Реализовать пайплайн взаимодействия ML модели и бэкенда на Kotlin, включая интеграцию по кафке

1) Доработать API уже готового бекенда сервиса на Kotlin (десктоп). 2) Реализовать и отладить интеграцию с ML моделью для простого сценария: отдаем раз в час данные модели (либо по rest, либо в кафку) - ивенты, которые приходят от внешней системы, получаем callback от модели, забираем результаты анализа этих данных ML моделью (прогноз). 3) Мэтчить прогноз с рекомендациями из базы и отдавать на фронт (рекомендации уже есть, нужно их подставлять по определенным правилам, в зависимости от значений прогноза). Дополнительные задачи (это не обязательно, но если можете, тоже нужно сделать если пишете на python): 5) реализовать и отладить интеграцию со стороны модели на Python. Модель готова, нужно сделать обвязку и отладить.