Data Science. Разработка с нуля. Создать автоматическую систему обработки Excel-файлов с остатками от поставщиков и обновления этих остатков на сайте SHVEDIK.ru (на платформе AdvantShop) через API. Файлы поступают по электронной почте, и это часть автоматизации — их нужно забирать, обрабатывать и обновлять сайт. Дополнительно — исполнитель должен сам настроить VPS-сервер под эту задачу. Что нужно реализовать: 1. Получение Excel-файлов с e-mail Подключение к почтовому ящику по IMAP (например, [Email скрыт]); Автоматическая загрузка вложений с Excel-файлами (.xls, .xlsx) из новых писем; Фильтрация писем по отправителю, теме, вложениям; Перемещение писем после обработки или пометка прочитанным. 2. Обработка Excel-файлов У каждого поставщика — своя структура таблицы: разные колонки, строки заголовков, форматы; Скрипт должен подгружать конфигурацию шаблона поставщика и вытягивать нужные данные: артикул, бренд (если есть), остаток; Поддержка 10–15 разных шаблонов Excel-файлов (на первом этапе). 3. Сопоставление артикулов У поставщиков артикулы вида "123456", на сайте — "Makita-123456"; Есть справочная таблица sku_mapping.csv; Нужна подстановка бренда и проверка сопоставления. 4. Объединение остатков Один товар может встречаться у нескольких поставщиков; Скрипт должен объединять остатки по нашему артикулу; Исключать нули, дубли и недействительные строки. 5. Обновление остатков через AdvantShop API Обновление остатков батчами (по 100 товаров); Работа с авторизацией (токен), контроль статусов ответа; Обработка ошибок (не найден артикул, ошибка доступа и т.д.). 6. Логирование и отчётность Журнал обновлений: что изменено, где ошибка, какие SKU не найдены; Лог ошибок и лог успешных отправок; Хранение логов минимум 7 дней, ротация. 7. Настройка и запуск на VPS (входит в задачу) Подбор VPS-хостинга (с вашей консультацией), регистрация аккаунта; Установка Python, зависимостей, конфигурации; Автоматический запуск по расписанию (cron или systemd); Создание структуры папок, настройка логов, тестирование. Технические параметры: Язык: Python 3.10+ Библиотеки: imaplib, pandas, openpyxl, xlrd, requests, logging, apscheduler Платформа сайта: AdvantShop Почта: стандартный IMAP-доступ VPS: нужно подобрать и развернуть под ключ.
Data Science. Выполнить простое задание: составить диаграмму UML по заданным параметрам. Пожелания и особенности: Нужно выполнить 2 задания. Они простые для тем, кто в этом разбирается. У меня просто не хватает времени.
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.
Почему стоит искать работу для фриласнеров по профилю data scientist в Москве 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 Москве для фрилансеров на июнь 2026 года — 226 шт.
Как найти удалённую работу для фриланс-специалистов по профилю data scientist в Москве?
Вы специалист по data scientist и ищете проекты и заказы на удалёнке в Москве? 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 Москве?
На июнь 2026 года опубликовано 226 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