Разработка с нуля. Построение модели для предсказания вероятности удаления локаций на маршруте. Drivers are assigned a set of locations at which they need to deliver packages, the drivers then use optimization software to create an optimal route which they can then use to deliver all packages in as little time as possible. However, the drivers are not always 100% satisfied with the routes suggested by optimization engine. Therefore the drivers will perform 3 operations: • Remove certain locations from their rout . • Add locations to their rout . • Change the order of locations on their rout . Drivers may do this based on their experiences/preferences, e.g. it could be that a driver knows that there is a school close to a certain location so he will avoid it when school starts/stops or a driver may want to deliver packages in a certain area around lunch because it is close to his home. The objective of this project is to create model that is able to learn from a driver’s preferences. An initial model could be developed to predict the likeliness of removing certain location.
Data Science. Разработка с нуля. 2 папки с файлами json. Обьединить и создать новый столбец (y) по следующему принципу: 1)если определенный id (location id) присутствует и в первом файле в папке A и в первом файле папки B, значение y=1. 2) если id (location id) присутствует в первом файле в папке A, но не в первом файле папке B, значение y=0. Сделать такой loop для всех файлов в папках (сотый файл в папке А сравнить с сотым файлом в папке B, и тд.)...Аутпут в виде csv или excel.
Data Science. Помощь в решении задачи. Помощь в написании кода на Pythons Все полностью дистанционно. Задание: Заранее водителям назначается набор мест, в которые они должны доставить посылки, затем водители используют программное обеспечение для оптимизации, чтобы создать оптимальный маршрут, который они могут использовать для доставки всех посылок за минимально короткое время. Однако водители не всегда на 100% довольны маршрутами, предложенными алгоритмом оптимизации. Поэтому водители обычно выполняют 3 операции: • Удалить определенные местоположения из своего маршрута. • Добавить места на свой маршрут. • Изменить порядок локаций на их маршруте. Водители могут делать это на основе своего опыта/предпочтений, например, может случиться так, что водитель знает, что рядом с определенным местом есть школа, или водитель может захотеть доставить посылки в определенное место, потому что оно близко к его дому. Цель Целью этого проекта является создание модели, способной учиться на предпочтениях водителя. Можно разработать первоначальную модель для прогнозирования вероятности удаления определенных мест на основе некоторых характеристик маршрута и местоположения. Доп. вопросы: >=Общая картина набора данных, чтобы лучше понять, с чем мы работаем (распределение длин маршрутов, количество остановок на маршруте, количество посещений каждого места, длина маршрутов, которые посещают определенные места, ... ). >=Модель машинного обучения для прогнозирования вероятности удаления местоположений: >=Рассчитать точность своих методов >= Создать несколько визуализаций для отчета о производительности вашей модели. >= В идеале обучайте несколько моделей и мотивируйте, какая из них работает лучше. >= Не все маршруты одинаковы, можем ли мы придумать классификацию, чтобы разделить маршруты по типам? Например, ? Локальные маршруты, которые остаются в пределах определенного города/села и доставляют множество небольших посылок. ? Более крупные маршруты, по которым некоторые пакеты доставляются в отдаленные места. >=Не все местоположения одинаковы. Можем ли мы, например, распознать, какие местоположения концентраторы(hub)?.
решение задачи. Beforehand, drivers are assigned a set of locations at which they need to deliver packages, the drivers then use optimization software to create an optimal route which they can then use to deliver all packages in as little time as possible. However, the drivers are not always 100% satisfied with the routes suggested by optimization engine. Therefore the drivers will perform 3 operations: • Remove certain locations from their rout . • Add locations to their rout . • Change the order of locations on their rout . Drivers may do this based on their experiences/preferences, e.g. it could be that a driver knows that there is a school close to a certain location so he will avoid it when school starts/stops or a driver may want to deliver packages in a certain area around lunch because it is close to his home. !!The objective of this project is to create model that is able to learn from a driver’s preferences. An initial model could be developed to predict the likeliness of removing certain locations based on some features of the route & the location >get a general overview of our dataset to get better insights into what we are working with (distribution of route lengths number of stops per route, number of times each location is visited, length of routes that visit certain locations, ...). > An implementation of an ML model to predict the likelihood of removing locations: o Compute your methods accuracy o Create some visualizations to report on the performance of your model. o Ideally train multiple models and motivate which works better. >There are also several side-questions that could be investigated: o Not all routes are the same, can we come up with a classifications to split routes per type? 2 types that come to mind are: ? Local routes that stay within a certain city/village delivering many small packages. ? Larger routes that deliver some packages to distant locations. o Not all locations are the same, can we for example recognize which locations are hubs?.
Data Science. решение задачи. Решение задачи. Beforehand, drivers are assigned a set of locations at which they need to deliver packages, the drivers then use optimization software to create an optimal route which they can then use to deliver all packages in as little time as possible. However, the drivers are not always 100% satisfied with the routes suggested by optimization engine. Therefore the drivers will perform 3 operations: • Remove certain locations from their rout . • Add locations to their rout . • Change the order of locations on their rout . Drivers may do this based on their experiences/preferences, e.g. it could be that a driver knows that there is a school close to a certain location so he will avoid it when school starts/stops or a driver may want to deliver packages in a certain area around lunch because it is close to his home. !!The objective of this project is to create model that is able to learn from a driver’s preferences. An initial model could be developed to predict the likeliness of removing certain locations based on some features of the route & the location.
Разработка с нуля. Для выполнения тестового задания требуется разработать модель, которая будет способна по паре `текст документа` и `пункт анкеты` извлекать из текста документа нужный фрагмент текста. Обучив модель, добавьте в файл `test.json` поле `extracted_part` в том же формате, что и в файле `train.json`. Новый файл назовите `predictions.json` **Подсказка**: изучив данные, вы можете заметить, что у части наблюдений отсутствует фрагмент текста к извлечению (пустая строка внутри поля `extracted_part` с `answer_start` и `answer_end` равными нулю). Это означает, что в тексте документа нет нужного фрагмента текста, соответствующего пункту анкеты. Учтите это в обучении вашей модели и при формировании файла с ответами. # Критерии оценки 1. Для оценки финального решения будет использоваться метрика `Accuracy`: доля наблюдений, в которых извлеченный моделью фрагмент текста полностью соответствует фактически требуемому фрагменту. 2. Чистота кода, оформление и понятность исследования. # Требования к решению В качестве решения мы ожидаем zip-архив со всеми *.py и *.ipynb файлами в папке solution и файлом `predictions.json` в корне. Формат имени zip-архива: LastName_FirstName.zip (пример Ivanov_Ivan.zip). Файл `predictions.json` должен включать в себя колонки `id`, `text`, `label`, содержащие те же данные, что и исходный файл `test.json`, а также колонку `extracted_part` в том же формате, что и в файле `train.json` Разметка тестового набора данных и включение его в обучение/валидацию запрещены. В папке solution должно быть отражено исследование и весь код, необходимый для воспроизведения исследования.
Data Science. Доработка существующего продукта. Есть проект с использованием UserForms, необходимо выполнить доработку указанного проекта в соответствии с ТЗ по этапам на VBA. Оплата и закрытие работ в соответствии с согласованными этапами. Каждый этап оценивается отдельно и согласовывается по стоимости и срокам. При успешном выполнении этапа в установленные сроки возможно долгосрочное сотрудничество. Подробное ТЗ и обсуждение проекта - конкретному исполнителю, с опытом работы в данном направлении. Стоимость в задании указана условно, т.к. каждый этап работ необходимо оценивать и обсуждать отдельно, исходя из трудозатрат.
Анализ продаж по всем номенклатурам (порядка 150-180) для прогнозов, что будет востребовано в будущем по месяцам с учетом логиситки 3 месяца. в 1С за 6 лет. Основная задача: обеспечить наиболее высокое попадание заказов на завод будущим потребностям с учетом того, что заказ делается на три месяца вперед. 1) анализ продаж по месяцам и клиентам в 1с за 6 лет. 2) построение модели , что будет нужно в будущем 3мес+ и что заказать с учетом уже заказанного в пути.
Data Science. Разработка с нуля. На основе информации, которая будет содержаться в двух или трех файлах с раcширением *.xls, необходимо выполнить обработку и выполнить расстановку сырья исходя из остатков сырья, компоновки их и цен! что должно быть получено в качестве результата: файл в формате xls или csv (загрузка и обработка будет в 1С).
Data Science. Разработка с нуля. Пример найден с интернета, есть файл с написанными кодами, нам нужно на основании данного файла или самостоятельно прописать доступы для каждого отдельного сотрудника в свой личный лист.
Data Science. Разработка с нуля. Есть фотографии торцов сухогрузных морских контейнеров. Нужно считать регистрационный номер по паттерну (есть горизонтальное и вертикальное расположение номера). Далее результаты занести в таблицу. Далее в этой таблице сделать функцию поиска номера контейнера. В пустой графе вводится семизначный номер и показывается, где этот номер расположен в таблице. Более подробно могу объяснить в Zoom.
Разработка ПО. Data Science. Доработка существующего продукта, разработка с нуля. Необходимо разработать алгоритм автоматической фильтрации негативных комментариев для группы ВКонтакте с использованием модели машинного обучения. Задача алгоритма – распознать, подлежит ли данный комментарий к удалению, а также подлежит ли автор удаляемого комментария блокировке в сообществе Сроки жёстко не ограничиваются, но хорошо бы выполнить заказ до 10 апреля. ТЗ прикреплено в файле к заказу.
Подготовка описания предиктивной модели. Нужно описать академическим языком несколько процессов по Предиктивной аналитике и Пост-фактумной отчётности. Сфера - HR. • Прогнозирование выхода персонала на смену и т.п. Есть сырые данные. Реальную модель строить не надо, кодить - тоже не надо. Нужно описать (обосновать, почему выбрали для построения модели такой-то мат. инструментарий, что модель может, какую формулу применили, какие отчёты модель может выдавать).
Data Science. Настройка. Здравствуйте, уважаемые исполнители. Мне нужно создать программу на zennoposter, которая будет брать слова поочерёдно из гугл таблицы, вбивать в вордстат и перемещать 5 первых ключевиков в ту же гугл таблицу. Пишите в тг @LMS_uly.
Data Science. Разработка с нуля. Нужно сделать проект, который будет состоять из выполнения трех задач, которые будут включать в себя один или несколько дата-сетов. 1- unsupervised learning проблема заключается в выявлении однородных групп или методах уменьшения размерности, которые затем могут быть использованы в контексте эмпирического применения 2- регрессия, где проблема состоит из непрерывных целевых переменных или переменной 3- классификация, где проблема состоит из категориальных целевых переменных Детали отправлю в телеграмм.
Data Science. Доработка существующего продукта. Учебный e-commerce проект с бэком (клиенты, заказы, продукты, корзина и т.д.)на postresql + spring boot и фронтом на react ts Нужно помочь с доведением до конца: добавить статистку (топ продуктов по продажам,топ клиентов), авторизацию, регистрацию, логин для двух пользователей: admin/user, поправить текущий код(база данных, основные api (клиент, продукт, заказ, категория) практически готовы. В общем нужно помочь завершить проект и объяснить некоторые моменты.
Data Science. Разработка с нуля. Необходимо написать программу на python. 1. программа должна быть оптимизирована с возможность распараллеливания процессов. 2. Реализация функций предпочтительна в векторном виде. 3. Промежуточные данные необходимо записывать и хранить в отдельном файле для последующего к нему обращения для разных сдвиговых функций. 4. Реализовать 4 сдвиговые функции. 5. Для графического вывода применять библиотеки Plotly, Matplotlib. (минимум) 6.Возможность выставлять начала отсчета геометрической прогрессии на полученных данных с помощью заранее вычисленных минимумов на временном ряду. Далее, выявление геометрической прогрессии на данных. Имею свою простенькую реализацию своей задумки, но требуется более профессиональная реализация. Чуть подробнее смогу пояснить свою задумку в мессенджере как только согласуем цену.
Data Science. Разработка с нуля. Задача: Разработать небольшую программу, для медклиники, в которой возможны будут следующие функции: Записывать на электронную пластиковую карту данные людей (ФИО, даты посещения, номера телефонов) и так же чтобы при посещении клиента клиники, менеджер в регистратуре мог считать эти данные приложив карту к считывателю, после чего у него отображались бы все вышетписанные данные о клиенте Накопительная скидочная система (чтобы при каждом посещении клиента можно было начислять скидку) Эта программа и система нужна только для пользования менеджером клиники.
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.
Data Science. Разработка с нуля. Нужен код для свода большого количество файлов Excel в один файл. И обратно из большого Excel (много записей (до млн) и полей(более 150)) в несколько экселей по значению одного из полей. Мой тел [Телефон скрыт]. Всё это из ACCESS и обратно. Конкретнее надо устно, слишком долго писать.
помощь с расчетами гипотезы. Необходима помощь с ДЗ по расчету гипотезы: определить параметры генеральной совокупности и сделать выводы по расчетам. Есть презентация с лекции с подробными примерами, необходимо описать гипотезу и рассчитать параметры при помощи онлайн калькуляторов (t-критерий Стьютенда.
Разработка с нуля. Здравствуйте! - Сфера Edtech - Аналитический склад ума - Умение работать с Google Data Studio и Big Query - Опыт работы от полугода - Понимание сквозной аналитики - Умение расчитать рентабельность рекламного канала ROMI.
Тестирование, доработка существующего продукта, настройка. Описываю формулу приоритизации задач. Нужна помощь с проверкой корректности этой формулы (с математической точки зрения) и балансировке критериев.
Data Science. Разработка с нуля, доработка существующего продукта. Нужна помощь с реализацией кластерного и дискриминантного анализов данных для оценки состояния пациентов.
Разработка с нуля, тестирование, настройка. Есть выгрузка данных по покупках в компании. Нужно на основании этих данных сделать рекомендательный сервис по повторным покупкам.
Построение анализа по имеющимся данным. Нужно помочь сделать выводы по массиву данных связанных с маржинальностью клиентов и планами менеджеров по продажам на Q1.
Почему стоит искать работу для фриласнеров по профилю data scientist в России у нас?
🔸 Более 8 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 — 268 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 268 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