Строим аналитику кредитного портфеля вместе с Claude Code

Мини-проект: риск-сводка кредитного портфеля

Сделайте риск-сводку по синтетическому кредитному портфелю на нашем рабочем стеке: PostgreSQL, семантическая модель в YAML и дашборд на Vega-Lite. Работайте с Claude Code или другим ИИ-агентом — это часть задания. Ориентир по времени — 3–4 часа.

Данные (кнопки ниже): portfolio.csv — два месячных среза портфеля, на 01.09.2026 и 01.10.2026; fx.csv — курсы валют к тенге по дням. Сумма principal_outstanding указана в валюте кредита.

Определения:

• портфель — сумма principal_outstanding в тенге по курсу на дату среза, без списанных кредитов;
• PAR30 и PAR90 — доля портфеля с просрочкой больше 30 и больше 90 дней;
• NPL — доля портфеля с просрочкой больше 90 дней или реструктуризированных;
• провизии — остаток × ставка: 1% при просрочке до 30 дней, 10% при 31–90 днях, 50% для NPL;
• концентрация — доля десяти крупнейших групп связанных заёмщиков (group_id) в портфеле.

Что сделать:

1. PostgreSQL (локально хватит docker run postgres:16): загрузка CSV в схему raw и вьюхи в схеме reporting — очищенная витрина и метрики на обе даты с изменением к 01.09. Скрипты идемпотентны: CREATE OR REPLACE VIEW, повторный запуск ничего не ломает.
2. Семантическая модель — YAML-файл поверх витрины: источник, измерения и меры. Формат как у нас: model, source: reporting.v_..., dimensions (name, column, type, label), measures (name, column, type: sum/avg/count, format, label).
3. Дашборд на Vega-Lite: метрики, динамика, разрезы по отрасли и программе. Спеки — JSON-файлы в репозитории плюс статичная HTML-страница через vega-embed, которая их рисует.
4. README: как запустить, итоговые цифры на обе даты, три вывода для риск-комитета.
5. CLAUDE.md (или аналог), с которым вы работали, и короткая заметка: где ИИ ошибся и что вы исправили.

Что сдать (в анкете ниже):

• ссылку на публичный репозиторий с SQL, YAML-моделью, спеками Vega-Lite и README;
• скриншот дашборда в README;
• коротко: как вы проверяли, что цифры верны.