Обработка данных. Пожелания и особенности: У меня есть таблица эксель со следующей структурой данных. В ней боле 200000 точек (ID), каждая соответвует участку лесополосы. Лесополоса протяженная с севера на юг, соответвенно в ней меняются и климатические условия, и почва. Каждой точке присвоены в таблице следующие значения. Во-первых, это 6 значений индекса ndvi, он отражает состояние леса в точке. Эти 6 значений соотв. 6 временным периодам, в которые проводились измерения. Во-вторых, есть 12 климатических параметров, каждый также для этих же 6 временных периодов. То есть, есть соотвевтие между климатическим параметров в период 1 и ndvi в период 1 и так далее. В-третьих, для каждого из 12 климатических параметров посчитан тренд т.е. угол наклона линейной регрессии. Их 12. В-четвертых, каждой точке присвоен код почвы, код региона и код муниципалитета. Эти значения по времени не изменяются, кроме того, они представляют собой не значения, а просто коды. Мне для исследования нужно найти связь между 1) ndvi и каждым климатическим параметрами 2) ndvi и трендом каждого климатическим параметра 3) ndvi и почвой, регионом и муниципалитетом. Это всё учитивая структуру данных и временную динамику ndvi Если ксть возможность еще мультфакторный анализ, было бы хорлшо Нужен код на R + сделать графики и для каждого графика посчитать r2 и p-value.
Подготовка к экзамену в НИУ ВШЭ. Пожелания и особенности: Здравствуйте! У меня 12.05 экзамен по анализу данных, хотела бы разобрать несколько вопросов в формате консультации: парная регрессия, линейная регрессия, как считать МАЕ, среднеквадратичную ошибку, мера центральной тенденции, дисперсия, межквартильный размах, интерквартильный размах.
Data Science. Доработка существующего продукта. Пожелания и особенности: Мне нужна помощь человека, владеющего знаниями программы quick Resto (программа для кафе по типу айко) Нужно полностью настроить интеграцию программы с Деливери и Яндекс.
Разработка с нуля, доработка существующего продукта. Необходимо собрать данные по образцу за период с 2017 по 2023(в файле представлен 2016), также необходимо собрать данные указанные на листке, но уже отдельно.
Обучение. Обучение с нуля (интересует продуктовая аналитика - SQL, продуктовые метрики, A/B тестирование, python итд). Хочу поменять направление деятельности c SEO-оптимизации сайтов в аналитику.
Тестирование, доработка существующего продукта. Нужно быстро протестировать простой проект, опираясь на готовые задачи, найти и исправить недочеты, чуть-чуть почистить код.
Data Science. Доработка существующего продукта. Пожелания и особенности: При выполнении некоторой функции не считываются файлы формата sav., что приводит к тому, что графики пустые.
Разработка с нуля, тестирование, настройка. Цель оказания услуг Формирование объективной информации о состоянии и развитии конгрессно-выставочной отрасли в России на основе сбора и анализа статистической информации за 2024-2026 года по основным показателям об организациях, осуществляющих выставочно-ярмарочную и конгрессную деятельность, о конгрессных и (или) выставочных мероприятиях, о развитии инфраструктуры выставочно-ярмарочной и конгрессной отрасли, об эффективность конгрессных и (или) выставочных мероприятий по итогам проведения статистического наблюдения. ЭТАПЫ: 1. Организационно-технологическая подготовка к проведению Наблюдения в соответствии с официальной статистической методологией: – формирование каталога респондентов; – планирование работ по проведению Наблюдения, в том числе сбора исходных данных, и контролю подготовки, проведения и подведения итогов Наблюдения; – определение технологии и организация автоматизированной обработки полученной информации Наблюдения и подведения его итогов. 2. Сбор первичных статистических данных Наблюдения за 2024-2026 г., включая сопровождение заполнения и предоставления респондентами электронных бланков по форме федерального статистического наблюдения. 3. Проведение автоматизированной обработки итогов Наблюдения за 2024-2026г., включающая анализ деятельности, формирование и проверку первичного информационного фонда, сводного информационного фонда, формирование и проверку публикационных таблиц, в том числе проведение формально-логического контроля и получение протоколов контроля, проверка и уточнение данных. 4. Методологическое сопровождение работы со специализированным программным обеспечением для сбора первичных статистических данных Наблюдения. 5. Формирование отчетов со статистической информацией о развитии выставочно-ярмарочной и конгрессной отрасли за 2024 г. в электронном виде.
Data Science. Консультация. Хочу получить консультацию опытного специалиста в сфере машинного обучения и MLOps. Мои задачи, по которым хочу получить совет : 1. Построить инфраструктуру для проведения экспериментов по разработке ML-моделей. Сейчас реализуются 2 модели: скоринг и OCR. 2. Для классического скоринга необходимо разработать API, в который будет передаваться id записи, а на выходе возвращаться вероятность положительного класса. 3. Для OCR необходимо также разработать API, в который будет загружаться изображение, а на выходе возвращаться строка с распознанным текстом. 4. Необходимо оценить требуемые мощности под эти два API. Необходимо обеспечить высокую производительность. 5. Необходимо оценить требуемые мощности под задачи обучения классических моделей, с прицелом на использование GPU. В рамках консультаций необходимо: - Поделиться опытом в построении аналогичных ML-инфраструктур; - Порекомендовать инструменты и стек для решения задач, ссылки на ресурсы; - Порекомендовать подходы к оценке потребности в ресурсах (CPU, RAM, GPU); - Помочь выбрать архитектуру API для inference-сервисов с учетом высоких нагрузок; - Объяснить подходы к масштабированию (воркеры, контейнеры, оркестраторы); - Поделиться практическими советами и best practices. Формат: Zoom/Google Meet как диалог с разбором архитектурных решений, ответами на подготовленные вопросы. Длительность: ~1.5 часа.
Разработка ПО. Data Science. Консультация. Хочу получить консультацию опытного специалиста в сфере машинного обучения и MLOps. В рамках консультаций необходимо: - Поделиться опытом в построении аналогичных ML-инфраструктур; - Порекомендовать инструменты и стек для решения задач, ссылки на ресурсы; - Порекомендовать подходы к оценке потребности в ресурсах (CPU, RAM, GPU); - Помочь выбрать архитектуру API для inference-сервисов с учетом высоких нагрузок; - Объяснить подходы к масштабированию (воркеры, контейнеры, оркестраторы); - Поделиться практическими советами и best practices. Формат: Zoom/Google Meet как диалог с разбором архитектурных решений, ответами на подготовленные вопросы. Длительность: ~1.5 часа.
Data Science. Настройка, доработка существующего продукта. Автоматизировать ежедневную выгрузку данных из ClickHouse в Google Sheets для замены ручного процесса. Нужно разработать Python-скрипт для автоматической ежедневной выгрузки данных из ClickHouse в Google Sheets. Требуется: настройка API, интеграция с БД, очистка листов перед записью, обработка ошибок и запуск по расписанию.
Data Science. Настройка, разработка с нуля, тестирование. Пожелания и особенности: Что есть: данные в гугл-таблице (20 вкладок, стандартные данные текстовые и численные. Что нужно: создать дашборд: с фильтрацией, связкой данных из таблицы. Что важно, дащборд для меня это как BI: есть ссылка, которую я могу отправить заказчику, где должны быть стандартные диаграммы, фильтры.
Data Science. Тестирование, доработка существующего продукта. Я пишу курсовую работу -Анализ финансовых данных и предсказание банкротства компаний с использованием методов машинного обучения . Нужна помощь с кодом.
Data Science. Разработка с нуля. Всем привет! Задача, вкратце – написать машинное обучение для предсказаний колонки Target (движения цены эфириума вверх или вниз), со средний точностью 60%+ (точность = accuracy_score). В закрепе есть мой датасет, он состоит из цены и объема торгов эфира на бирже Binance (open, high, low, close, volume) и так же там есть колонка Target, которую мы и пытаемся предсказать со средний точностью 60%+ (точность = accuracy_score). Информация по датасету: coin= ETHUSDT, timeframe= 1m, Target= +-1%, first_row_Unix=1614787200000 Ваша задача – написать абсолютно любой алгоритм, нейронку, ИИ, ЛЛМ, дерево, что угодно, что сможет достичь упомянутой точности, соблюдая 7 главных правил. ОЧЕНЬ ВАЖНО: В файлах заказу будут приложены: полная версия тех-задания (так как она слишком длинная чтобы вставить сюда), сам датасет в формате .csv и так же вспомогательный файл helper.ipynb. Огромная просьба прочитать этот самый helper вспомогательный файл, вам нужно будет им воспользоваться для анализа результатов! Профи не дает загрузить некоторые файлы с ТЗ, кому надо скину в лс **Если у вас возникли хоть какие-то вопросы касаемо данных правил, пожалуйста напишите мне, не молчите и не интерпретируйте по своему! Лучше я вам еще раз все объясню другими словами чтобы вопросов точно не было** Заказ структурирован в формате условного конкурса, там, где любой человек может попробовать, и тот, у кого быстрее всех получится, тот может мне написать, вот результаты готовы, вот такие-то. И, соответственно, после этого мы заключаем сделку, и я смотрю уже на ваш код. Если вы согласны, то, в принципе, можете в свободном режиме работать, начинать и так далее. Если не согласны, то, увы, такой проект.
Доработка существующего продукта. Нужно добавить существующий код SQL в джшборд(LM) Сейчас его перевели на обновление раз в 10 минут и сообщают что это многое исправит в его работоспособности. Нужно собрать код по частям(готовый) и заново внедрить, видео объясняющие задачи доп есть Просьба добавить LM заказы в дашборд Все данные, код предоставлю, возможна доработка кода.
Доработка существующего продукта. Sem-анализ (Structural Equation Modelling) Необходимо создать модель, проведя полноценный sem анализ по готовому датасету. Также возможно понадобится консультация.
Разработка с нуля. Пожелания и особенности: Кто-то с хорошим знанием английского языка для выполнения дипломной работы.(надо чтобы человек пояснительная запись на английском тоже написать).
Домашнее задание по курсу SDC. Пожелания и особенности: Нужна помощь в решении задач по курсу self-driving cars. Заданий порядка 10 шт, дедлайн скоро. Цену готова обсуждать.
Data Science. Разработка с нуля. Наша туристическая компания ищет разработчика, который поможет автоматизировать процесс выгрузки туров из API туроператоров в Google Таблицу с заранее определённой структурой. Таблица будет использоваться для автоматической генерации постов в Telegram-канал, с помощью ИИ, на основе данных о турах. Необходимо: 1 Подключить API туроператоров и настроить выгрузку актуальных туров в таблицу 2 Убедиться, что таблица обновляется раз в день и очищается перед обновлением от неактуальных по датам турам 3 Обеспечить возможность редактирования параметров подбора туров 4 Реализовать систему для автоматического использования данных из таблицы для публикации постов в Telegram (с помощью ИИ) Если есть опыт работы с Google Apps Script и интеграциями с API, а также созданием автоматических решений на базе Google Таблиц, мы будем рады долгосрочному сотрудничеству и по другим вопросам разработки помимо данного кейса ! Требования: • Опыт работы с Google Apps Script • Опыт работы с API-интеграциями (знание XML/JSON) • Знание основ автоматизации и работы с Google Sheets • Опыт работы с Telegram Bot API будет плюсом Оплата и сроки: Оплата договорная. Ожидаем завершение проекта в течение 2–3 недель, но сроки также обсуждаются.
Data Science. Разработка с нуля. Добрый день! На Ozon в карточках товаров есть блок "Другие предложения от продавцов на Ozon.ru" (см. приложенный скриншот). Нужен скрипт, который по команде будет проходиться по определенным карточкам и парсить ссылки на карточки, которые будут в этом блоке. Карточек, по которым будет проходиться алгоритм, немного: на данный момент около 80, но нужно предусмотреть обработку до 200. Я представляю, что всё это будет упаковано в tg-бота, но могу рассмотреть и другие варианты, в приоритете цена. Более конкретное ТЗ дополнительно обсудим) Бюджет обсуждается. Возможно дальнейшее эпизодическое сотрудничество по мелким задачам.
Разработка с нуля, тестирование, доработка существующего продукта. Необходимо разработать гибридную рекомендательную модель объединив (KNN+Popular) с GCN или DAGNN. методы KNN+Popular/GCN/DAGNN реализованы отдельно. Необходимо скомбинировать оценки и сравнить гибрид с базовыми моделями.
Data Science. сконвертировать 3д модель в формат geojson. Есть 3д модель, которая должна быть размещена в электронной форме в информационных системах города. Для неё нужен формат GEOJSON(пример приложен) Нужен специалист, который имеет в этом опыт, чтобы сделать необходимый формат правильно.
Почему стоит искать работу для фриласнеров по профилю data scientist в России у нас?
🔸 Более 2 предложений о работе за сегодня в тематике data scientist
🔸 Работа и подработка на бирже фриланса от прямых заказчиков, которым нужна помощь специалистов по профилю data scientist уже сегодня!
🔸 Свежих заказов на data scientist в России для фрилансеров на апрель 2026 года — 134 шт.
Как найти удалённую работу для фриланс-специалистов по профилю data scientist в России?
Вы специалист по data scientist и ищете проекты и заказы на удалёнке в России? Нам всегда есть что вам предложить. Ежедневно мы публикуем новые проекты и заказы по вашей специальности. Найдите интересную работу уже сегодня
Сколько проектов для IT-специалистов по профилю data scientist в России?
На апрель 2026 года опубликовано 134 предложений удалённой работы от прямых заказчиков для исполнителей по специализации data scientist
Сколько можно заработать выполняя проекты по data scientist?
Специалисты по профилю data scientist зарабатывают от 0.00 рублей с заказа. Хотите больше? Выполняйте как можно больше заказов и зарабатывайте сколько пожелаете