Π’Ρ…ΠΎΠ΄ Π‘Π»ΠΎΠ³
Π‘Ρ‚Ρ€ΠΎΠΈΡ‚Π΅Π»ΡŒΡΡ‚Π²ΠΎ ΠΈ Ρ€Π΅ΠΌΠΎΠ½Ρ‚
Π Π΅ΠΏΠ΅Ρ‚ΠΈΡ‚ΠΎΡ€Ρ‹
ΠšΡ€Π°ΡΠΎΡ‚Π°
ЀрилансСры
Π Π°Π·Π½Ρ‹Π΅ спСциалисты
Π’Ρ€Π΅Π½Π΅Ρ€Ρ‹
Π£Ρ…ΠΎΠ΄ Π·Π° ΠΆΠΈΠ²ΠΎΡ‚Π½Ρ‹ΠΌΠΈ
Автоинструкторы

ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚Ρ‹ β€” удалённая Ρ€Π°Π±ΠΎΡ‚Π° Π² МосквС

Π”Π°Ρ‚Π°: 2025-11-17
Π”Π΅Ρ‚Π°Π»ΠΈ
Π Π΅Π³ΠΈΠΎΠ½
Москва
Π—Π°Π½ΡΡ‚ΠΎΡΡ‚ΡŒ
дистанционно
Π‘Ρ‚ΠΎΠΈΠΌΠΎΡΡ‚ΡŒ
договорная
Π”Π°Ρ‚Π° ΠΏΡƒΠ±Π»ΠΈΠΊΠ°Ρ†ΠΈΠΈ
2025-11-17
ОписаниС
Data Science. Π”ΠΎΡ€Π°Π±ΠΎΡ‚ΠΊΠ° ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽΡ‰Π΅Π³ΠΎ ΠΏΡ€ΠΎΠ΄ΡƒΠΊΡ‚Π°. 9. For two variables, calculate the outliers using both the interquartile range and the standard deviation from the mean. Are the results different? Interpret them. 10. If there are outliers, delete them (if there is a lot of data) or replace them with the mean/median (if there is little data) and see how the measures of the central tendency in the variable under consideration have changed. 11. If there are missing values in the data, specify in which variables and how many of them. And fill them with the median/mean. 12. Build a correlation matrix (use seaborn.heatmap function) based only on those features for which the correlation can be calculated (If there are a lot of such pairs, build at least 10 ) 13. Interpret each correlation value in the matrix between two features 14. Plot the scatter plots based on these features (hint sns.pairplot()) 15. Download your .ipynb file and dataset by the submission form.
ΠŸΠΎΡ…ΠΎΠΆΠΈΠ΅ Π·Π°ΠΊΠ°Π·Ρ‹

Data scientist

дистанционно
договорная
ВСстированиС, Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля, настройка. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° распрСдСлСнной систСмы ΠΌΠΎΠ½ΠΈΡ‚ΠΎΡ€ΠΈΠ½Π³Π° ΠΏΡ€ΠΎΠΌΡ‹ΡˆΠ»Π΅Π½Π½ΠΎΠ³ΠΎ оборудования Π½Π° Π±Π°Π·Π΅ Π°Π²Ρ‚ΠΎΠ½ΠΎΠΌΠ½Ρ‹Ρ… IoT-Π½ΠΎΠ΄. Π Π°Π±ΠΎΡ‚Π° с Π²Ρ€Π΅ΠΌΠ΅Π½Π½Ρ‹ΠΌΠΈ рядами Π² условиях высокой Π·Π°ΡˆΡƒΠΌΠ»Π΅Π½Π½ΠΎΡΡ‚ΠΈ. Π‘Ρ‚Π΅ΠΊ Π΄Π°Ρ‚Ρ‡ΠΈΠΊΠΎΠ² (Input Data): 6-осСвой ΠΈΠ½Π΅Ρ€Ρ†ΠΈΠ°Π»ΡŒΠ½Ρ‹ΠΉ ΠΌΠΎΠ΄ΡƒΠ»ΡŒ (High-frequency IMU). Π’ΠΎΠΊΠΎΠ²Ρ‹Π΅ трансформаторы (AC/DC Current monitoring). ΠšΠ»ΠΈΠΌΠ°Ρ‚ΠΈΡ‡Π΅ΡΠΊΠΈΠ΅ ΠΏΠ°Ρ€Π°ΠΌΠ΅Ρ‚Ρ€Ρ‹ (Temp/Humidity). ΠšΠ»ΡŽΡ‡Π΅Π²Ρ‹Π΅ Π·Π°Π΄Π°Ρ‡ΠΈ: Анализ сигнатур двиТСния: Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ² сСгмСнтации Ρ†ΠΈΠΊΠ»ΠΎΠ² Ρ€Π°Π±ΠΎΡ‚Ρ‹ оборудования Π½Π° основС Π΄Π°Π½Π½Ρ‹Ρ… аксСлСромСтра ΠΈ гироскопа (Kalman filtering, Madgwick). Частотный Π°Π½Π°Π»ΠΈΠ· ΠΈ дСфСктоскопия: Π’Ρ‹Π΄Π΅Π»Π΅Π½ΠΈΠ΅ ΠΏΡ€ΠΈΠ·Π½Π°ΠΊΠΎΠ² износа мСханичСских ΡƒΠ·Π»ΠΎΠ² Ρ‡Π΅Ρ€Π΅Π· FFT/STFT-прСобразования виброакустичСских ΠΏΠ°Ρ‚Ρ‚Π΅Ρ€Π½ΠΎΠ². ΠŸΡ€ΠΎΡ„ΠΈΠ»ΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ энСргопотрСблСния: ДСтСкция Π°Π½ΠΎΠΌΠ°Π»ΠΈΠΉ Π² пусковых ΠΈ Ρ€Π°Π±ΠΎΡ‡ΠΈΡ… Ρ‚ΠΎΠΊΠ°Ρ… двигатСля для прогнозирования элСктричСских нСисправностСй. Environment Correction: ΠŸΠΎΡΡ‚Ρ€ΠΎΠ΅Π½ΠΈΠ΅ рСгрСссионных ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ влияния ΠΌΠΈΠΊΡ€ΠΎΠΊΠ»ΠΈΠΌΠ°Ρ‚Π° Π½Π° износ ΠΊΠΎΠΌΠΏΠΎΠ½Π΅Π½Ρ‚ΠΎΠ² систСмы. Edge AI Implementation: ΠžΠΏΡ‚ΠΈΠΌΠΈΠ·Π°Ρ†ΠΈΡ классификаторов для исполнСния Π½Π° ΠΌΠΈΠΊΡ€ΠΎΠΊΠΎΠ½Ρ‚Ρ€ΠΎΠ»Π»Π΅Ρ€Π°Ρ… с ΠΎΠ³Ρ€Π°Π½ΠΈΡ‡Π΅Π½Π½Ρ‹ΠΌΠΈ рСсурсами (TinyML). ВСхничСскиС трСбования: ΠžΠΏΡ‹Ρ‚ Ρ€Π°Π±ΠΎΡ‚Ρ‹ с DSP (цифровая ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° сигналов) ΠΈ Anomaly Detection. Python (NumPy, SciPy, Scikit-learn, PyTorch/TensorFlow). ПониманиС Ρ„ΠΈΠ·ΠΈΠΊΠΈ процСссов Π² элСктромСханичСских систСмах.
Москва ЀрилансСры

IT-аутсорсинг

дистанционно
договорная
Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° ПО. Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля, тСстированиС, настройка, Π΄ΠΎΡ€Π°Π±ΠΎΡ‚ΠΊΠ° ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽΡ‰Π΅Π³ΠΎ ΠΏΡ€ΠΎΠ΄ΡƒΠΊΡ‚Π°. НСобходимо ΡΠ΄Π΅Π»Π°Ρ‚ΡŒ РНП систСму для Π½Π°ΡˆΠΈΡ… ΠΌΠ°Π³Π°Π·ΠΈΠ½ΠΎΠ² Π½Π° Π²Π± ΠΈ ΠΎΠ·ΠΎΠ½. Π˜Π½Π°Ρ‡Π΅ - ΠΎΡ†ΠΈΡ„Ρ€ΠΎΠ²ΠΊΠ° Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚ΠΎΠ², производимая автоматичСски ΠΈ Π½Π° постоянной основС. Π”Π°Π½Π½Ρ‹Π΅ с маркСтплСйсов ΡΠΎΠ±ΠΈΡ€Π°ΡŽΡ‚ΡΡ ΠΏΠΎ Π°ΠΏΠΈ ΠΈ ΠΈΠ½Ρ‚Π΅Ρ€ΠΏΡ€Π΅Ρ‚ΠΈΡ€ΡƒΡŽΡ‚ΡΡ Π² Ρ‡ΠΈΡ‚Π°Π΅ΠΌΡ‹ΠΉ Ρ„ΠΎΡ€ΠΌΠ°Ρ‚ для постоянного Π°Π½Π°Π»ΠΈΠ·Π°: сумма Π·Π°ΠΊΠ°Π·ΠΎΠ², количСство Π·Π°ΠΊΠ°Π·ΠΎΠ², Π·Π°ΠΊΠ°Π·Ρ‹ ΠΏΠΎ Π°Ρ€Ρ‚ΠΈΠΊΡƒΠ»Ρƒ, Ρ€Π΅ΠΊΠ»Π°ΠΌΠ½Ρ‹ΠΉ расход, Π΄Ρ€Ρ€, расчСт ΠΏΡ€ΠΈΠ±Ρ‹Π»ΠΈ ΠΎΡ‚ Π·Π°ΠΊΠ°Π·ΠΎΠ² ΠΈ Ρ‚Π΄. Π˜Ρ‰Ρƒ Π°ΠΊΡ‚ΠΈΠ²Π½ΠΎΠ³ΠΎ, ΠΈΠ½ΠΈΡ†ΠΈΠ°Ρ‚ΠΈΠ²Π½ΠΎΠ³ΠΎ Π²Π°ΠΉΠ±ΠΊΠΎΠ΄Π΅Ρ€Π°/программиста, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ смоТСт Π½Π° постоянной основС Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ с ΠΏΡ€ΠΎΠ΅ΠΊΡ‚ΠΎΠΌ, Π΄ΠΎΠΏΠΈΠ»ΠΈΠ²Π°Ρ‚ΡŒ Π΅Π³ΠΎ, Ρ‚ΠΊ Ρ€Π°Π·Π²ΠΈΡ‚ΠΈΠ΅ Ρƒ Ρ‚Π°ΠΊΠΎΠΉ систСмы ΠΌΠΎΠΆΠ΅Ρ‚ Π±Ρ‹Ρ‚ΡŒ бСсконСчноС. НС интСрСсны спСциалисты с овСрпрайс Ρ‡Π΅ΠΊΠΎΠΌ ΠΈ Π½Π° Ρ€Π°Π·ΠΎΠ²ΠΎΠ΅ Π²Ρ‹ΠΏΠΎΠ»Π½Π΅Π½ΠΈΠ΅ Π·Π°Π΄Π°Ρ‡ΠΈ. Если Π²Ρ‹ ΠΏΡ€ΠΎΡ‡ΠΈΡ‚Π°Π»ΠΈ Π΄ΠΎ ΠΊΠΎΠ½Ρ†Π°, ΠΏΡ€ΠΈ ΠΎΡ‚ΠΊΠ»ΠΈΠΊΠ΅ ΠΎΡ‚Π²Π΅Ρ‚ΡŒΡ‚Π΅ поТалуйста Π½Π° вопросы: 1. Π‘Ρ‹Π» Π»ΠΈ Ρƒ вас ΠΎΠΏΡ‹Ρ‚ Π²Π°ΠΉΠ±ΠΊΠΎΠ΄ΠΈΠ½Π³Π°? Π§Ρ‚ΠΎ это Π±Ρ‹Π»ΠΎ? 2. Π£ΠΌΠ΅Π΅Ρ‚Π΅ Π»ΠΈ Π²Ρ‹ ΠΏΠΈΡΠ°Ρ‚ΡŒ ΠΈ Π΄ΠΎΠ΄Π΅Π»Ρ‹Π²Π°Ρ‚ΡŒ ΠΊΠΎΠ΄ ΡΠ°ΠΌΠΎΡΡ‚ΠΎΡΡ‚Π΅Π»ΡŒΠ½ΠΎ? 3. На ΠΊΠ°ΠΊΡƒΡŽ Π·ΠΏ Ρ…ΠΎΡ‚ΠΈΡ‚Π΅ Ρ€Π°ΡΡΡ‡ΠΈΡ‚Ρ‹Π²Π°Ρ‚ΡŒ, Ссли Π±ΡƒΠ΄Π΅Ρ‚ ΠΏΡ€Π΅Π΄Π»ΠΎΠΆΠ΅Π½ΠΈΠ΅ ΡƒΡΡ‚Ρ€ΠΎΠΈΡ‚ΡŒΡΡ Π² ΡˆΡ‚Π°Ρ‚?.
Москва ЀрилансСры

ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚Ρ‹

дистанционно
договорная
Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля. Автоматизация аналитичСской систСмы для Ozon НуТСн Python‑Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚Ρ‡ΠΈΠΊ / ΠΈΠ½Ρ‚Π΅Π³Ρ€Π°Ρ‚ΠΎΡ€ для создания MVP аналитичСской систСмы ΠΏΠΎΠ΄ ΠΌΠ°Π³Π°Π·ΠΈΠ½ Ozon с ΠΈΠ½Ρ‚Π΅Π³Ρ€Π°Ρ†ΠΈΠ΅ΠΉ API, Ρ…Ρ€Π°Π½Π΅Π½ΠΈΠ΅ΠΌ истории Π΄Π°Π½Π½Ρ‹Ρ… ΠΈ Π±Π°Π·ΠΎΠ²ΠΎΠΉ ΠΏΡ€ΠΈΡ‡ΠΈΠ½Π½ΠΎΠΉ Π°Π½Π°Π»ΠΈΡ‚ΠΈΠΊΠΎΠΉ. Ozon Seller API позволяСт Π°Π²Ρ‚ΠΎΠΌΠ°Ρ‚ΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ Ρ€Π°Π±ΠΎΡ‚Ρƒ с Ρ‚ΠΎΠ²Π°Ρ€Π°ΠΌΠΈ, Ρ†Π΅Π½Π°ΠΌΠΈ, остатками ΠΈ ΠΎΡ‚Ρ‡Ρ‘Ρ‚Π°ΠΌΠΈ, Π° MPSTATS прСдоставляСт Π°Π½Π°Π»ΠΈΡ‚ΠΈΠΊΡƒ ΠΏΠΎ ΠΏΡ€ΠΎΠ΄Π°ΠΆΠ°ΠΌ, ΠΊΠΎΠ½ΠΊΡƒΡ€Π΅Π½Ρ‚Π°ΠΌ, Ρ‚Ρ€Π΅Π½Π΄Π°ΠΌ ΠΈ API для ΠΈΠ½Ρ‚Π΅Π³Ρ€Π°Ρ†ΠΈΠΈ с Π΄Ρ€ΡƒΠ³ΠΈΠΌΠΈ ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ°ΠΌΠΈ. ЦСль ΠΏΡ€ΠΎΠ΅ΠΊΡ‚Π° Π‘ΠΎΠ±Ρ€Π°Ρ‚ΡŒ систСму, которая автоматичСски ΠΏΠΎΠ»ΡƒΡ‡Π°Π΅Ρ‚ Π΄Π°Π½Π½Ρ‹Π΅ ΠΈΠ· Ozon ΠΈ внСшнСй Π°Π½Π°Π»ΠΈΡ‚ΠΈΠΊΠΈ, сохраняСт ΠΈΡΡ‚ΠΎΡ€ΠΈΡŽ ΠΈ ΠΏΠΎΠΌΠΎΠ³Π°Π΅Ρ‚ ΠΎΡ‚Π²Π΅Ρ‡Π°Ρ‚ΡŒ Π½Π° вопросы: ΠΏΠΎΡ‡Π΅ΠΌΡƒ выросли ΠΈΠ»ΠΈ ΡƒΠΏΠ°Π»ΠΈ ΠΏΡ€ΠΎΠ΄Π°ΠΆΠΈ ΠΏΠΎ SKU; Ρ‡Ρ‚ΠΎ повлияло сильнСС: Ρ†Π΅Π½Π°, индСкс Ρ†Π΅Π½, Π°ΠΊΡ†ΠΈΠΈ, остатки, измСнСния ΠΊΠ°Ρ€Ρ‚ΠΎΡ‡ΠΊΠΈ, ΠΊΠΎΠ½ΠΊΡƒΡ€Π΅Π½Ρ‚Ρ‹; ΠΊΠ°ΠΊΠΈΠ΅ Π°ΠΊΡ†ΠΈΠΈ ΠΈ измСнСния ΠΊΠ°Ρ€Ρ‚ΠΎΡ‡ΠΊΠΈ Ρ€Π°Π±ΠΎΡ‚Π°ΡŽΡ‚ Π»ΡƒΡ‡ΡˆΠ΅.
Москва ЀрилансСры

Data scientist

дистанционно
договорная
ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ опросники. НуТно ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ Π·Π°ΠΏΠΎΠ»Π½Π΅Π½Π½Ρ‹Π΅ опросники (26 Ρ‡Π΅Π»ΠΎΠ²Π΅ΠΊ Π·Π°ΠΏΠΎΠ»Π½ΠΈΠ»ΠΈ ΠΏΠΎ 4 опросника. 4 опросника (Π½ΠΈΠΆΠ΅), Π½ΡƒΠΆΠ½ΠΎ ΠΏΠΎΡΡ‡ΠΈΡ‚Π°Ρ‚ΡŒ значСния ΠΏΠΎ всСм шкалам, коррСляции Π² соотвСтствии с Π³ΠΈΠΏΠΎΡ‚Π΅Π·Π°ΠΌΠΈ. Π˜Ρ‰Ρƒ клиничСского психолога ΠΈΠ»ΠΈ Ρ‚ΠΎΠ³ΠΎ, ΠΊΡ‚ΠΎ разбираСтся Π² статистики, ΡƒΠΌΠ΅Π΅Ρ‚ ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒΡΡ БПББ. 1. Личностный опросник АйзСнка (EPI) для ΠΎΡ†Π΅Π½ΠΊΠΈ личностных Ρ‡Π΅Ρ€Ρ‚ (экстравСрсия–интровСрсия, Π½Π΅ΠΉΡ€ΠΎΡ‚ΠΈΠ·ΠΌ). 2. ВСст ТизнСстойкости Π‘. Мадди Π² Π°Π΄Π°ΠΏΡ‚Π°Ρ†ΠΈΠΈ Π”. А. Π›Π΅ΠΎΠ½Ρ‚ΡŒΠ΅Π²Π° ΠΈ Π•.И. Рассказовой. 3. ΠžΠΏΡ€ΠΎΡΠ½ΠΈΠΊ способов ΡΠΎΠ²Π»Π°Π΄Π°ΡŽΡ‰Π΅Π³ΠΎ повСдСния Π . Лазаруса ΠΈ Π‘. Π€ΠΎΠ»ΠΊΠΌΠ°Π½ Π² Π°Π΄Π°ΠΏΡ‚Π°Ρ†ΠΈΠΈ Π’. Π›. ΠšΡ€ΡŽΠΊΠΎΠ²ΠΎΠΉ ΠΈ Π•. Π’. ΠšΡƒΡ„Ρ‚ΡΠΊ. 4. ΠžΠΏΡ€ΠΎΡΠ½ΠΈΠΊ качСства ΠΆΠΈΠ·Π½ΠΈ SF-36.
Москва ЀрилансСры

ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚Ρ‹

дистанционно
договорная
Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля, тСстированиС, настройка, Π΄ΠΎΡ€Π°Π±ΠΎΡ‚ΠΊΠ° ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽΡ‰Π΅Π³ΠΎ ΠΏΡ€ΠΎΠ΄ΡƒΠΊΡ‚Π°. НуТСн Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚Ρ‡ΠΈΠΊ для SaaS: ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° прайс-листов, сопоставлСниС Ρ‚ΠΎΠ²Π°Ρ€ΠΎΠ², Ρ€Π°Π±ΠΎΡ‚Π° с PostgreSQL, интСграция с 1Π‘, API, Π·Π°Π³Ρ€ΡƒΠ·ΠΊΠ° Excel/PDF.
Москва ЀрилансСры

ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚Ρ‹

дистанционно
договорная
Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля, Π΄ΠΎΡ€Π°Π±ΠΎΡ‚ΠΊΠ° ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽΡ‰Π΅Π³ΠΎ ΠΏΡ€ΠΎΠ΄ΡƒΠΊΡ‚Π°. Π’Ρ‹Ρ…ΠΎΠ΄ Π½Π° ΠΈΠ½Ρ„Π΅Ρ€Π΅Π½Ρ†ΠΈΡŽ.
Москва ЀрилансСры

Data scientist

дистанционно
договорная
Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля. /.
Москва ЀрилансСры