Задача пришла от ООО «Росатом Сеть зарядных станций» в рамках Международных транспортных проектных соревнований (кейс №03, ДВГУПС, команда «ПроГруз»): нужен был инструмент, который отвечает на вопрос «где ставить быструю зарядку для электромобиля и окупится ли она» — для Владивостока и Хабаровска.
Руками оценивать сотни точек города бессмысленно, а голые цифры без объяснения не убеждают инвестора. Нужна была модель, которая считает балл любой площадки от 0 до 100 и честно показывает, из чего он сложился.
Собрал модель оценки по четырём факторам: спрос (жители, рабочие места, ТЦ, вокзалы, поток машин), электросеть (центры питания, резервы по схеме развития энергосистемы), экономика (аренда, расстояние до подстанции, тип площадки) и конкуренция (действующие станции рядом).
Данные подготовил на Python (shapely, numpy) и Node.js: выгрузил OpenStreetMap через Overpass API, посчитал сетки спроса, поток машин, прогноз на 2029 год в трёх сценариях и калибровку загрузки станции.
Фронтенд — один самодостаточный HTML-файл на ванильном JavaScript и Leaflet, без фреймворка: данные встроены в страницу, карта работает офлайн. На интерактивной карте — тепловая карта спроса, конкуренты, центры питания, поиск по ~54 тысячам адресов с баллом прямо в подсказках, подробный отчёт по каждой точке (разбалловка, источники, панорама улицы) и блок экономики — смета, субсидия Минпромторга, окупаемость по годам.
Модель и интерфейс проверил автотестами на Playwright.
Готовый аналитический инструмент — карта и модель, которую можно открыть в браузере без установки и без интернета. Представил его на защите кейса перед заказчиком (ООО «Росатом Сеть зарядных станций»).
Проект соревновательный и некоммерческий — без поискового трафика и живых заявок, поэтому здесь показываю не продажи, а сами навыки: картографический веб-инструмент, обработка геоданных, модель оценки с объяснимыми результатами и финансовый расчёт.