо описать структуру таблицы daily_business_metrics Таблица должна содержать следующие поля: date revenue orders_count ad_spend roi Необходимо описать формулы расчета каждого показателя Часть 5. Необходимо описать концепцию AI агента, который использует данные из витрины daily_business_metrics и выполняет одну из следующих бизнес задач: Контроль аномалий в выручке Контроль эффективности рекламы Уведомление о падении ROI Формирование ежедневных бизнес отчетов Нужно описать: Какие данные использует агент Как часто он работает Какие решения он принимает Куда отправляет результат работы Нужно разаработать критерии оценки работоспособности агента.