Data Science. Разработка с нуля. Пожелания и особенности: Симулятор сетевого взаимодействия с визуализацией передачи пакетов и анализом задержек (Python, Matplotlib/Plotly). реализация свободная, Нет чего то конкретного,главное сделать эту логику.
Доработка существующего продукта, разработка с нуля. Вышла на новую работу, много сильной и не очень понятной аналитики. Задача- делать отчеты совместно, параллельно объясняя и обучая.
Data Science. Настройка. ЭлектроСчётчик энергомера се 901, надо перепрограммировать, чтобы отключать его с пульта. Настроить на группу 2 или 5. В данный момент привязан к группе 4.
Data Science. Доработка существующего продукта. Нужно конвертировать файл из формата RAR в формат DICOM. Пожелания и особенности: Нужно конвертировать формат RAR в DICOM.
работа с EEG-датасетом. Пожелания и особенности: Проанализировать данные EEG-датасетом, помочь сделать отчёт по крактики нейробиолога по открытым данным.
Разработка с нуля. Цель: разработать модель для прогнозирования и оптимизации налоговых обязательств по Texas Franchise Tax для компаний на основе их финансовых показателей и структуры расходов.
Разработка с нуля. Пожелания и особенности: Мне нужна курсовая работа по теме инструменты анализа цифрового следа с помощью автоматизированного сбора данных с интернет-сайтов.
Разработка с нуля, тестирование, настройка, доработка существующего продукта. Пожелания и особенности: 1. Сквозная аналитика и атрибуция Умение связывать рекламные расходы, источники трафика, заявки, звонки, оплаты и выручку в единую картину. Важно понимать, откуда пришел клиент, какой канал реально привел к покупке и какая фактическая стоимость продажи. 2. Яндекс Метрика и цели Глубокое владение Яндекс Метрикой: настройка целей, событий, воронок, сегментов, отчетов, электронной коммерции, анализ поведения пользователей на сайте и посадочных страницах. 3. Рекламная аналитика Понимание Яндекс Директа, рекламных кампаний, UTM-меток, расходов, кликов, конверсий, CPS, CPL, CR, ДРР, ROAS и ROMI. Нужно уметь не просто выгружать цифры, а объяснять, где реклама зарабатывает, а где сливает бюджет. 4. Дашборды и управленческая отчетность Уверенное владение DataLens / Power BI / Google Таблицами. Требуется собирать понятные отчеты для руководителей: продажи, выручка, расходы, окупаемость, динамика по каналам, план/факт, прогноз. 5. Работа с CRM и заказами Понимание логики CRM, сделок, лидов, источников, статусов, оплат и клиентских данных. Важно уметь ставить задачи на корректную передачу данных из сайта, платежной страницы и CRM. 6. Техническая грамотность Понимание базовой логики сайтов, пикселей, счетчиков, событий, API, вебхуков, UTM-разметки, передачи данных между системами. Не обязательно быть разработчиком, но нужно уметь грамотно поставить задачу ИТ и проверить результат. 7. Аналитическое мышление Умение находить причины просадок, строить гипотезы, проверять их на данных и давать конкретные рекомендации: что отключить, что масштабировать, где исправить воронку, какой канал требует доработки. 8. Коммерческий фокус Главная задача — не «делать отчеты ради отчетов», а помогать маркетингу управлять продажами билетов, стоимостью привлечения, выручкой и эффективностью рекламного бюджета. Идеальный кандидат — это аналитик, который умеет говорить с маркетингом, рекламой, CRM и ИТ на одном языке, собирает данные в единую систему и превращает их в понятные управленческие решения. Самозанятость или гпх в компанию.
собрать данных с авито. Нужно собрать 40 объявлений (это максимум) с авито по заданным параметрам. Парсер не парсит данные параметры, работа либо вручную, либо вы что то придумаете. 5-7 параметром. Задачу надо сделать сегодня.
Data Science. Доработка существующего продукта. На данный момент имеется код на Python для телеграмм-бота знакомств. Задача перестроиться на платформу вк в мини приложение, создать визуальный интерфейс. Предлагаю два варианта взаимодействия по оплате. В первом варианте оплачиваю оказанные по разработке услуги, во втором открываем долгосрочную перспективу сотрудничества по ведению и поддержке проекта с процентом от прибыли.
Тестирование. Пожелания и особенности: В данный момент работаю аналитиком bi, но хочу уйти в data engineer. Есть базовые знания в этой области. Нужен ментор/учитель, чтобы пройти собес и пойти работать в эту область.
Доработка существующего продукта. Пожелания и особенности: Весь анализ происходит в приложении Gretl. У меня сделаны почти все задания, кроме последних двух, всего их 10, 3 из которых у меня приняли и они правильные, меня интересует помощь с последующими, так как нужно будет вносить изменения, но сил уже нет, ну и получается сделать нужно последние два задания. ( или сразу проверить и исправить задания) На фотографиях для примера несколько фото заданий, но больше фотографий нельзя прикоепить.
Разработка ПО. Data Science. Разработка с нуля. Пожелания и особенности: Ко мне на почту ежедневно приходят прайс листы поставщиков с информацией ( бренд;артикул;наименование;цена;остаток). Нужно написать бота, который будет анализировать изменения остатков (продажи) и цен( по какой цене поставщик продал) для составления статистики продаж по каждому артикулу, за определеный период. Прайс листов будет до 20, в каждом до 250 тыс артикулов, в среднем это 10-30 тыс артикулов.
Data Science. Разработка с нуля. Пожелания и особенности: Разработка программного обеспечения для автоматизированного расчёта интегрального индекса эффективности использования иностранной рабочей силы (Iэирс) Методика есть, есть расчеты в ексель.
Разработка с нуля. Пожелания и особенности: Требуется консультация и создание кастомной системы аналитики для бизнеса для анализа внутренних данных: AI+ML. Важен опыт и реальные кейсы!.
Data Science. Разработка с нуля. Пожелания и особенности: Нужно работать с распознанием объектов на пдф. Подробнее расскажу после того, как обсудим все рабочие детали.
Разработка с нуля. Нужна помощь для практической части курсовой работы, тема исследования - сычуаьский диалект китайского языка. Нужно: 1) порезать уже готовый аудиофайл так, чтобы каждая словоформа была в отдельном файле (примерно 120 слов); 2) расшифровать полученные словоформы в компьютерной программе Praat.
Data Science. Настройка, доработка существующего продукта. Контекст задачи У нас есть поток отсканированных документов (TIF/JPG), которые нужно перевести в DOCX с правильным форматированием. Процесс выглядит так: Специалист открывает скан в FineReader, вручную убирает лишнее — печати, подписи, колонтитулы, номера страниц Полученный черновой DOCX прогоняется через внутреннюю программу форматирования — приводит шрифт, отступы, ориентацию к стандарту, добавляет служебный блок в начало документа На выходе — финальный DOCX, который на 98–99% совпадает с исходным сканом по тексту Проблема: при таком процессе могут вкрасться опечатки — FineReader иногда неверно распознаёт символы (буква О, вместо 0, точка, вместо запятой и тд). Нужен инструмент автоматической проверки: сравнить финальный DOCX с исходным сканом и показать все расхождения. Что уже сделано Написана Python-система, которая: Прогоняет скан через Yandex Vision OCR (или Google Documents) и получает текст с координатами каждого слова на странице Парсит DOCX и извлекает слова с точными позициями внутри документа (вплоть до конкретного Run и символьного смещения) Сравнивает OCR-текст с DOCX и находит расхождения: замены, вставки, удаления Показывает результат в веб-интерфейсе с подсветкой на нужном участке. Позволяет оператору принять или отклонить каждое расхождение и внести правки в DOCX В чём проблема с алгоритмом сравнения и что нужно решить: Документы почти идентичны, но алгоритм периодически «сбивается» и сравнивает не те участки: 1. Тело документа. Сравнение идёт по абзацам: для каждого абзаца DOCX ищется соответствующее место в OCR-тексте через уникальные совпадающие фразы («якоря»). В типовых документах много одинаковых стандартных фраз - якорей не хватает - алгоритм начинает сравнивать абзацы не с теми участками OCR - десятки ложных расхождений там, где текст на самом деле совпадает. 2. Таблицы. Документы содержат большие таблицы с 10–30 строками. Алгоритм сначала находит нужную таблицу на скане, затем сравнивает ячейки строка за строкой. Проблема: когда в документе несколько таблиц с одинаковым числом столбцов и похожими заголовками, алгоритм может сопоставить не ту таблицу - все ячейки сравниваются неправильно. 3. Слитные токены. DOCX хранит «уч. № 267» как три отдельных слова, а OCR объединяет в одно «уч.№267». Алгоритм видит расхождение там, где его нет. Частично решено, но не все случаи покрыты. Эта проблема не критична, но решить бы тоже хотелось.
Разработка с нуля. Нужно собрать подробную и актуальную базу ветеринарных клиник и груминг-салонов по Москве и Московской области. Ищу специалиста для ручного сбора / структурирования данных в Google Sheets или Excel. Важны качество, актуальность и полнота информации, а не просто список компаний. Что нужно собрать по каждому бизнесу: Название компании Категория (ветклиника / груминг / ветклиника + груминг) Полный адрес Район / метро (если есть) Телефон WhatsApp Telegram Email Сайт Instagram VK Ссылка на Яндекс Карты Ссылка на Google Maps Рейтинг (если есть) Дополнительные примечания Формат результата: Google Sheets или Excel с отдельными колонками под каждый параметр. Объем на первом этапе: 100-300 компаний.
Data Science. Настройка. Цель на выходе получить диаграму Сэнки для отражения движения денежных потоков (от покупателя деньги продавцу, сумма, налоги от сделки) Нужно показать/объяснить мне 1) как настроить среду программирования в анаконда навигатор 2) как в коде можно изменять и добавлять связи.
Укажу в комментарии. Хочу стать аналитиком данных, обучаюсь на 3 курсе. Мне нужен ментор с реальным опытом работы в компании. При отклике, пожалуйста, сразу пишите где работаете.
Помочь с Python. Помочь с количественным анализом через Python, по гипотезам Нужно, получается, проверить гипотезы через код, через корреляцию/регрессии.
Почему стоит искать работу для фриласнеров по профилю data scientist в России у нас?
🔸 Более 3 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 — 222 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 222 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