Общая геопространственная база данных

Создать геопространственную базу данных, объединяющую несколько публичных источников (DVF, ADEME, Cadastre, BAN и т.д.) для идентификации и сопоставления объектов недвижимости даже при частичных или приблизительных данных (координаты, описания или фотографии улицы).

Область работ:

Сбор и нормализация данных:

• DVF (история продаж)

• Cadastre (геометрия, кадастровые участки)

• BAN (национальный реестр адресов)

• ADEME (энергетические данные / DPE)

• Онлайн-объявления (архив 1–2 года)

• Mapillary / Google Street (геотегированные уличные и фасадные фото)

Задача: построить единое хранилище, связывающее участки (parcelles), здания и адреса.

Реализовать:

• пространственные соединения (spatial joins) и нечёткое (fuzzy) сопоставление адресов/координат;

• чистый и удобный API для внутреннего использования (FastAPI или GraphQL).

Финальные кейсы использования для объединённой БД

1. Полное объявление → точный кандидат на здание

   Вход: полное онлайн-объявление с текстом (например: «2-комнатная, 55 м², балкон, вид на Сакре-Кёр, рядом метро Abbesses») + фотографии (включая вид из окна).
   Процесс:

   • извлечение примерного адреса/ориентиров из описания (NLP);

   • совпадение GPS из метаданных фото (если есть);

   • сверка фото вида с геотегированной фотобазой (Mapillary, Google Street View);

   • сужение списка зданий по кадастровым полигонам.

   • обогащение данными ADEME (энергетика, год постройки) и DVF (история сделок).
     Выход: ранжированный список кандидатов со значениями ban_id, id_parcelle, адресом и скором доверия.

2. Приблизительные координаты + текст объявления → лучшие совпадения

   Вход: объявление с GPS, но с погрешностью ±300 м.
   Процесс:

   • найти все участки/здания внутри буферной зоны;

   • отфильтровать по характеристикам объявления (этаж, площадь, количество комнат, наличие балкона, год постройки) используя DVF + ADEME + атрибуты кадастра.
     Выход: шортлист вероятных адресов с вероятностями.

3. Кросс-поиск по историческим объявлениям

   Вход: текущее объявление «лофт 90 м², Marais, Paris».
   Процесс:

   • сопоставление с архивом объявлений;

   • проверка, не появлялся ли объект ранее с точным адресом;

   • валидация консистентности (площадь, цена, фото).
     Выход: возможное точное совпадение с ID здания и историей цен.

4. Распознавание вида из окна

   Вход: фото из окна с видом на Эйфелеву башню.
   Процесс:

   • определение ориентации и узнаваемых ориентиров на изображении;

   • кросс-проверка с геопространственными данными (какие здания имеют такую линию видимости);

   • учёт этажа/высоты из кадастра/INSEE.
     Выход: список кандидатов зданий, соответствующих перспективе.

5. Детекция подозрительных / мошеннических объявлений

   Вход: объявление заявляет «30 м², €70,000, рядом Gare de Lyon».
   Процесс:

   • сверка с DVF по зданиям в этом районе;

   • сравнение заявленной площади с кадастровыми записями;

   • обнаружение аномалий цены.
     Выход: флаг «Нереалистичная цена, возможное мошенничество».

6. Идентификация без адреса

   Вход: объявление только с описанием: «Студия 18 м², рядом Place d’Italie, тихая улица, 5-й этаж, постройка 1970-х».
   Процесс:

   • NLP извлекает район и примерный год постройки;

   • фильтрация BAN + ADEME для зданий в 13-м округе, построенных ~1970;

   • применение фильтра по площади на основе DVF.
     Выход: набор из 2–3 кандидатов с оценками доверия.

7. Мульти-источникное обогащение

   Вход: адрес или обнаруженный ID здания.
   Процесс: связать все базы (DVF, ADEME DPE, кадастр, нормализованный BAN, исторические объявления).
   Выход: единая карточка объекта с консолидированными атрибутами (история транзакций, энергопоказатели, геометрия здания, геотегированные фото).

✅ Ожидания от Data Engineer:

• Построить нормализованное хранилище данных (BAN + DVF + ADEME + cadastre + фотографии).

• Реализовать пайплайны сопоставления (spatial join, fuzzy text matching, проверка фото по гео).

• Предоставить API, принимающий сырые входы (текст объявления, координаты, фото) и возвращающий ранжированные кандидаты адресов/зданий.