Data Science. Нужно провести анализ и оптимизацию рекламных кампаний с помощью Python. Примерный небольшой код есть, нужно доработать и довести до ума. В идеале: человек, который разбирается и в программировании и в маркетинговых метриках, разработка с нуля, доработка существующего продукта, тестирование, настройка. Нужно провести анализ и оптимизацию рекламных кампаний Яндекс.Директа с помощью Python. Примерный небольшой код есть, нужно доработать и довести до ума. В идеале: человек, который разбирается и в программировании и в маркетинговых метриках На входе: токен и логин пользователя в Яндекс.Директ На выходе: рекомендации для оптимизации Желательна визуализация.
Data Science. Доработка существующего продукта. Имеется учебный проект в Jupyter Notebook по которому необходимо дописать/переделать код (Python) или предоставить комментарии до того момента как сам проект будет принят. Тема: Определение неэффективных операторов телеком-компании.
Data Science. Доработка существующего продукта, тестирование, настройка, завести аккаунт и научить пользоваться чатом версия 4. СРОЧНАЯ ЗАДАЧА: Регистрация аккаунта и обучение сотрудников компании пользованию чата GPT 3.5 и 4 версии.
Разработка ПО. Data Science. Консультация по фильтрам. Привет! Ищу человека, кто сможет показать UI/UX фильтрации в Filenet и рассказать немного подкапота. А именно по какой логике формируется запрос.
Data Science. нужна консультация по работе с облачными сервисами и защите файлов. Нужна консультация по работе с облачными сервисами на компьютере и защите файлов.
Data Science. Доработка существующего продукта, разработка с нуля. Необходимо создать аналитический отчет с визуализацией по шаблону. Есть выгрузка из Мой Склад в Google Bigquery в виде представлений. Неоходимо выдернуть нужные показатели в таблицу и сделать визуализацию в виде дашборда в lookerstudio.
Data Science. Настройка, доработка существующего продукта. Добрый день! Нахожусь в поиске человека для периодических небольших задач по формированию дашборда в GDS. Т.к. данные в графики в основном подтягиваются из таблиц, то в исполнителе важно знание не только вышеуказанного инструмента, но и табличных формул, избегая костылей. Задача не полномасштабная. Проект есть, периодически его дорабатываем, дополняем.
Data Science. Настройка, тестирование, доработка существующего продукта, разработка с нуля. Нужен программист, разработчик, профессионал, который справится с самой сложной задачей, подробности обсудим с исполнителем. Нужна помощь с вк, просьба откликаться исполнителей с хорошим рейтингом.
Data Science. Разработка с нуля. Разработка механизма парсинга XML-вывода Capella и передачи данных в шаблон Excel-таблицы для анализа причин и последствий отказов.
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.
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 июнь 2026 года — 250 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 июнь 2026 года опубликовано 250 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