Разработка на python – работа для фрилансеров в Москве

Выполнение контрольной работы. Выполнение контрольной работы. Здравствуйте! Завтра (27 мая) с 12:20 до 13:20 нужно решить работу по питону. Пример работу могу предоставить. Пожелания и особенности: Здравствуйте! Завтра (27 мая) с 12:20 до 13:20 нужно решить работу по питону. Пример работу могу предоставить.

Создание 3D модели в Python. Тестирование. Нужна разработка 3D модели человека в Python. Пожелания и особенности: Нужна разработка 3D модели человека в Python.

Торговый робот. Разработка с нуля. Нужен торговый робот для работы с московской биржей, торговля ценными бумагами на основе графиков точки входа и выхода.

создание программы. Разработка с нуля, доработка существующего продукта. Разработка с нуля, тестирование. В конечном итоге должен получиться интерфейс который взаимодействует с базой данных По пунктам что конкретно должно быть: 1) Необходимо сделать интерфейс который будет взаимодействовать с базой данных, пользователь (он же врач) будет вводить данные пациента (как в файле Анкета_кардио.xls) и эти данные должны добавляться в базу данных. На скриншотах приведены примеры как должен выглядеть интерфейс, то есть там должно быть окно авторизации и регистрации пользователя, а также на одном из скриншотов есть схема взаимодействия пользователя с базой данных через интерфейс, то есть пользователь сможет удалить или добавить нового пациента 2) Надо создать базу данных из приблизительно 100 пациентов,г де у каждого пациента будет свой параметр, как в файле “Анкета_кардио.xls” То есть первый параметр Фамилия затем имя человека Пол Возраст и так далее После (случайного) заполнения этих данных, надо будет заполнить данные у которых есть определенный выбор, как в таблице "Анкета_кардио.xls" Например, курение - да или нет, алкоголь - не употребляет, умеренно употребляет, злоупотребляет И соответственно при добавлении пользователя в базу данных, надо вписывать в интерфейсе все эти параметры как "Анкета_кардио.xls" Также есть еще одна схема, которая служит примером как можно сделать реализацию связей в базе данных Также надо чтобы интерфейс был написан на языке python и с помощью библиотеки tkinter.

написание кода. Разработка с нуля. Нужно реализовать два алгоритма: 1) Барабаши-Альберт 2) Триадное замыкание все с каким-нибудь визуализатором (при запуске программ должны получатся сети).

Перенести готовую нейросеть из Гугл коллаба в пайчарм. Доработка существующего продукта. Здравствуйте! Нужно перенести в пайчарм уже готовую нейросеть из Гугл коллаба, все время выдает ошибку(.

Веб-разработка. Разработка с нуля. Привет! Мы ищем опытного backend разработчика (Python + Django) с аналитическим и критическим мышлением для выполнения 5 небольших проектов с интеграцией моделей больших языковых моделей (LLM) в четырех из них. Описание проектов: 1) Разработка веб-сайта для рекомендаций предметов гардероба на основе ссылки на предмет. Используемые LLM: GPT-4o. Также потребуется написать парсер для Wildberries и Amazon. 2) Создание сайта с базой данных из данных в видео на YouTube и возможностью поиска ответа на текстовый запрос по базе или конкретному видео. Используемые LLM: GPT-3.5 Turbo (API + OpenAI embeddings + PostgreSQL через расширение pgvector или возможно использование graphRAG). Если у вас есть предложения по более оптимальной реализации, мы готовы их обсудить. Также необходимо создать базу данных и работать с API YouTube. 3) Разработка веб-сайта для преобразования текстового блога в подкаст и наоборот. Пользователь загружает аудиофайл. Используемые LLM: Claude 3 (API), Whisper AI (локально, не через API), ElevenLabs (API), Eleven Labs Voice Cloning (API), MusicGen (API). Также необходимо создать базу данных. 4) Создание веб-сайта для автоматизации задач по расшифровке, обобщению и постановке задач из видео-конференций. Используемые LLM: GPT-4o, локальный WhisperX (обертка на стандартный Whisper). Возможно адаптировать готовое решение Телеграм-бота для веб-сайта - AI Secretary. Также необходимо создать базу данных. 5) Разработка расширения для браузера для совместной работы над веб-сайтом через создание комментариев и заметок к любому элементу. Интеграция LLM не требуется. Во всех проектах необходимо реализовать регистрацию пользователей, интеграцию с Юкассой для оплаты, создание простой системы подсчета использования кредитов в рамках тарифных планов, размещение сайта и необходимых моделей на сервере. Работа над проектами будет осуществляться в порядке очередности, начиная с первого. Вы будете работать в связке с опытным фронтенд разработчиком (React). Мы приветствуем креативность и нестандартный подход к решению задач. Пример технического задания будет предоставлен после отклика.

Разработка приложений для ПК. Тестирование, доработка существующего продукта, настройка. 1. Переписывание роботов с языка MQL4 и MQL5 (С-подобный язык), на язык pyhton. На данный момент есть несколько таких роботов. 2. Написать тестер стратегий на python. Модель аналогичная тестеру на MQL в программе Метатрейдер 5. Функционал тестера: А) Моделирование тестирования написанных на Pyhton роботов на истории. Графическое отображение результатов тестера. Графики на python flask. Требуется реализовать отображение свечных графиков на python flask (или другом фреймфорке) с рисованием дополнительно прямоугольников и линий со стрелками по заданным координатам. Сделать возможность увеличить/уменьшить определенную область графика. Б) Поиск оптимальных параметров работы роботов путем перебора по их выбранным параметрам (настройка) для достижения оптимального результата (также настаивается). Оптическая оптимизация приветствуется.

Мини приложение для пк. Разработка с нуля. Разработать программу на питон подключения по api к сервису. Передавать двумерное изображение, получать и посматривать результат 3 d модель. Разработка: 1) интерфейс выбора файла 2 d + отправка на сервис+ получение и просмотр результата Желательно использовать графику kivy (не обязательно) 2) подключение к открытому api (вся документация есть) tripo ai web результат рабочий .ехе и блокнот с текстом программы ( будет открываться в googlecolab).

Нужно подкорректировать существующий код. Помочь оптимизировать работу бота. Доработка существующего продукта. Есть код, создан бот, но он работает с временными сбоями. Плюс алгоритм не работает при подборе верного решения. Пожелания и особенности: Есть код, создан бот, но он работает с временными сбоями. Плюс алгоритм не работает при подборе верного решения.

Написание нейронной сети. Разработка с нуля. Нужна нейронная сеть по распознаванию жестов для глухонемых с картинок.

помощь в учебе. помощь в написании работы. .

Веб-разработка. Доработка существующего продукта, настройка. Нужна помощь в выполнении курсового проекта - соединить postgres и Django. Тема «Система управления ассортиментом магазина». Есть готовая база данных (6 таблиц). Задача в реализации несложного (!) веб-приложения , в котором есть добавление, удаление, редактирование и просмотр данных. Также объяснение вышесказанного, так как мне нужно будет еще писать техническую документацию ). Пожелания и особенности: Первый курс, бакалавр. Нужна помощь в выполнении курсового проекта - соединить postgres и Django. Тема «Система управления ассортиментом магазина». Есть готовая база данных (6 таблиц). Задача в реализации несложного (!) веб-приложения , в котором есть добавление, удаление, редактирование и просмотр данных. Также объяснение вышесказанного, так как мне нужно будет еще писать техническую документацию ).

Разработка системы. Разработка с нуля. Задача: Система должна ежедневно запрашивать информацию от тинькофф инвестиции, сохранять в базу, агрегировать информацию и согласно условиям отправлять информацию в закрытый чат телеграмм. 1. Ежедневно (пусть это будет 00:00) запрашивать список российских акций и добавлять новые акции в список для отслеживания. 2. Раз в день (пусть это будет 7 утра) запрашивать у тинькофф инвестиции 4 значения по каждой акции: a. Цена открытия b. Максимальное значение цены за день c. Минимальное значение цены за день d. Цена закрытия Все эти данные сохранять в базу. 3. Используя сохранённые значения найти определённые закономерности согласно шаблонам и отправить сообщение в закрытую группу телеграмм по шаблону. Цену обсудим в процессе общения.

Написание кода. Написание кода. Необходимо написать код нейросети придерживаясь инструкции со скриптами, исходные данные есть, объем примерно 100 строк. Записать видео с объяснением кода по завершении.

Разработка приложений для ПК. Разработка с нуля. Требования 1. Функциональные требования Регистрация пользователя: Ввод уникального логина (email) и пароля. Возможность указания роли при регистрации (администратор, пользователь, модератор и т.д.). Валидация данных при регистрации (проверка формата email, длины пароля и т.д.). Авторизация пользователя: Ввод логина (email) и пароля для входа в систему. Проверка соответствия введенных данных с сохраненными в базе данных. Создание и хранение сессии пользователя. Роли и права доступа: Определение ролей (администратор, пользователь, модератор и т.д.). Хранение информации о ролях в базе данных. Предоставление доступа к различным функциям системы в зависимости от роли пользователя. Управление пользователями (для администраторов): Добавление, редактирование и удаление учетных записей пользователей. Назначение и изменение ролей пользователей. 2. Нефункциональные требования Безопасность: Пароли должны храниться в зашифрованном виде (хеширование). Использование защищенного соединения (SSL/TLS) для передачи данных. Защита от SQL-инъекций и других видов атак. Производительность: Система должна поддерживать одновременную работу множества пользователей. Оптимизация запросов к базе данных для минимизации времени отклика. Масштабируемость: Возможность легкого добавления новых ролей и расширения функционала системы.

Веб-разработка. Необходимо написать код на языке python3. ТЗ по разработке обработчика речи. Необходимо написать код на языке python3 обеспечивающий: - Подключение к устройству записи звука (микрофон) - Получение потока звука с микрофона - Подключение к сервису Яндекс SpeechKit - Потоковая передача звука на SpeechKit для распознавания речи - Получение результата распознавания в режиме реального времени (не ожидая окончания записи звука, в потоковом режиме) в виде текста - Запуск передачи звука по команде пользователя - Окончание записи звука в случае команды пользователя или в результате детекции окончания голосового сообщения. Код должен быть оформлен в виде чистых функций, реализованных для каждой из указанных задач. После запуска код должен выполняться в фоновом режиме и ожидать поступление команды от пользователя на начало записи звука. После начала записи должно обеспечиваться получение звука от микрофона, потоковая передача звука на сервис Яндекс SpeechKit, получение и обработка результата распознавания речи и возвращение текста распознанной речи в указанную в качестве параметра callback функцию. Остановка записи звука осуществляется по команде пользователя или при детекции сервисом Яндекс SpeechKit окончания голосового сообщения. Команды от пользователя на начало и окончание записи передаются посредством вызова соответствующих функций. Задержка между озвучиваемой речью и полученным текстом распознанной речи не должен превышать 2 сек.

Решение задач по программированию Питон. Тестирование. Необходимо решить экзамен по Питону , на минимальный балл 4. Также знание базового уровня Питона, дата сета и функций.

Веб-разработка. Разработка с нуля. 1. Пожелания и особенности: 1.

Разработка приложений для ПК. Доработка существующего продукта, разработка с нуля. Создание торговых роботов по заданным параметрам для трейдинга на биржах.

решение задач на экзамене. решение заданий. 31 мая в 9:30 решение экзаменационных задач.

Разработка приложений для ПК. Разработка с нуля. Обучение с нуля до разработчика.

Веб-разработка. Разработка с нуля. Проект django.

Веб-разработка. Тестирование, разработка с нуля, настройка, доработка существующего продукта. Ничего кодить не нужно. Нужны дополнительные руки. Задача: Собрать поисковую выдачу по 170 запросам, я все объясню. Что нужно иметь: Гугл браузер, Гугл таблицы, VScode (с установленным питоном и библиотекой beautifulsoup) Все что нужно будет делать: 1. Вбить запрос в инкогнито Гугл хром 2. Инспекнуть код страницы, скопировать html 3. Запустить питон скрипт 4. Скопировать полученный результат в гугл таблицу … И так 170 раз.

Заполнение готового скрипта на пайтон для гугл-формы. Доработка существующего продукта. Нужно заполнить скрипт на питоне для существующей Гугл-формы, форма есть, скрипт есть, нужен исполнитель, срочно.

Разработка приложений для ПК. Доработка существующего продукта. Программист-ассистент python. Пожелания и особенности: Программист-ассистент python.

Веб-разработка. Доработка существующего продукта. Создание базы данных,. Создание личного кабинета сайта.

Программирование. Написать небольшую часть программы. Добавить страницу( заглушка в views.py) со списком всех созданных пользователем приглашений.

решение задач. Разработка с нуля. Во всех заданиях данного раздела запрещено использовать циклы и list comprehensions. Под вектором и матрицей в данных заданиях понимается одномерный и двумерный numpy.array соответственно. In [ ]: import numpy as np 1. (0.5 балла) Реализуйте функцию, возвращающую максимальный элемент в векторе x среди элементов, перед которыми стоит нулевой. Для x = np.array([6, 2, 0, 3, 0, 0, 5, 7, 0]) ответом является 5. Если нулевых элементов нет, функция должна возвращать None. In [ ]: def max_element(arr): # Your code here 2. (0.5 балла) Реализуйте функцию, принимающую на вход матрицу и некоторое число и возвращающую ближайший к числу элемент матрицы. Например: для X = np.arange(0,10).reshape((2, 5)) и v = 3.6 ответом будет 4. In [ ]: def nearest_value(X, v): # Your code here 3. (0.5 балла) Реализуйте функцию scale(X), которая принимает на вход матрицу и масштабирует каждый ее столбец (вычитает выборочное среднее и делит на стандартное отклонение). Убедитесь, что в функции не будет происходить деления на ноль. Протестируйте на случайной матрице (для её генерации можно использовать, например, функцию numpy.random.randint). In [ ]: def scale(X): # Your code here 4. (0.5 балла) Реализуйте функцию, которая для заданной матрицы находит: определитель след наименьший и наибольший элементы норму Фробениуса собственные числа обратную матрицу Для тестирования сгенерируйте матрицу с элементами из нормального распределения N (10,1) In [ ]: def get_stats(X): # Your code here 5. (0.5 балла) Повторите 100 раз следующий эксперимент: сгенерируйте две матрицы размера 10x10 из стандартного нормального распределения, перемножьте их (как матрицы) и найдите максимальный элемент. Какое среднее значение по экспериментам у максимальных элементов? 95-процентная квантиль? In [ ]: for exp_num in range(100): # Your code here Pandas Ответьте на вопросы о данных по авиарейсам в США за январь-апрель 2008 года. Данные и их описание In [ ]: import pandas as pd %matplotlib inline 6. (0.3 балла) Какая из причин отмены рейса (CancellationCode) была самой частой? (расшифровки кодов можно найти в описании данных) In [ ]: # Your code here 7. (0.3 балла) Найдите среднее, минимальное и максимальное расстояние, пройденное самолетом. In [ ]: # Your code here 8. (0.3 балла) Не выглядит ли подозрительным минимальное пройденное расстояние? В какие дни и на каких рейсах оно было? Какое расстояние было пройдено этими же рейсами в другие дни? In [ ]: # Your code here 9. (0.3 балла) Из какого аэропорта было произведено больше всего вылетов? В каком городе он находится? In [ ]: # Your code here 10. (0.3 балла) Найдите для каждого аэропорта среднее время полета (AirTime) по всем вылетевшим из него рейсам. Какой аэропорт имеет наибольшее значение этого показателя? In [ ]: # Your code here 11. (1 балл) Найдите аэропорт, у которого наибольшая доля задержанных (DepDelay > 0) рейсов. Исключите при этом из рассмотрения аэропорты, из которых было отправлено меньше 1000 рейсов (используйте функцию filter после groupby). In [ ]: # Your code here Линейная регрессия В этой части мы разберемся с линейной регрессией, способами её обучения и измерением качества ее прогнозов. Будем рассматривать датасет из предыдущей части задания для предсказания времени задержки отправления рейса в минутах (DepDelay). Отметим, что под задержкой подразумевается не только опоздание рейса относительно планируемого времени вылета, но и отправление до планируемого времени. Подготовка данных 12. (1 балл) Считайте выборку из файла при помощи функции pd.read_csv и ответьте на следующие вопросы: Имеются ли в данных пропущенные значения? Сколько всего пропущенных элементов в таблице "объект-признак"? Сколько объектов имеют хотя бы один пропуск? Сколько признаков имеют хотя бы одно пропущенное значение? In [ ]: # Your code here Как вы понимаете, также не имеет смысла рассматривать при решении поставленной задачи объекты с пропущенным значением целевой переменной. В связи с этим ответьте на следующие вопросы и выполните соответствующие действия: Имеются ли пропущенные значения в целевой переменной? Проанализируйте объекты с пропущенными значениями целевой переменной. Чем вызвано это явление? Что их объединяет? Можно ли в связи с этим, на ваш взгляд, исключить какие-то признаки из рассмотрения? Обоснуйте свою точку зрения. Исключите из выборки объекты с пропущенным значением целевой переменной и со значением целевой переменной, равным 0, а также при необходимости исключите признаки в соответствии с вашим ответом на последний вопрос из списка и выделите целевую переменную в отдельный вектор, исключив её из матрицы "объект-признак". In [ ]: # Your code here 13. (0.5 балла) Обратите внимание, что признаки DepTime, CRSDepTime, ArrTime, CRSArrTime приведены в формате hhmm, в связи с чем будет не вполне корректно рассматривать их как вещественные. Преобразуйте каждый признак FeatureName из указанных в пару новых признаков FeatureName_Hour, FeatureName_Minute, разделив каждое из значений на часы и минуты. Не забудьте при этом исключить исходный признак из выборки. В случае, если значение признака отсутствует, значения двух новых признаков, его заменяющих, также должны отсутствовать. Например, признак DepTime необходимо заменить на пару признаков DepTime_Hour, DepTime_Minute. При этом, например, значение 155 исходного признака будет преобразовано в значения 1 и 55 признаков DepTime_Hour, DepTime_Minute соответственно. In [ ]: # Your code here 14. (1 балл) Некоторые из признаков, отличных от целевой переменной, могут оказывать чересчур значимое влияние на прогноз, поскольку по своему смыслу содержат большую долю информации о значении целевой переменной. Изучите описание датасета и исключите признаки, сильно коррелирующие с ответами. Ваш выбор признаков для исключения из выборки обоснуйте. Кроме того, исключите признаки TailNum и Year. In [ ]: # Your code here 1 5. (0.5 балла) Приведем данные к виду, пригодному для обучения линейных моделей. Для этого вещественные признаки надо отмасштабировать, а категориальные — привести к числовому виду. Также надо устранить пропуски в данных. В первую очередь поймем, зачем необходимо применять масштабирование. Следующие ячейки с кодом построят гистограммы для 3 вещественных признаков выборки. In [ ]: X['DepTime_Hour'].hist(bins=20) In [ ]: X['TaxiIn'].hist(bins=20) In [ ]: X['FlightNum'].hist(bins=20) Какую проблему вы наблюдаете на этих графиках? Как масштабирование поможет её исправить? Некоторые из признаков в нашем датасете являются категориальными. Типичным подходом к работе с ними является бинарное, или one-hot-кодирование. Реализуйте функцию transform_data, которая принимает на вход DataFrame с признаками и выполняет следующие шаги: Замена пропущенных значений на нули для вещественных признаков и на строки 'nan' для категориальных. Масштабирование вещественных признаков с помощью StandardScaler. One-hot-кодирование категориальных признаков с помощью DictVectorizer или функции pd.get_dummies. Метод должен возвращать преобразованный DataFrame, который должна состоять из масштабированных вещественных признаков и закодированных категориальных (исходные признаки должны быть исключены из выборки). In [ ]: def transform_data(data): # Your code here Примените функцию transform_data к данным. Сколько признаков получилось после преобразования? In [ ]: # Your code here 16. (1 балл) Разбейте выборку и вектор целевой переменной на обучение и контроль в отношении 70/30 (для этого можно использовать, например, функцию train_test_split). In [ ]: # Your code here Scikit-learn Теперь, когда мы привели данные к пригодному виду, попробуем решить задачу при помощи метода наименьших квадратов. Напомним, что данный метод заключается в оптимизации функционала MSE Заметим, что решение данной задачи уже реализовано в модуле sklearn в виде класса LinearRegression. 17. (1 балл) Обучите линейную регрессию на 1000 объектах из обучающей выборки и выведите значения MSE и R2 на этой подвыборке и контрольной выборке (итого 4 различных числа). Проинтерпретируйте полученный результат — насколько качественные прогнозы строит полученная модель? Какие проблемы наблюдаются в модели? Подсказка: изучите значения полученных коэффициентов w, сохраненных в атрибуте coef_ объекта LinearRegression. In [ ]: # Your code here Для решения описанных вами в предыдущем пункте проблем используем L1- или L2-регуляризацию, тем самым получив Lasso и Ridge регрессии соответственно и изменив оптимизационную задачу одним из следующих образов: где α — коэффициент регуляризации. Один из способов его подбора заключается в переборе некоторого количества значений и оценке качества на кросс-валидации для каждого из них, после чего выбирается значение, для которого было получено наилучшее качество. 18. (1 доп. балл) Обучите линейные регрессии с L1- и L2-регуляризатором, подобрав лучшее значение параметра регуляризации из списка alpha_grid при помощи кросс-валидации c 5 фолдами на тех же 1000 объектах, что и в п.17. Выведите значения MSE и R2 на обучающей и контрольной выборках. Удалось ли решить указанные вами ранее проблемы? Для выполнения данного задания вам могут понадобиться реализованные в библиотеке объекты LassoCV, RidgeCV и KFold. In [ ]: # Your code here Срок 20.05, оплата после проверки на работоспособность и правильность кода, ссылка на задачи в гитхабе будет отправлена.

Веб-разработка. Доработка существующего продукта. Разработка личного кабинета клиентов на базе фреймворка "Volt Pro Django Dashboard". Личный кабинет предназначен для автоматизации взаимодействия клиентов с сервисами и данных, получаемых через API Cloudflare (только раздел argo tunnel). Более подробная информация в прикрепленном документе.

Веб-разработка. Разработка с нуля. Необходимо написать диплом в соответствии с данными условиями: Дипломный проект профессии «Python-разработчик: расширенный курс» Backend-приложение для автоматизации закупок. Подробные условия по ссылке: https://github.com/netology-code/python-final-diplom/tree/master.

Разработка приложений для ПК. Доработка существующего продукта. Мне для диплома нужно написать программу. Сейчас имеется программа с БД, в которую можно записывать товары. Нужно эту программу сильно дополнить и сделать так, чтобы она анализировала введение данные по нескольким метрикам.

Разработка приложений для ПК. Разработка с нуля, доработка существующего продукта. Ищу человека в команду для участия в соревновании, нужно автоматизировать процессы, в том числе загрузку формул на сайт через api, предпочтителен бэкенд разработчик, подробности в лс.

Решение задач по алгоритмам и структурам данных. написание кода с выводом в графическом окне, возможностью редактировать в нeм. Реализовать список работ на алгоритмы и структуру данных.

написание кода и опробирование. Разработка с нуля. Написать код на пайтоне используя ии и как вычеслить фишинговые ссылки и опробировать его.

Разработка приложений для ПК. Разработка с нуля, доработка существующего продукта. Приложение обеспечивает: • Создание списка задач с возможностью установки приоритета и категории для каждой задачи. • Отслеживание выполнения задач и установка статуса (выполнено/не выполнено). • Возможность отображения прогресса выполнения задач в виде графиков и диаграмм. • Анализ эффективности выполнения задач на основе статистических данных. Это приложение обеспечивает удобный и эффективный способ управления задачами, отслеживания прогресса и анализа эффективности выполнения задач.

Разработка приложений для ПК. Разработка с нуля. Нужно сделать проект на Python дедлайн 19го мая в чем суть: веб-сервис на образовательную тематику (например, тренажер для изучения иностранного языка или сборник задач по физике с автоматической проверкой ответов). более подробное описание проекта в файле во вложении поект-референс https://github.com/LXDMIPT/maths-site.

Разработка приложений для ПК. Доработка существующего продукта. Проще созвониться онлайн и по просмотру экрана все объясню.

Разработка приложений для ПК. Доработка существующего продукта. Доработать мини программу.

Веб-разработка. Разработка с нуля. Питон :дикораторы , numba.

Разработка приложений для ПК. Разработка с нуля. Необходимо создать программу и подробно описать принципы ее работы, в дальнейшем помочь настроить, чтобы запускалось на моем компьютере. Программа для дипломной работы. Мониторинг изменений в распределенных данных на основе анализа журналов транзакций. На данный момент я пытаюсь решить эту задачу сам. Использую Microsoft SQL server, PostgreSQL и Python. Допускаю C# Visual Studio. Собственно на таком стеке я желаю получить результат.

Создать программную реализацию ГОСТ Р 34.11-2012. Разработка с нуля. Написать программную реализацию ГОСТ Р 34.11-2012 (или его международный вариант ГОСТ 34.11-2018) с длиной хэш-значения 256 или 512 бит по выбору; Программа должна обладать следующей функциональностью: 1) принимать на вход файл, подлежащий хэшированию; 2) осуществлять хэширование выбранного файла и сохранять результат в новом файле. Программа должна быть реализована на Python.

Решение экзамена. Решение экзамена по программированию на языке Python. Здравствуйте! Нужно 23 мая вечером или 24 с утра ко мне домой, территориально район Можайский и решить экзамен по программированию на языке Python. Экзамен с двойным прокторингом, поэтов я буду сидеть перед камерой, а вы стоять за компьютером, смотреть задание, писать код на планшете и показывать мне. Высший балл не нужен, демоверсию скину в личные сообщения.

Разработка приложений для ПК. Разработка с нуля. Написать максимально короткую программу на Python. Которая при получении любого доната через Donation alerts будет выполнять какие -то действия. Достаточно выводить в консоль слово "Donation!". Нужно будет отдать полный код скрипта, а также показать как его правильно настроить и соединить с Donation alerts.

Веб-разработка. Доработка существующего продукта. Имеется готовая система для анализа трафика, которая работает на Django (Phyton) + взаимодействует с трекером (Binom v2) по API. После получения данных из трекера и его анализа, система принимает решение о блокировке площадок и отправляет эти площадки по API в источники трафика. Данный скрипт был в спячке 2+ года, необходимо его оживить, обновить, донастроить и внести корректировки в работу с трекером (обновилось API), чтобы взаимодействия между трекером и источниками трафика работали корректно. Оплата почасовая или сдельная + готов рассмотреть все ваши предложения.

Помощь по школьной программе. Объяснить решение задач. Возникли сложности с решением задач в программе питон 8 класс. Нужно 1-2 занятия.

Веб-разработка. Доработка существующего продукта. Нужно сверстать 2 несложные странички. Работы больше по бэку. По технологиям Jango,TS.

Выполнение задания студента для университета. Выполнение задания университета для студента. Нужно выполнить задания первых 4 глав учебника Васильева А.Н. "Программирование на Python в примерах и задачах".

Разработка приложений для ПК. Доработка существующего продукта. Необходимо написать скрипт для сборки компонентов в единое работающее приложение на языке Python.

Программирование на языке Python. Разработка с нуля. Здравствуйте! Необходим квалифицированный преподаватель для максимально быстрого изучения "Python". Ребенку для поступления в ВУЗ необходимо научиться писать программы, устранять ошибки и создавать работающие приложения. Преподаватель должен превосходно знать предмет и сделать процесс обучения максимально эффективным и интересным. Обучение должно быть без воды. Оплата за достойное обучение 1500р за час. Прошу обучение в группах не предлагать.