Обучение. Для сотрудников офиса требуется небольшой экскурс в анализ данных. Нужен преподаватель, который сможет приходить в офис в Москва-сити раз в неделю и проводить обучение (1-2 часа).
Data Science. Код для парсера ссылок. Язык не имеет значения. Нужен парсер ссылок фотографий из поста ВК. Например, я вставляю ссылку на пост https://vk.com/wall-58509583_1347991 и мне выходят такие ссылки: https://vk.com/wall-58509583_1347991?z=photo-58509583_458739935%2Fwall-58509583_1347991 https://vk.com/wall-58509583_1347991?z=photo-58509583_458739936%2Fwall-58509583_1347991 https://vk.com/wall-58509583_1347991?z=photo-58509583_458739937%2Fwall-58509583_1347991 https://vk.com/wall-58509583_1347991?z=photo-58509583_458739938%2Fwall-58509583_1347991 https://vk.com/wall-58509583_1347991?z=photo-58509583_458739939%2Fwall-58509583_1347991 Мне нейросеть «GigaChat» предложила код на Python, но он не сработал сколько бы раз я его не исправлял. import requests from lxml import html def parse_post_links(post_url, output_file='photo_links.txt'): # Создание сессии session = requests.Session() # Отправляем запрос на получение контента страницы response = session.get(post_url) # Парсим HTML документ tree = html.fromstring(response.content) # Извлекаем все ссылки на фотографии photo_links = tree.xpath('//div[@class="page_block"]//a[starts-with(@href, "/wall-")]') # Сохраняем ссылки в файл with open(output_file, 'w', encoding='utf-8') as f: for link in photo_links: if '/photo-' in link.attrib['href']: full_link = f'https://vk.com{link.attrib["href"]}\n' f.write(full_link) if __name__ == "__main__": post_url = "https://vk.com/wall-58509583_1347991" parse_post_links(post_url) print("Ссылки на фотографии сохранены в файл 'photo_links.txt'.") Файл сохраняется, но там пусто.
Обучение. Цель: тестирование навыков, mock собеседование. Дальше хотел бы чтобы помогли разобраться в слабых сторонах. Пожелания и особенности: Цель: тестирование навыков, mock собеседование. Дальше хотел бы чтобы помогли разобраться в слабых сторонах.
Data Science. Разработка с нуля. Написать скрипт для автоматического создания блокирующих правил в межсетевом экране. Пожелания и особенности: Написать скрипт для автоматического создания блокирующих правил в межсетевом экране.
Доработка существующего продукта. Data Science. Временные ряды - Time series (определение зависимостей между лагами инструментов в трейндиге) Тех задание - доработка его перед сдачей.
Data Science. Нужно восстановить данные навсегда удаленные с гугл хранилища. Из гугл хранилища была ошибочно удалена гугл таблица. Из корзины удалена 26.10.2024. Нужно восстановить.
Доработка существующего продукта. Таблица РНП Техническое задание 1. По готовой РНП ( не нужно ее создавать, я предоставляю образец ), разово ! Подтянуть мои фактические метрики из личного кабинета селлера Вайлдберриз в таблицу . 2. Выгрузить отчеты из аналитики Вайлдберриз в таблицу РНП так, чтобы метрики выстраивались в нужные столбики и нужные ячейки . 3. Что хочу получить ? я вижу план и вижу факт, они реальны 4. Показать моему сотруднику откуда брать эти метрики и куда загружать . Можете сделать за 3 дня ? Желаемый бюджет: до 4000.
Data Science. Написать код по алгоритмам шифрования на Python( лаба 1 семестра). Нужно написать код по определенным требованиям, который будет не крутым в написании, и чтобы он проходил все доктесты. Работа включает три кода - шифр Цезаря, шифр Виженера, RSA шифрование. Пожелания и особенности: Нужно написать код по определенным требованиям, который будет не крутым в написании, и чтобы он проходил все доктесты. Работа включает три кода - шифр Цезаря, шифр Виженера, RSA шифрование.
Data Science. Разработка с нуля, доработка существующего продукта, тестирование, настройка. Нужно добавить участников в тг канал из существующей базы (номера телефонов). Пожелания и особенности: Нужно добавить конкретную базу номеров в тг канал.
Data Science. Разработка с нуля, доработка существующего продукта. Моделирование динамики заболевания с помощью дифференциальных уравнений на python с помощью PyTorch.
вакансия. 💥Ищем продуктового аналитика, который выстроит аналитику и отчетность в направлении и определит ключевые показатели продуктов в Т-банк 💥Что мы предлагаем: ✔ ИТ-хабы в 23 городах России, гибридный формат работы или только удаленно ✔ Обучение софт- и хард-скиллам. У нас есть и занятия на пару часов, и программы на несколько месяцев ✔ ДМС со стоматологией, страховку от несчастных случаев для сотрудников и их близких ✔ Бесплатные завтраки и обеды в офисе или компенсацию затрат на питание, тренажерный зал или компенсацию затрат на спорт Как мы работаем: ✔ Помогаем расти. У нас прозрачная система роста. Матрица компетенций поможет понять, какие навыки нужно подтянуть, а ежегодное ревью — оценить результаты и получить повышение ✔ Строим комьюнити. Вы окажетесь среди профессионалов. Это опытные сотрудники, у которых можно многому научиться, и младшие коллеги, которых вы сможете менторить ✔ Работаем среди своих. Вы будете в кругу таких же любопытных, амбициозных, талантливых людей с духом экспериментаторства Поддерживаем. Мы не делим задачи на свои и чужие, если видим, что можно помочь. Советуем друг другу инструменты, делимся опытом и помогаем решать проблемы Обязанности: ✔Выстраивать аналитику и отчетность по продуктам и проектам: сегментация, продуктовые воронки, когортный анализ, монетизация ✔Определять ключевые показатели продуктов и факторы, которые на них влияют ✔Искать точки роста для увеличения ключевых метрик ✔Формировать гипотезы, разрабатывать дизайн A/B-тестов и проводить их ✔Строить аналитические модели, искать точки роста для увеличения доходности клиентов ✔Участвовать в постановке целей направления и определения ключевых проектов ✔Презентовать результаты работы заказчикам, взаимодействовать с продакт-менеджерами по развитию продукта.
Уточните категорию: программисты. Data Science. Настройка. Необходимо настроить запуск LLM через среду разработки python (через код python) через Win10 или Docker контейнер. LLM: https://huggingface.co/black-forest-labs/FLUX.1-dev Среда: ОС Win10, не хватает библиотеки triton, она есть только под Linux. Скорее всего в Win10 запустить будет невозможно, тогда через Win10 нужно будет создать контейнер linux и развернуть в нем необходимую среду и довести до состояния первого результативного запуска модели на GPU.
Разработка с нуля. Нужно собрать супербазовый дэшборд с одной таблицей и парой фильтров в Метабэйсе. Или в Суперсете - если не получится. Пожелания и особенности: Нужно собрать супербазовый дэшборд с одной таблицей и парой фильтров в Метабэйсе. Или в Суперсете - если не получится.
Уточните категорию: программисты. Data Science. Настройка. Добрый день. Необходим скрипт Power Query для доступа к данным (услуга, стоимость) на странице: https://alfazdrav.ru/services/price/, включая те, что открываются по мере перехода между отделениями.
Разработка с нуля. Необходимо создать отчет в гугл таблицах по основным метрикам вб на основе выгруженных данных по api Мой склад и WB. ТЗ по ссылке https://docs.google.com/spreadsheets/d/1vycaIml7kPQR4HPtYaFu7o4UsC_RN5svGa67X0IMKPQ/edit?gid=0#gid=0.
Data Science. Настройка. Настроить работу в Grafana по тз, который вышлю вам в диалоге после отклика. Посте ознакомления жду от вас сроки (когда готовы начать и когда закончите), цену и контакт.
Data Science. Разработка с нуля. Нужно написать скрипт, который будет ежедневно автоматически подтягивать в гугл таблицу некоторые данные с личного кабинета Wildberris.
Data Science. Разработка с нуля. Техническое задание на разработку виджета для интеграции YClients с amoCRM Цель: Разработать виджет для интеграции сервиса YClients с amoCRM, который будет автоматизировать создание сделок, управление статусами и обработку информации о клиентах и абонементах на основе данных из YClients. 1. Функциональные требования 1.1 Автоматическое создание сделки в amoCRM при создании записи в YClients Данные, которые нужно передавать в сделку: Услуги (из YClients) Дата и время записи (из YClients) Бюджет (из YClients) Название филиала (из YClients) Источник записи (из YClients) Статус визита (из YClients) ID записи (из YClients) ID компании (из YClients) Дополнительно для новых контактов: ID клиента (из YClients) Количество визитов в филиале (из YClients) Количество визитов в сети (из YClients) Сумма визитов (опционально) Дата рождения (опционально) 1.2 Поиск и обработка дублей Необходимо реализовать поиск дублей по уже существующим сделкам, чтобы не создавались дубликаты для одного и того же клиента. Правило: 1 клиент = 1 сделка в amoCRM. (опционально галочкой, может быть ситуация где ведется каждая запись отдельной сделкой) Действия при нахождении дубля: Обновление существующей сделки новыми данными: Услуги (из YClients) Дата и время записи (из YClients) Бюджет (из YClients) Название филиала (из YClients) Источник записи (из YClients) Статус визита (из YClients) ID записи (из YClients) ID компании (из YClients) 1.3 Перемещение сделки по этапам воронки в зависимости от статуса записи в YClients В зависимости от изменения статуса визита в YClients, сделка должна автоматически перемещаться по этапам воронки продаж в amoCRM. Примеры: Статус записи: Ожидание клиента/Клиент подтвердил -> Перемещение сделки в этап "Записан". Статус записи: Пришел -> Перемещение сделки в этап "Пришел". Статус записи: Клиент не пришел -> Установить статус в сделке "Не пришел". 2. Управление абонементами 2.1 Создание сделки для новых абонементов При продаже нового абонемента в YClients всегда создавать новую сделку в воронке "Активные абонементы". Правило: 1 абонемент = 1 сделка. 2.2 Информация по абонементам Данные, которые нужно получать из YClients и записывать в сделку: Остаток посещений по абонементу Дата начала действия абонемента Дата окончания абонемента Уникальный номер абонемента 2.3 Автоматизация перемещения по этапам воронки Если остаток посещений по абонементу меньше n, сделка должна автоматически перемещаться на другой этап воронки. Если до окончания действия абонемента остается меньше n дней, сделка должна перемещаться на соответствующий этап воронки. 3. Требования к интерфейсу Удобный интерфейс для настройки виджета через amoCRM. Возможность подключения нескольких филиалов YClients. 4. Технические требования Использовать официальное API YClients и amoCRM для интеграции. Обеспечить стабильную работу виджета при большом объеме данных и множественных обращениях к API. Обеспечить защиту данных при передаче между amoCRM и YClients. 5. Тестирование и документация Подготовить тестовый стенд для отладки и проверки работы виджета. Предоставить подробную документацию для установки и настройки виджета.
Data Science. Разработка с нуля. Сделать задание по предмету Анализ и управление данными средствами СУБД Задание состоит примерно из 9-ти этапов И содержит в себе несколько Контрольных Работ по предмету, которые нужно выполнить: КТ № 2. Анализ предметной области, реализация ролей - Этап 1, 2, 3, 4 КТ № 3. PostgreSQL. Реализация таблиц - Этап 4, 5, 6 КТ № 4. PostgreSQL. Манипулирование данными - Приложение 1 - 1 Приложение 2 - 1.1 Приложение 2 - 1.2 Приложение 3 - 1.1 Приложение 3 - 1.2 КТ № 5. Дополнительные требования к предметной области и подсистемам - Этап 1, 2, 3, 4, 5 КТ № 6. PostgreSQL. Сопровождение объектов БД - Этап 1.2 КТ № 7. PostgreSQL. Актуализация данных в БД - Этап 2, 3 , 4 КТ № 8. PostgreSQL. Реализация пользовательских функций - Этап 2, 3 КТ № 9. PostgreSQL. Реализация виртуальных таблиц, материальных представлений - Этап 2 КТ № 10. PostgreSQL. Реализация триггеров - Этап 2, 3, 4, 5, 6, (9 Таблицы 5 и 6) Вам будет предоставлен доступ к учебному аккаунту, в котором будут все этапы задание, и подробное описание как их делать. Задания не сложные - рассчитанные на Студента 2 курса колледжа, которые не имеют опыта Нужно предоставить 1. Файл отчёта Microsoft Office Word; 2. Единый файл, с расширением SQL для всех этапов скрипта; 3. Файл Draw.oi с сопровождённой структурой 3НФ. Подробности - в ЛС Задача считается выполненной, когда преподаватель примет работу, и закроет пересдачу (для этого нужно строго следовать этапам инструкции).
Data Science. Лабораторная работа. Байесовские алгоритмы. Необходимы провести EDA, feature analysis, графики. Затем модели вероятностного программирования из PyMC. Затем модели эконометрические (ARIMA/SARIMA). Графики, выбор финальной модели. Вывод - ответ на вопрос по датасету (предоставлю подробнее в чате). Задача сдельная, срок - 7 дней на выполнение.
Data Science. Разработка с нуля. Необходим человек, который сможет собрать базу данных ЛПР в компаниях Москвы для дальнейшей рассылки. Нужны контакты директоров, отделов маркетинга. Пожелания и особенности: Необходим человек, который сможет собрать базу данных ЛПР в компаниях Москвы для дальнейшей рассылки. Нужны контакты директоров, отделов маркетинга.
Домашнее задание. Нужно выполнить небольшое ДЗ в рамках курса по анализу данных в Python предобработка данных векторизация (tf-idf) кластеризация (k-means) - необходимо пояснить выбранное количество кластеров визуализация полученных кластеров.
Data Science. Репетиторство и помощь с началом выполнения задания. Нужно придумать как контролировать качество данных. Написать скрипт или запрос. Пожелания и особенности: Нужно придумать как контролировать качество данных. Написать скрипт или запрос.
Исследовательский мини-проект (с использованием фрейм-анализа). Что нужно сделать: Определиться с темой, исследовательским вопросом и проблемой. Выбрать данные, которые вы хотели бы анализировать в рамках этой темы. Определить, какой из подходов фрейм-анализа, которые мы изучали в рамках курса, вы будете использовать и дать обоснование. Сделать выборку материалов (отобрать 20 текстов), подумать, почему именно эти тексты вам подходят, важны и иллюстративны для вашей темы) и проанализировать их при помощи изученного метода. Описать процесс анализа и основные результаты, которых вы достигли в процессе анализа. Сформулировать выводы, соотносящиеся с вашим исследовательским вопросом. Оформить весь процесс в документ word Структура: Тема проекта Исследовательский вопрос, исследовательская проблема Цель и задачи исследования Выборка и её обоснование Описание используемого подхода в рамках фрейм-анализа и его обоснование Результаты анализа Выводы Критерии оценки проекта (каждый критерий имеет свой вес и оценивается по 10-бальной шкале): 1. Корректность формулировки всех элементов дизайна исследования, их логическое соответствие друг другу (вес 0,2) 2. Обоснование процесса сбора данных и формирования выборочной совокупности, обоснование и корректность использования выбранного подхода фрейм-анализа (вес 0,2) 3. Глубина проработки текста, качество выделенных фреймов, их содержательность и логичность (вес 0,4) 4. Выполнение требований по структуре и оформлению презентации (вес 0,05) 5. Ясность изложения, качество визуального оформления презентации (вес 0,05) 6. Полнота и корректность ответов на уточняющие вопросы преподавателей и студентов (вес 0,1) (презентацию делать не нужно) презентация с пары по фрейм-анализу: https://drive.google.com/file/d/1R9JmtXaQLVcjkmaMXf6YbU-AVztyCoKL/view.
Data Science. помощь вытащить файлы. Производилась съемка с canon 600D снимков в формате cr2 и jpg с записью на microSD типа exFAT. Почти все кадры не открываются ни в одном редакторе с ошибкой «не тот формат». Вес файлов соответствует ожидаемому (20 Мб). У не открывающихся файлов нет метаданных, при открытии через 16-чные редакторы - массив пустоты на ~20Мб. Что делали: 1) проверили сохранность кластеров через chkdsk; 2) проверили файлы на битость через разные утилиты Что предполагается: камера создана для работы с FAT32. При записи на exFAT могли перезаписаться новые данные на старые (хотя никакого одного большого файла нет). файлы НЕ битые. Задача - вытащить файлы для прочтения и работы с ними. Сейчас я даже просмотреть их не могу Предоставляю 1 из них в описании заказа. Таких файлов 900 с чем-то (это фото с фотосессии).
Разработка с нуля. Нужно сделать разведочный анализ данных по датасету(датасет можно выбрать любой с кагла). Цели: – сделать первичный визуальный анализ датасета – найти закономерности – поискать нелогичности в данных – провести анализ пропусков/выбросов – выдвинуть гипотезы итп Обязательно сделать графики Дедлайн 25 октября 23.59. Пожелания и особенности: Нужно сделать разведочный анализ данных по датасету(датасет можно выбрать любой с кагла). Цели: – сделать первичный визуальный анализ датасета – найти закономерности – поискать нелогичности в данных – провести анализ пропусков/выбросов – выдвинуть гипотезы итп Обязательно сделать графики Дедлайн 25 октября 23.59.
Data Science. Разработка с нуля. Консультация IT специалиста по созданию Информационной Платформы или IT Продукта. Сопровждение Создания, Подготовка к созданию. Сопровождение запуска. Сопровождение первоначального периода работы. Выбор формы сопровождение IT Платформы или Продукта. - Описание и оценка Создания Платформы или Продукта в Направлениях: Структуры Платформы или Продукта; Структуры , Тех Процессов. Времени, Производственный ресурс, финансовый ресурс. Описание и оценка эксплуатации Платформы или Продукта в Направлениях: Структуры Платформы или Продукта; Структуры , Тех Процессов. Времени, Производственный ресурс, финансовый ресурс.
Data Science. Настройка, Настройка печати виртуальной машины. Добрый день , работаю в программе нет возможности сохранять документы в пдф , можно как то настроить скрины или придумать что-то ?. Пожелания и особенности: Добрый день , работаю в программе нет возможности сохранять документы в пдф , можно как то настроить скрины или придумать что-то для виртуальной машины.
Data Science. Доработка существующего продукта. Хотел бы понять как возможно автоматически улучшить промпт. у меня есть валидационные датасеты и я использую ChatGPT, также использую dspy. хотел бы силами dspy сделать автоматическое улучшение промпта или создать рабочую модель dspy на основе метрик и валидационных датасетов.
Data Science. Разработка с нуля, доработка существующего продукта, настройка, тестирование. Интернет-магазину (сфера искусства и антиквариата) требуется IT+SMM специалист для создания, настройки и последующей поддержки телеграмм-ботов, пользовательских интерфейсов, сайта магазина, а также настройки продвижение магазина, реклама контекстная, а также продвижение и таргет реклама через различные паблики и социальные сети, группы. Работа на постоянной основе, но удаленная, со свободным графиком. Очень дружественные условия и дружная команда. Зарплата обговаривается индивидуально в зависимости от квалификации, спектра задач и вовлеченности сотрудника в бизнес-процессы. Приветствуются люди из регионов России и люди, живущие за границей нашей страны. Пожелания и особенности: Интернет-магазину (сфера искусства и антиквариата) требуется IT+SMM специалист для создания, настройки и последующей поддержки телеграмм-ботов, пользовательских интерфейсов, сайта магазина, а также настройки продвижение магазина, реклама контекстная, а также продвижение и таргет реклама через различные паблики и социальные сети, группы. Работа на постоянной основе, но удаленная, со свободным графиком. Очень дружественные условия и дружная команда. Зарплата обговаривается индивидуально в зависимости от квалификации, спектра задач и вовлеченности сотрудника в бизнес-процессы. Приветствуются люди из регионов России и люди, живущие за границей нашей страны.
Data Science. Доработка существующего продукта. Нужно помочь в доработке сервиса "оцифровка маркетинга для WB/OZON" рекламные метрики, графики, сбор данных по API, создания инфрастуктуры и таблиц для аналитики рекламы и воронки продаж Важен опыт с e-com и понимание рекламных метрик, умение создавать базу данных Сдельная или соучередитель в крупный проект.
Data Science. Разработка с нуля. Чтобы создать программу, которая будет обновлять сайт каждые 5 секунд, следить за изменением цены и отправлять уведомление в Telegram и звонок на телефон при изменении цены Нужен программист, который точно сможет сделать и сделать правильно. Если такой есть, условия работы обсудим индивидуально.
Менторство. Ищу ментора по data engineer. Ссылка на моё резюме https://hh.ru/resume/7f1de6cbff0d47bd230039ed1f674f794b6e4f. Пожелания и особенности: Ищу ментора по data engineer. Ссылка на моё резюме https://hh.ru/resume/7f1de6cbff0d47bd230039ed1f674f794b6e4f.
Доработка существующего продукта. Анализ одного датасета с помощью регрессионной регрессии, готовой нейросети. Пожелания и особенности: Анализ одного датасета с помощью регрессионной регрессии, готовой нейросети.
Data Science. Разработка с нуля. Необходимо сконструировать базу данных, состоящую из 900 человек. Пожелания и особенности: Необходимо сконструировать базу данных, состоящую из 900 человек.
Вакансия. 💥Ищем продуктового аналитика, который выстроит аналитику и отчетность в направлении и определит ключевые показатели продуктов в Т-банк 💥Что мы предлагаем: ✔ ИТ-хабы в 23 городах России, гибридный формат работы или только удаленно ✔ Обучение софт- и хард-скиллам. У нас есть и занятия на пару часов, и программы на несколько месяцев ✔ ДМС со стоматологией, страховку от несчастных случаев для сотрудников и их близких ✔ Бесплатные завтраки и обеды в офисе или компенсацию затрат на питание, тренажерный зал или компенсацию затрат на спорт Как мы работаем: ✔ Помогаем расти. У нас прозрачная система роста. Матрица компетенций поможет понять, какие навыки нужно подтянуть, а ежегодное ревью — оценить результаты и получить повышение ✔ Строим комьюнити. Вы окажетесь среди профессионалов. Это опытные сотрудники, у которых можно многому научиться, и младшие коллеги, которых вы сможете менторить ✔ Работаем среди своих. Вы будете в кругу таких же любопытных, амбициозных, талантливых людей с духом экспериментаторства Поддерживаем. Мы не делим задачи на свои и чужие, если видим, что можно помочь. Советуем друг другу инструменты, делимся опытом и помогаем решать проблемы Обязанности: ✔Выстраивать аналитику и отчетность по продуктам и проектам: сегментация, продуктовые воронки, когортный анализ, монетизация ✔Определять ключевые показатели продуктов и факторы, которые на них влияют ✔Искать точки роста для увеличения ключевых метрик ✔Формировать гипотезы, разрабатывать дизайн A/B-тестов и проводить их ✔Строить аналитические модели, искать точки роста для увеличения доходности клиентов ✔Участвовать в постановке целей направления и определения ключевых проектов ✔Презентовать результаты работы заказчикам, взаимодействовать с продакт-менеджерами по развитию продукта.
Data Science. Доработка существующего продукта, настройка. Это программа, которая должна получать с камеры(dev/video0) видео в потоковом формате(сейчас это h264) и транслировать по rtsp на мой ip в локальной сети(без доступа в интернет). Ваша задача - переделать работу с форматом потокового видео, было видео .h264, а теперь нужно потоковое, mpeg например. import gi gi.require_version('Gst', '1.0') gi.require_version('GstRtspServer', '1.0') from gi.repository import GLib, Gst, GstRtspServer from picamera2 import Picamera2 from picamera2.encoders import H264Encoder from picamera2.outputs import FfmpegOutput import socket # Функция для получения IP адреса def get_local_ip(): try: s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM) s.connect(('[Телефон скрыт]', 1)) ip = s.getsockname()[0] except Exception: ip = '127.0.0.1' finally: s.close() return ip class CameraRtspFactory(GstRtspServer.RTSPMediaFactory): def init(self, pipeline): super(CameraRtspFactory, self).init() self.pipeline = pipeline def do_create_element(self, url): return self.pipeline def main(): # Инициализация камеры picam2 = Picamera2() video_config = picam2.create_video_configuration(main={"size": (1920, 1080)}) picam2.configure(video_config) encoder = H264Encoder(bitrate=17000000) # Инициализация RTSP сервера Gst.init(None) server = GstRtspServer.RTSPServer() server.set_service('8554') # Настройка выхода через GStreamer pipeline_str = ( 'appsrc ! videoconvert ! video/x-raw,format=I420 ! ' 'x264enc bitrate=17000 speed-preset=ultrafast tune=zerolatency ! ' 'rtph264pay name=pay0 pt=96 config-interval=1' ) gst_pipeline = Gst.parse_launch(pipeline_str) # Настройка выхода для камеры ffmpeg_output = FfmpegOutput(gst_pipeline.get_by_name("appsrc")) picam2.start_recording(encoder, ffmpeg_output) # Настройка RTSP factory = CameraRtspFactory(gst_pipeline) factory.set_shared(True) mount_points = server.get_mount_points() mount_points.add_factory("/test", factory) server.attach(None) ip = get_local_ip() print(f"Streaming RTSP at rtsp://{ip}:8554/test") loop = GLib.MainLoop() loop.run() if name == "main": main().
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 сентябрь 2026 года — 178 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 сентябрь 2026 года опубликовано 178 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