Один из самых интересных проектов — это REST API для агрегатора новостей с машинным обучением. Я использовал FastAPI для бэкенда, PostgreSQL для хранения данных и Scikit-learn для классификации новостей по темам. Особенность — автоматическая кластеризация новостей и определение тональности (позитив/негатив). Пример кода эндпоинта: ``` from fastapi import FastAPI from pydantic import BaseModel from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.cluster import KMeans app = FastAPI() vectorizer = TfidfVectorizer() kmeans = KMeans(n_clusters=5) class NewsItem(BaseModel): title: str content: str @app.post("/cluster") async def cluster_news(item: NewsItem): vectors = vectorizer.fit_transform([item.content]) cluster = kmeans.fit_predict(vectors) return {"cluster": int(cluster[0])} ``` Проект был сложным из-за работы с NLP, но очень познавательным.