Als Lead Data Scientist moet je een end-to-end pipeline ontwerpen om klantverloop (churn) te voorspellen voor een grote telecomprovider. Beschrijf het proces van data pre-processing, feature engineering (met specifieke aandacht voor tijdsafhankelijke variabelen), en modelselectie. Vergelijk de voor- en nadelen van Random Forest, XGBoost en LSTM-netwerken voor deze specifieke dataset. Bespreek hoe je model bias en interpretatie (SHAP waarden) aanpakt om stakeholders te overtuigen.