Data scientist – работа для фрилансеров в Санкт-Петербурге

Data Science. Доработка существующего продукта. Hdbdhd.

Data Science. Доработка существующего продукта. Построить графики.

Data Science. Доработка существующего продукта. Доделать графики.

Data Science. Доработка существующего продукта. Специализированное программное обеспечение (ПО) комплексной системы эндоскопирования (КСЭ) Язык: С++ Среда разработки: Microsoft Visual Studio Инструменты: Qt (через расширение Qt VS Tools для Visual Studio), SQLite (для ведения базы данных), OpenCV (для работы с изображениями) ПО является связующим звеном между пользователем и КСЭ. Основные функции – управлением модулями КСЭ, а также прием, обработка и визуализация данных. Обмен данными с Блоком Согласования КСЭ производится посредством интерфейса Ethernet со скоростью 1 Гбит/с. Исчерпывающая информация по существующей программе есть в прилагаемом отчете автора. Диаграмма классов существующего ПО представлена ниже. Задачи: 1. Обработка изображений: реализовать и отладить алгоритм автоматического измерения хорды лопатки по изображениям, полученным в результате съёмки лопаток в режиме валоповорота. Получение изображений производится модулем EthernetImageReceiver. Алгоритм может выполняться как в режиме реального времени, так и после прохода оборота. Можно решить задачу как классическими методами обработки изображений, так и машинным обучением. Реализацию рекомендуется представить отдельным модулем программы, вызов которого производится внутри ModulesMediator, но это необязательно. Алгоритм может состоять из следующих шагов: 1.1 Поиск кромок лопатки. 1.2 Выделение сечений, по которым измеряется хорда. То есть выбор пар точек, на входной и выходной кромках, расстояние между которыми может характеризовать хорду. 1.3 Измерение хорды в пикселях. 1.4 Приведение величины хорды от пикселей к реальным величинам (миллиметрам). 2. Запись результатов измерений (по задаче 1) в базу данных. База данных уже подготовлена – модуль BladesDatabase 3. Если изменится протокол и порядок общения с Блоком Согласования – поправить 4. Общая отладка ПО. 5. Корректировка Руководства Оператора.

Data Science. Доработка существующего продукта. На основе образца готового кода написать API ( с использованием веб сервера на Flask) для предобученной модели нейросети Real-ESRGAN Продемонстрировать в работе через swagger.io Передать код в виде архива.

Data Science. Разработка с нуля. Написать код на Python для анализа дата сета Китсуне(https://archive.ics.uci.edu/ml/datasets/Kitsune+Network+Attack+Dataset).

Data Science. Настройка. Нужно сгенерировать лист паролей из ключевых слов по разным параметрам (заглавные, строчные буквы).

Data Science. Доработка существующего продукта. Необходимо настроить зависимые выпадающие списки в гугл таблице учёта финансов. В зависимости от статьи расходов должен меняться выпадающий список категорий.

Data Science. Разработка с нуля. Интересует разработка программы для парсинга интернет магазинов Окей, Лента, Дикси, Семишагофф, Впрок Время парсинга одного сайта - не более 30мин С сайтов необходимо получать наименование товара и его стоимость На выходе должна получаться excel таблица с данными (сортировка приветствуется) Язык написания скрипта - С# Срок выполнения: по договоренности.

Data Science. Тестирование. Есть работающее серверное приложение на Ruby, необходимо его переразместить на новом сервере, протестировать на ошибки. На следующем этапе доработать для повышения скорости функционирования.

Data Science. Разработка с нуля. Необходимо написать программу для Парсинга данных(наименование и цена товара).

Data Science. Разработка с нуля. В разговоре.

Data Science. Разработка с нуля. Нужно сделать ексель таблицу ,всю информацию расскажу по тел.

Data Science. Разработка с нуля. Percentage of (black) coverage of p-fibers per plot Average hair flow direction per plot Fiber diameter and distribution measurements for each section 0, Compartmentalize the image (eg, 10x10) 1，Calculation of fiber coverage by binarization (per plot) 2， Fiber part detection (by LSD) 3，Calculation of fiber hair flow (per section) 4，Fiber diameter measurement.

Data Science. Обучение data science. Провести обучение в очном формате по курсу Python data science.

Data Science. Консультация. Распознование текста на сканированном пдф файле.

Data Science. Разработка с нуля. Нужен парсер для анализа сайта на нахождение определенных слов на странице.

Data Science. Доработка существующего продукта. Https://docs.google.com/document/d/1X6NCBCFS7Vkc_PtHUDM67zixzKZvWDnVwbw-xmm2g_8/edit?usp=sharing Вот ТЗ Нужно осуществить переезд с Гугл-таблиц на Rowy (без переноса базы данных с таблиц).

Data Science. Разработка с нуля. Имплементация фреймворка MapReduce с использованием Априори алгоритма на примере задачи по нахождению частых товарных наборов в потребительской корзине.

Data Science. Доработка существующего продукта. Нужно сделать форму для отчета (график) по финансовым показателям отдела. Форму надо сделать в Data studio. Есть три показателя выручки, три кривые: план минимум, среднее, план максимум. И третья кривая должна отображать накопительный результат: Сумма уже реализованных проектов (деньги уже получили)+ подписано, но еще не реализовано (договоренность есть, фактически деньги не получили) + сумма преддоговорных проектов (еще нет договоренностей, но высока вероятность заключения договора).

Data Science. Разработка с нуля. Есть простая математическая модель - нужно перевести ее в код с помощью библиотеки pyomo. При этом один из параметров представляет из себя матрицу. Сделать это нужно сегодня. Подробности относительно параметров и переменных, если понадобится - в личку.

Доработка существующего продукта, разработка с нуля. Запустить готовую нейросеть Real-ESRGAN на vps сервере Сделать API на основе веб сервера на Flask для предобученной модели нейросети Установить на vps сервере модель: RealESRGAN_x4plus.pth https://drive.google.com/drive/folders/16PlVKhTNkSyWFx52RPb2hXPIQveNGbxS https://colab.research.google.com/drive/1YlWt--P9w25JUs8bHBOuf8GcMkx-hocP?usp=sharing#scrollTo=Czlr7j7-t1Fw https://github.com/sberbank-ai/Real-ESRGAN образец готового кода для API - по запросу.

Data Science. Разработка с нуля. Экспорт импорт на удалёнке ИТ инженер директор внешне экономической деятельности .отправка прием товаров из Тайланда.

Data Science. Разработка с нуля. Нужно написать скрипт на питоне (или произвольном языке), который будет получать список подписчиков у заданного аккаунта и записывать его в файл. Кол-во подписчиков аккаунта может достигать 100000 штук. Скрипт планируется запускать каждый день.

Data Science. Доработка существующего продукта, настройка. Внедрение в компанию электронной библиотеки на базе DSpase.

Data Science. Доработка существующего продукта. Доработать скрипт для формирования большой выборки объявлений с авито в табличной форме excel // header нужен для того, чтобы сообщить браузеру header('Content-Type: text/xml; charset=utf-8'); //переменная для корневой папки $document_root=$_SERVER['DOCUMENT_ROOT'].'/'; //Подключения к базу данных MySql require_once($document_root.'/inc/db.inc.php'); /* Массивы для конвертация типа объектов для типа АВИТО Квартира, апартаменты Дом, вилла Земельный участок Гараж, машиноместо Коммерческая недвижимость */ $array_topic['dom'] = Array('Дома','Дома-участки','Вилла',' Замок','Коттеджи','Пентхаус','Продажа квартир','Таунхаус','Элитное жилье','Виллы, дома','Замки','Шале'); $array_topic['kvartira'] = Array('1-комн.','2-комн.','3-комн.','4-комн.','Апартаменты','Дуплекс','Апартаменты и квартиры'); $array_topic['comers'] = Array('Доходный дом','Коммерческие помещения','Офисное здание','Пансион','Коммерческая недвижимость'); $array_topic['zemlya'] = Array('Земля'); // Начинаем формировать XML, который будет хранится в переменной $xml $xml='<?xml version="1.0"?> <Ads target="Avito.ru" formatVersion="2"> '; // Составляем запрос по выборку кода и названия страны из таблиц $query = "SELECT `id`, `user_id`, `type_id`, `topic_id`, (SELECT t.name FROM re_topic AS t WHERE t.id = d.topic_id) AS tname, (SELECT t.url FROM re_topic AS t WHERE t.id = d.topic_id) AS talias, (SELECT r.url FROM re_topic AS t LEFT JOIN re_topic as r on t.parent_id=r.id WHERE t.id = d.topic_id) AS parent_alias, `country_id`, (SELECT name FROM re_country AS c WHERE c.country_id=d.country_id) AS country_name, `city_id`, (SELECT name FROM re_city AS c WHERE c.city_id=d.city_id) AS city_name, `metro_id`, `district_id`, `street`, `price`, `text`, `contact`, `date_added`, `agent_tel`, `room_count`, `elite`, `session_id`, `active`, `sub_id1`, `sub_id2`, `reviews_count`, `hot`, `floor`, `floor_count`, `walls`, `balcony`, `square_all`, `square_live`, `square_kitchen`, `bathroom`, `img1`, `img2`, `img3`, `img4`, `img5`, `img1_preview`, `img2_preview`, `img3_preview`, `img4_preview`, `img5_preview`, `is_telephone`, `furniture`, `plate`, `agent_email`, `number`, `spec`, `floor_cover`, `square_room`, `is_kitchen`, `region_id`, `street_id`, `planning`, `dom`, `flat_number`, `owner`, `source`, `adv_date`, `more1`, `more2`, `more3`, `youtube`, `fio`, `phone`, `realty_type_id`, `view_count`, `best`, `email`, `distance`, `tmp_password`, `ad_mobile_phone`, `ad_stacionary_phone`, `can_call_start`, `can_call_end`, `currency_id`, `premium_status_end`, `bold_status_end`, `vip_status_end`, `meta_title`, `meta_description`, `meta_keywords`, `geo_lat`, `geo_lng`, `image` FROM re_data AS d WHERE d.active > 0 "; $result = mysql_query($query); if ($result) { // Затем в цикле разбираем запрос, и формируем XML while ($row = mysql_fetch_array($result)) { if(isset($row['square_all']) && $row['square_all']!=""): $area=floatval($row['square_all']); else: $area=floatval($row['square_live']); endif; if($area > 0): $xml.="\n".'<Ad>' ."\n".'<Id>'.$row['id'].'</Id>' ."\n".'<Category>Недвижимость за рубежом</Category>' ."\n".'<OperationType>Продам</OperationType>'; if(in_array($row['tname'], $array_topic['dom'])){ $xml.="\n".'<ObjectType>Дом, вилла</ObjectType>'; }elseif(in_array($row['tname'], $array_topic['kvartira'])){ $xml.="\n".'<ObjectType>Квартира, апартаменты</ObjectType>'; }elseif(in_array($row['tname'], $array_topic['comers'])){ $xml.="\n".'<ObjectType>Коммерческая недвижимость</ObjectType>'; }elseif(in_array($row['tname'], $array_topic['zemlya'])){ $xml.="\n".'<ObjectType>Земельный участок</ObjectType>'; } $xml.="\n".'<Country>'.$row['country_name'].'</Country>'; $xml.="\n".'<Square>'.$area.'</Square>'; $xml.="\n".'<Description>'.parseToXML($row['text']).'</Description>'; $xml.="\n".'<ContactPhone>+7 (000) 000-00-00</ContactPhone>'; //конвертурием валюту от евро в рубл $_price=number_format(($row['price']*63),2,'.', ''); $xml.="\n".'<Price>'.$_price.'</Price>'; $xml.="\n<Images>"; if(isset($row['image']) && $row['image'] !=""){ $xml.= imageJson($row['image']); }else{ $sql="SELECT normal FROM re_data_image AS di INNER JOIN re_image AS i ON di.image_id=i.image_id WHERE di.id=".$row['id'] ." ORDER BY di.sort_order LIMIT 10"; $rs = mysql_query($sql); if($rs){ while ($item = mysql_fetch_array($rs)) { $xml.="\n".'<Image url="http://site.ru/img/data/'.$item['normal'].'"/>'; } } } $xml.="\n</Images>"; $xml.="\n<AdStatus>Free</AdStatus>"; $xml.="\n</Ad>"; endif; } } $xml.="\n</Ads>"; // Выводим результат на экран echo $xml; function imageJson($json){ $xml=""; $img = unserialize($json); $z=0; foreach($img as $item){ if($z < 10) $xml.="\n".'<Image url="http://site.ru/img/data/'.$item['normal'].'"/>'; else break; $z++; } return $xml; } function parseToXML($htmlStr) { $xmlStr=str_replace('<','<',$htmlStr); $xmlStr=str_replace('>','>',$xmlStr); $xmlStr=str_replace('"','"',$xmlStr); $xmlStr=str_replace("'",''',$xmlStr); $xmlStr=str_replace("&",'&',$xmlStr); return $xmlStr; } ?>.

Data Science. Разработка с нуля. Электронный ключ.

Data Science. Data Science / ML / AI. Разработка с нуля, Обучение. Добрый день. Мне 32. Самостоятельно учусь на Джуна Python. На данный момент на начальном уровне. Ищу человека, который является действующим программистом и поможет проанализировать уровень знаний, а также скорректирует направление по дальнейшему изучению. Мой уровень знаний на данный момент: - ввод обработка и вывод данных; - понимание типов данный; - знание структур принятия решений и булевой логики; - понимание работы циклов; - знание принципа работы функций; Готов заниматься каждый вечер! Ищу специалиста, который также поможет разобраться с: - работой с файлами; - работой со списками; - словарями и множествами; - с графическим пользовательским интерфейсом; - SQL; - Git; Если вы внимательно ознакомились с данным запросом и собираетесь откликнуться, просьба в отклике написать словосочетание: 'Hello, Vlad!' Спасибо и хорошего дня!.

Data Science. Разработка с нуля. Разработка для энергетических устройств.

Data Science. Настройка. Помочь с расшифровкой файла.

Data Science. Доработка существующего продукта, Платежи в ODOO. Нашей компании требуются 2 модуля интеграции ODOO (Community, last release); 1. Эквайринг (интернет и торговый) ПСБ, 2. Банк-клиент ПСБ. Примерные ТЗ во вложении. Интересуют предложения с указанием примерных сроков и стоимости этой работы.

Data Science. Разработка с нуля, Обучение. Добрый день. Мне 32. Самостоятельно учусь на Джуна Python. На данный момент на начальном уровне. Ищу человека, который является действующим программистом и поможет проанализировать уровень знаний, а также скорректирует направление по дальнейшему изучению. Мой уровень знаний на данный момент: - ввод обработка и вывод данных; - понимание типов данный; - знание структур принятия решений и булевой логики; - понимание работы циклов; - знание принципа работы функций; Готов заниматься каждый вечер! Ищу специалиста, который также поможет разобраться с: - работой с файлами; - работой со списками; - словарями и множествами; - с графическим пользовательским интерфейсом; - SQL; - Git; Если вы внимательно ознакомились с данным запросом и собираетесь откликнуться, просьба в отклике написать словосочетание: 'Hello, Vlad!' Спасибо и хорошего дня!.

Data Science. Написание экзамена. Необходима будет помощь с написанием экзамена по питону. Темы, которые будут на экзамене: 1. Логический тип данных и условный оператор 2. Цикл while 3. Цикл for 4. Методы 5. Неупорядоченные типы данных 6. Вложенные структуры данных, сортировки 7. Создание функций 8. Текстовые файлы и таблицы 9. Скрейпинг.

Data Science. Разработка с нуля. Необходимо выполнить лабораторные работы в Loginom. Есть инструкции к работам.

Тестирование. Я написал статью связанной с машинной обучении на счёт распознавания эмоций на лицо, отправил в журнале, рецензент написал мне 11 замечания, основные из них: 1) Исследование интересно, но сама статья требует существенной доработки. Статья очень тяжело читается с точки зрения русского языка, местами совершенно непонятно, что имеется в виду. Перед повторной подачей статьи автору рекомендуется обратиться к русскоязычным коллегам. Перечень рекомендуемых доработок: 2) Изображения в обучающем корпусе не сбалансированы по классам, следовательно, для оценки эффективности модели лучше использовать показатель качества невзвешенной средней полноты (Unweighted Average Recall). Также рекомендуется добавить в статью матрицы спутывания (confusion matrix), тогда можно будет убедиться, что предлагаемая модель действительно эффективнее других моделей.

Data Science. Разработка с нуля. Требуется создать и запустить систему оценки 360 в организации. Требуется обсудить нюансы.

Data Science. выполнение кода. Нужно сделать запрос в PostgreSQL.

Data Science. Разработка с нуля. Требуется создать систему управления базами данных (СУБД) с нуля. Окончательного ТЗ пока нет, готовы к обсуждению.

Доработка существующего продукта. Я с вами сегодня во второй половине дня договаривался, то что вы организуете встречу с опытными специалистами, подскажите мне пожалуйста куда мне лучге сейчас подъехать. Спасибо могу и сегодня и завтра встретится. права выбора хотелось бы оставить за Спецами.

Data Science. решение задач. Необходимо решить контрольную работу 3.12 в 18.10. Работа длится 30 минут. 5 заданий. Тема - математическая статистика.

Data Science. Подобрать библиотеку Js для машинного обучения. Требуется найти программную реализацию алгоритма Random Forest на Java Script.

Data Science. Разработка с нуля, доработка существующего продукта. Написание работы по классификаторам и регрессиям на базе питона. Работа осуществляется дистанционно в конкретное время за 80 минут.

Data Science. Тестирование. Помощь в подготовке к зачёту.

Data Science. решение задач. Необходимы ответы на курс Математическая статистика на платформе stepik. Задачи рассчитаны на анализ данных. Анализ может проводиться в любых программах. При необходимости задания будут высланы.

Data Science. Доработка существующего продукта. Согласно ТЗ обработать данные и построить модели машинного обучения в python. Должно занять около 1-2 часов(если разбираетесь в мл) https://colab.research.google.com/drive/1dObUH7_VRDJV_11TC8CVljBui2GZJBur?usp=sharing.

Data Science. Разработка с нуля. Нужен Аккаунт Инстаграм с 0. Полное ведение и раскрутка. Составление договора На длительный срок.

Data Science. Разработка с нуля. Необходимо на Python 3+ matplotlib (при необходимости, просто его иcпользовал в первых домашних работах) сделать домашнее задание для универа, сам не успеваю для зачета, нужна помощь, работа может и даже должна выглядеть топорно, т.к. я только начал изучать программирование и код выглядит как копипасты у индусов часто, без изящных решений выдающих человека с опытом. Соот-но нужны комментарии к коду, чтобы я смог понять и объяснить что к чему для принятия зачета работы. Текст задания см в скриншоте. Кидайте ценник и сроки выполнения. Впоследствии будут еще несколько задач аналогичных по этому же курсу и возможно курсовая.

Data Science. Доработка существующего продукта. Нужно подредактировать проект в matlab psychtoolbox cogent, задание: cars (input a number here). Проект скину при личном обращении.

Data Science. Решение 2 задач начального уровня в R. 2 простых задачи в R.

Data Science. Разработка с нуля. Нужно написать работу в Matlab psychtoolbox. cogent, дедлайн - конец ноября, цена договорная.