Agente de Previsão de Churn¶
Trilha 1 · Projeto 1.1 — classificação tabular com raciocínio, API e produto no ar.
Sistema agente → API → produto que recebe o perfil de um cliente de telecom, raciocina sobre o risco de cancelamento (churn) e devolve probabilidade + explicação + ação de retenção.
-
Agente, não só modelo O modelo de ML dá o número e os fatores; o LLM traduz em explicação e recomenda a ação.
-
Confiável Guardrails de entrada/saída e fallback determinístico quando o LLM falha.
-
Deployable Um
docker compose upsobe produto e API no mesmo link. -
Observável Traces de latência, custo, fallback e guardrails.
Links do projeto¶
| Aplicação (link): | https://churn.lcsgborges.cloud/ |
| API: | /api/docs · /api/predict · /api/health |
| Repositório: | https://github.com/lcsgborges/churn-predictor |
| Vídeo demo: | https://youtu.be/JKOghOuIQaA |
| Relatório completo: | REPORT.md |
| Integrante: | Lucas Guimarães Borges — 222015159 |
O que ele faz, em uma frase¶
Dado um cliente de alto risco (contrato mensal, pouco tempo de casa, fibra sem suporte), o sistema responde algo como:
Resposta do agente
Risco: ALTO — probabilidade 77,7% (taxa-base da carteira: 26,5%). Por quê: contrato mensal, cliente novo (2 meses), cobrança mensal alta. Ação recomendada: oferecer migração para contrato anual com desconto; acionar o time de relacionamento.
Continue por Problema → Arquitetura → Como rodar.
Encontre rapidamente¶
| Se você quer… | Consulte |
|---|---|
| Entender as decisões técnicas | Arquitetura e Agente e guardrails |
| Interpretar PR-AUC, SHAP, LLM e outras siglas | Glossário |
| Conferir métricas e cobertura de testes | Avaliação |
| Executar ou publicar a aplicação | Como rodar e Deploy |
| Entender riscos, vieses e limitações | Impactos e ética |