Доработка существующего продукта. У меня компания IT (продукт - автозагрузка для площадки авито) Продаем мы таблицы - 1 таблица - 1 аккаунт на авито. Оплата на 30 дней, каждый месяц клиент оплачивает тариф заново. Клиент попадает к нам на сайт - регестрируется - тестирует сервис - оплачивает 1 таблицу - далее вторую или повторно первую. Задача развивать проект и для этго нужна лдетальная аналитика каждого этапа и конверсий. Сейчас пытаемся понять ЧТО ИМЕННО важно считать в долгосрочной перспективе) Ищу того, что проконсультирует в этом вопросе как минимум.
запросы. Приветствую! В документе представлена простая БД и ряд вопросов по ней. Хотелось бы совместно в профессионалом написать запросы, чтобы ответить на поставленные вопросы.
Data Science. Консультация. Есть 2 базы данных MySQL. 1) В первую таблицу подгружаются данные о новых пользователях онлайн-школы (уникальные айди, метки аналитики - (откуда пришли), дата регистрации) 2) Во вторую таблицу подгружаются данные об их активности (те же уникальные айди и столбцы с действиями, например, "Посмотрел эфир", "Выполнил задание", "Оставил заявку". В эти столбцы проставляются "1", когда действие выполняется. По умолчанию стоят "0". С помощью коннектора MySQL я подключил эти две БД к Google Data Studio и настроил себе отчеты. У меня около 60к новых клиентов в месяц, поэтому очень быстро достигся лимит коннектора в 150к уникальных строк - ищу новое решение) Либо написать коннектор, либо купить готовый, либо использовать не GDS... Нужна консультация человека, который настраивал аналитику, тк хочу сделать более глубокую и информативную сквозную аналитику. + починить сейчас эти отчеты, решить проблему с 150к строк.
Доработка существующего продукта, тестирование, настройка. Определять наиболее эффективные источники данных Выстраивать систему анализа и прогнозов для пользователей Помощь пользователей в работе с аналитическими и прогнозными отчетами Проводить постоянный и по запросам анализ выявления закономерностей и факторов и делать выводы понятные для пользователей Выстраивание краткосрочных и долгосрочных прогнозов для определение тактического и стратегического развития Расчет KPI для новых проектов, подведение итогов и анализ полученных результатов Формирование аналитических выгрузок данных, в соответствии с запросами коммерческого отдела Автоматизация аналитических инструментов.
Настройка, разработка с нуля. Бот ведет беседу с пользователями - задача бота выявить цели клиента и на основании их заполнить фильтр. Задача - 1) создать произвольный массив шаблонов общения 2) на основании шаблонов первично обкатать GPT с разными настройками конфигурации 3) построить график с точность ответа в зависимости от кол-во токенов потраченных на описание контекста. После решения данной задачи будут доступны и следующие. Подробнее в ТЗ.
Разработка с нуля. Необходимо провести комплексный анализ демографической политики одного из регионов России , с расчетами всех необходимых коэффициентов и с изображением графиков и а также выводов и прогнозов. Пожелания и особенности: Необходимо провести комплексный анализ демографической политики одного из регионов России , с расчетами всех необходимых коэффициентов и с изображением графиков и а также выводов и прогнозов.
Настройка. Нужно помочь мне подключить Hollihop через api в бесплатную версию Google looker studio. Есть список api из Hollihop, но у меня не получается подключить это в Looker. Не знаю как.
Data Science. Доработка существующего продукта, разработка с нуля, настройка. Есть 2 таблицы с около 150 листов статистических данных. Мы уперлись в лимит Google Sheets. Надо перенести эти данные в BigQuery, так, чтобы они продолжили взаимодействовать с формулами таблиц, которые останутся частично в Google Sheets. А также чтобы бот на Python, который считывал эти данные через API Google Sheet, начал считывать их с BigQuery.
Data Science. Доработка существующего продукта, Программа переписать на запросы, написана на bas. Нужно автоматизировать браузер, сделать авторег аккаунтов и оформление заказа, оплачивать не нужно, проблем с банками нет, маркетплейс.
Data Science. Разработка с нуля, настройка. Описание проекта: У нас есть база данных из примерно 800 статей на русском языке, хранящихся в формате CSV. Мы ищем опытного специалиста по исследованию данных, владеющего R или Python, для проведения анализа настроений и тематического моделирования этих статей. Цель - понять динамику освещения деятельности конкретной организации. Задачи: * Провести анализ настроений, чтобы оценить изменение настроения в статьях с течением времени. * Провести тематическое моделирование для выявления преобладающих тем и их динамики со временем Предполагаемый рабочий процесс (TBD): 1) Ознакомьтесь с данными: Изучите набор данных, чтобы понять его структуру и содержание. 2) Первичный разговор с клиентом: Обсудите, предложите и определите методологии, включая: * Методы подготовки данных и библиотеки, которые будут использоваться. * Подходы к анализу настроений, включая специальные словари для русского языка. * Стратегии и инструменты тематического моделирования. 3) Подготовьте данные: Токенизация, удаление стоп-слов, стемминг и лемматизация для дальнейшего анализа и др.(переменная: sum_text). 4) Анализ настроений: * Определите 30 наиболее часто встречающихся слов для каждой категории настроений. * Создайте график динамики настроений по годам (переменная: year). * Создайте график динамики настроений по месяцам и годам (переменная: year_month). * Создайте график сравнения настроения в двух группах статей (переменная: comparison). *Создайте график сравнения настроений в статьях по источникам (переменная: source_bucket). 5) Тематическое моделирование: * Постройте несколько моделей с разным количеством заданных топиков. * Определите 30 наиболее часто встречающихся слов для каждой выделенной темы . * Создайте график динамики тем по годам (переменная: year). * Создайте график динамики тем по месяцам и годам (переменная: year_month). * Создайте график сравнения тем в двух группах статей (переменная: comparison). *Создайте график сравнения тем в статьях по источникам (переменная: source_bucket). 6) Заключительный разговор с клиентом: * Поделитесь тем, что было сделано, какие проблемы возникли. * Вместе с клиентом проанализируйте и интерпретируйте полученные результаты. * Вместе с клиентом выберите лучшую модель для моделирования тем. Итог: CSV-файл, графики и готовый код. Требуемые навыки и опыт: * Опыт работы с анализом текстов на русском языке - ВАЖНО. * Знание языка R или Python, опыт работы с библиотеками анализа данных (например, pandas, NumPy, scikit-learn, NLTK, SpaCy). * Сильные знания в области обработки естественного языка, в частности анализа настроений и тематического моделирования. * Отличные коммуникативные навыки для эффективного сотрудничества и интерпретации результатов.
Доработка существующего продукта, настройка. Есть 2 дата сета с данными (один с обычными перемнными(ga_session), другой с целевой переменной (ga_hits)). Они объединяются по id сессии. Переменные преимущественно категориальные. Мной сделан в Jupyter Notebook: Data Cleaning, Data Visualization и Data Engineering, так же обучены три модели (Логистической регрессии, случайного леса и многослойного персептрона) метрика ROC_AUC должна быть на лучшей модели > 0,65. Необходимо проверить выполненную мной обработку данных, приветствуются советы и доработки (вроде, как я понимаю, у меня есть дисбаланс классов, поэтому метрика получилась завышенной). Так же необходимо написать сервис через FastApi в PyCharm, который на вход будет принимать все атрибуты из первого DF и выдавать предсказание 0 или 1 (совершенно целевое действие или нет). Хорошо, если обработка данных и обучение моделей будет сразу реализовано через pipe-line в PyCharm. Главное, чтобы получилась обученная модель, которая принимает все атрибуты из первого DF и выдает предсказание. Дантасеты с заданием и моими наработками скину.
Data Science. Разработка с нуля. Я учусь и пишу курсовую работу. Мне необходимо придумать концепцию приложения (достаточно простого, чтобы за семестр можно было сделать хотя бы прототип), которое бы использовало красно-чёрные деревья Необходимо всю концепцию поместить в файл word. В нём, должна быть написана "идея приложения", какую проблему пользователей это приложение решает, какие есть аналоги и чем моё приложение лучше, кто будет использовать приложение Также необходимо указать в каком направлении мне двигаться после получения файла, например, указать ссылки на статьи, указать какой-то стек технологий, возможно указать подобные приложения.
Сбор данных из различных источников. Задачи для аналитика 1. Отслеживание и запись ключевых метрик для рынка недвижимости (например, значение индекса складов или Мосбиржи) 2. Внесение параметров объектов готового арендного бизнеса в таблицу с критериями (пример параметров: площадь, нахождение на первой линии, наличие отдельной зоны разгрузки) 3. Поиск новых объектов для анализа (аналогично п.2 выше) в открытых источниках.
Настройка, обучить модель для классификации текстов. Есть размеченный датасет 200000 длинных текстов (от 3 тысяч до 60, с медианой около 15 тысяч слов). Требуется обучить модель машинного обучения для их бинарной классификации, с точностью 90%. Соотношение классов 77% к 23%.
Доработка существующего продукта. Решить практические задачи, построить графики и сделать аналитические выводы. Пожелания и особенности: Решить практические задачи, построить графики и сделать аналитические выводы.
Data Science. Разработка с нуля. Нужно сделать crawler, который возьмет из реестра компаний ИНН (реестр тут https://erdc.ru/about-spv/) и вытянет вот отсюда https://pb.nalog.ru/index.html или отсюда https://www.nalog.gov.ru/opendata/7707329152-sshr2019/ по этим ИНН данные. Надо вытянуть параметр "Среднесписочная численность работников организации".
Data Science. Разработка с нуля. В программе по подобру запчастей на технику . Есть ДВС и узлы ( составные части ДВС). Нужно достать из программы фото , без ссылок ( синие кружки на фото ). Выгрузить данные по деталям (спецификация ) в эксель формат структурировано ( должно быть понятна связь. ДВС , Узел, фото ). Файлы с расширение IMD (intermech document ) https://drive.google.com/file/d/1SQpUQAhaLBQ86ncwSuzORaMf8mwaEXJ8/view?usp=sharing.
Data Science. Разработка с нуля. А) использовать transfer learning - используйте предобученную модель как backbone, добавьте свои слои и обучите Соберите датасет из картинок (есть безлимитный доступ к апи кинопоиска, оттуда можно вытягивать постер, например) Разметьте данные (можно воспользоваться в качестве метки жанром, если качество модели будет приемлимое, если нет, можно хоть другую апи взять, мне непринципиально) Разметьте пару десятков картинок вручную, дальше используйте активное обучение, чтобы быстро разметить остальное. Не забудьте проверять качество авторазметки. Реализуйте сверточную модель Обучите модель на размеченном датасете Измерьте качество модели а) Посчитайте метрики на train и test б) создайте эмбеддинги картинок: используйте выход предпоследнего Linear слоя. Следующий слой модели предсказывает по этому эмбеддингу ответ, поэтому в эмбеддинге на этом слое собрана вся полезная информация. Используйте метод снижения размерности, чтобы отобразить картинку на 2д плоскости. Цветом укажите целевую переменную. Или оцените в tensorboard projector качество кластеризации на глаз в) используйте tensorboard для логирования метрик во время обучения модели пункты б-в опциональны Цена обсуждаема.
Data Science. Разработка с нуля. 1. Проведи анализ исторических данных по погодным условиям в своём населённом пункте средствами Python. 2. Для этого нужно скачать данные о температуре, скорости ветра и относительной влажности, предобработать данные и визуализировать в виде информативных графиков с подписанными осями и понятной легендой. Временной промежуток для анализа определяет преподаватель. Подробно о работе с источником метеорологических данных (сайт rp5.ru) можно ознакомиться в презентации, которая прикреплена к заданию. Показатели и критерии оценивания 0 — отсутствуют данные для анализа, анализ не проведён. 1 — метеоданные собраны, но не прошли предобработку, анализ не проведён. 2 — данные собраны, предобработка проведена, но визуализированы не в полном объёме или неинформативно. 3 — данные собраны, предобработка проведена, выполнена визуализация графиков температуры, скорости ветра и относительной влажности.
Data Science. Настройка. Я не могу зайти в вк, ютуб, сафари, Яндекс с телефона. Но при этом загружается Вотсапп и телеграм, могу переписываться, получаю все сообщения, но при этом не могу смотреть и загружать аудио, видео, фото. Пробовала с домашнего вайфая, мобильного интенета, подключалась к точке доступа у друзей. Всё не помогло. Не понимаю в чём проблема. Помогите пожалуйста.
Помощь в написании кода для параллельного обучения бустингов. Мне нужно параллельно рассчитывать несколько кэтбуст моделей чтобы оценить вклад каждой из фичей. Для этого требуется использовать futures.ProcessPoolExecutor но почему-то у меня он не работает. Нужно объяснить как переписать код чтобы все заработало.
Нужно достать данные из файла формата .mbox. Есть аккаунт gmail. В нём есть куча отправленных мэйлов нашим клиентам. Хочу достать ВСЕ адреса email и номера телефонов, чтобы использовать их для рассылки.
помощь в подготовке отчетности, обязательно очно вместе с заказчиком. Стратегия, бизнесплан. Нужна помощь с выгрузкой и анализом данных. Просчитать результаты. Обязательно совместно оффлайн. Москва.
Разработка с нуля. Нужно создать на основе небольшого тз дашборд в даталенс Первая страница выполненные и планируемые задачи Вторая аналитика из метрики в сравнении месяц к месяцу Статистка поисковых переходов Качественные показатели Популярные страницы выхода первые 10 Статиста топов из топвизера Вывод. Пожелания и особенности: Нужно создать на основе небольшого тз дашборд в даталенс Первая страница выполненные и планируемые задачи Вторая аналитика из метрики в сравнении месяц к месяцу Статистка поисковых переходов Качественные показатели Популярные страницы выхода первые 10 Статиста топов из топвизера Вывод.
Data Science. Разработка с нуля. Добрый день! Уверен пустяковая задача, но к сожалению не силен в этой области. Необходимо в яндекс таблице либо в google таблице сделать форму заказа для партнера, в которой он сможет выбирать тип оборудования, количество комплектующих и исходя из итоговой стоимости, будет вычитаться скидка для заказа. Есть сложность с тем, что, наши системы могут состоять как из 4 комплектующих, так и из 20. Более детально опишу задачу в переписке.
Data Science. Разработка с нуля, тестирование, настройка, доработка существующего продукта. Ищу программиста , мы транспортно-экспедиционная компания, необходимо сделать автовыставление с программ / сайтов , где проходят торги в АТИ.
Data Science. Разработка с нуля. Задача: Написать программу-бота для выполнения торгового арбитража на рынке криптовалют. Бот должен сканировать цены на различных платформах торговли, определять разницу в ценах и автоматически совершать сделки для получения прибыли. Требования: 1. Разработка бота на языке программирования, поддерживаемом целевыми торговыми платформами. 2. Создание механизма сканирования рыночных цен на нескольких торговых площадках через апи? 3. Автоматическое определение оптимального момента для совершения сделки на основе разности цен. 4. Реализация безопасного механизма хранения и обработки учетных данных для доступа к торговым площадкам. 5. Формирование отчетов о выполненных сделках и результативности работы бота. Дополнительные требования: 1. Поддержка различных криптовалютных пар для арбитража. 2. Механизм обработки фиатных валют для конвертации при выводе прибыли. 3. Реализация механизма для предотвращения возможных ошибок при выполнении сделок. Ожидаемый результат: Готовая программа-бот, способная сканировать и совершать сделки на основе арбитражных возможностей на рынке криптовалют. Все выполненные сделки должны быть документированы, а бот должен быть способен работать в автономном режиме с необходимыми механизмами безопасности и контроля ошибок.
Разработка с нуля, тестирование, настройка. Нужен репетитор на 6 семестр по Программной Инженерии. В этом семестре будет Курсовая работа!!!!! Аннотация дисциплиныПрограммная инженерияЦель дисциплины:изучение студентами системногоподходак анализу, проектированию, оценке, реализации, тестированию, обслуживанию и модернизации программного обеспечения, то есть примененияинженерии к разработке программного обеспечения Краткое содержание: Предмет программной инженерии. Жизненный цикл и этапы разработки ПО. Методологии разработки ПО. Rational Unified Process. Сбор и определение требований к ПО. Управление проектом при разработке ПО. Гибкие методологии разработки ПО. Визуальное моделирование при анализе и проектировании, основы UML. Объектно-ориентированный анализ и проектирование. Изменение требований и рефакторинг в процессе разработки ПО. Принципы использования паттернов проектирования. Паттерн MVC. Порождающие паттерны. Структурные паттерны. Поведенческие паттерны. Проектирование пользовательского интерфейса. Методология тестирования ПО, виды и методы тестирования ПО Срочно!!!!!!.
Почему стоит искать работу для фриласнеров по профилю data scientist в России у нас?
🔸 Более 4 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 май 2026 года — 164 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 май 2026 года опубликовано 164 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