Konfiguracja środowiska Python, poznanie zbioru danych oraz eksploracyjna analiza danych (EDA) - statystyki opisowe, trendy, korelacje i intuicja wykrywania anomalii.
Ocena skuteczności modelu z wykorzystaniem macierzy pomyłek i progu decyzyjnego oraz zbudowanie dashboardu i raportu HTML podsumowującego cały pipeline.