# Мониторинг сдвига

## Цель

Смоделировать data drift и построить мониторинг признаков/предсказаний.

## Теория перед выполнением

- [Drift, observability и delayed labels](../notes/02_drift_observability_delayed_labels.md)
- [Lineage и версионирование](../notes/01_artifacts_lineage_versioning.md)

## Что сделать

1. Выбрать reference/current окна и обосновать их длительность.
2. Смоделировать известный сдвиг минимум одного числового и одного категориального признака.
3. Рассчитать подходящие drift-метрики и контролировать объём/missingness.
4. Построить dashboard или отчёт по данным, predictions и доступным labels.
5. Описать alert policy с порогом, несколькими окнами и действием по runbook.
6. Проверить ложные тревоги и заполнить [отчёт](../../../common/REPORT_TEMPLATE.md).

## Результат

Dashboard или отчёт, статистические тесты и alert policy.

Решение разместите рядом в `solution/`. Не коммитьте большие данные,
веса или секреты.

## Критерии приёмки

- Есть baseline window; пороги учитывают объём данных и ложные тревоги.
- Код читаем, разбит на функции и запускается по инструкции.
- Выводы подтверждаются измерениями и не выходят за пределы эксперимента.

## Вопросы для самопроверки

- Почему обнаруженный data drift не доказывает падение качества?
- Как сезонность и размер окна влияют на сигнал?
- Что можно мониторить до появления labels?
- Как alert приводит к диагностике, а не к слепому переобучению?