Data scientist – работа для фрилансеров в Москве

Разработка с нуля. Добрый день, нужен эксперт по построению комьюнити (развитие) для консультации - как создавать сообщество Как развивать динамику Напишите ваш ценник и также варианты, что вы делаете.

Data Science. Разработка с нуля. Разработка нейросети ML для анализа данных. Установление закономерностей. Очистка и подготовка данных. Обучение. Подготовка отчетов.

Доработка существующего продукта, разработка с нуля. Нужна помощь с анализом данных в системе Loginom.

Анализ данных. Введение В октябре 2023 магазин открылся в Москве. У тебя есть данные о продажах с момента открытия. Для того чтобы понять сколько компания может тратить на привлечение клиента, необходимо понять сколько в среднем компания зарабатывает и может заработать в будущем с одного клиента. Термины Контрагент – клиент Розничная продажа – продажа в офлайн магазине Отгрузка – продажа с доставкой Возврат покупателя – покупатель вернул товар и получил деньги обратно (Поле Связанная_продажа – указывает на конкретную продажу по которой совершается возвра) Можно задавать вопросы, если потребуются уточнения Задания 1. Проанализировать данные и посчитать на основе данных прибыль с одного клиента 2. Что ты можно сказать о возвращаемости клиентов? 3. Какие дополнительные выводы ты можешь сделать из данных? 4. Какие еще данные могут быть нужны для того чтобы точнее ответить на вопрос “сколько компания может тратить на привлечение одного клиента”? Ответ необходимо представить в виде pdf файла с объяснением расчетов и всеми необходимыми пояснениями и выводами. Можно также приложить дополнительные файлы, если есть необходимость.

Обучение 1 р в неделю. Требуется обучение базе анализа данных , на базе экономического образования, взрослый , 1 р в неделю , для работы.

Помощь в правильности читания аналитики. Объяснить как правильно читать аналитику.

Получение и обработка данных. Необходимо найти и выгрузить в виде excel-таблицы данные о российском фондовом рынке. Условия задачи: 1. За период с 01.01.2001 по 31.12.2023 необходимо получить данные об акциях всех публично обращаемых на российском фондовом рынке российских компаний по состоянию на закрытие каждого торгового дня. Требуемые данные: тикер, название, кол-во сделок за день, общая сумма стоимости сделок за день, стоимость одной акции по состоянию на закрытие торгового дня, размер выплаченного дивиденда на одну акцию. 2. За тот же период необходимо выгрузить информацию о дроблении и укрупнении акций 3. За тот же период необходимо выгрузить информацию о смене тикера Ожидаемый результат: 1. Excel-файл со всеми требуемыми данными 2. Код, использованный при получении данных.

Data Science. Разработка с нуля. Нужно написать скрипт на Питон который при помощи Google Maps API выгрузит все салоны, барбершопы и тд: 1. в области Галисия (Ла Корунья) 2. В Испании в целом Данные соберет в CSV файл. Я не знаю как происходит выгрузка, по ключевым словам или по категориям. Обсудим этот момент с кандидатом. Если по ключевым словам, то список ключевых слов: barbershop beauty center beauty salon centre de bellesa hairdresser hairdressing salon peluquera perruqueria spa Заказ не сложный и бюджета нет) Пишите свою цену если больше или меньше, моя цена 1000 рублей.

Разработка с нуля. Необходимо разработать алгоритм/алгоритмы фильтрации выбросов, связанных со снижением потребления газа из-за ППР* на примере приложенных к заданию наборов временных рядов по трем ситуациям: 1. Равномерное потребление; 2. Растущее потребление; 3. Сезонное потребление. Формат предоставления результатов: краткое описание алгоритма/алгоритмов с приложением соответствующего программного кода (код на вход должен получать соответствующие файлы с данными и визуализировать результаты работы). *ППР – это частичное или полное сокращение объемов потребления на период проведения работ.

Data Science. Конвертация данных. Добрый день! Нужна помощь в написании скрипта на Python или R для взаимной конвертации файлов в форматах txt/tsv/h5ad. При этом необходимо учесть возможность добавления/удаления столбцов и строк. Даже для начинающего специалиста простейшие задачи, однако, если не знаком - самостоятельно не получается. Скрипт должен уметь: 1) Открывать для просмотра данные во всех перечисленных форматах 2) Добавлять/удалять столбцы/строки 3) Фильтровать строки по списку 4) Транспонировать таблицу столбцы/строки в строки/столбцы без потери смысла 5) Сохранять преобразованные данные в формате h5ad или hdf5.

Разработка с нуля, научить меня скачивать данные через API и приобразовывать их. Мне нужно научиться скачивать данные фондового рынка (исторические данные по торгам) с сайта Московской биржи или с Тинькоф API https://www.tinkoff.ru/invest/open-api/ Данные надо скачивать в google таблицы или в xls. Можно и в Питон. данные - исторические данные по торгам и их анализ. Мне нужно, чтобы человек показал, объяснил и научил меня это делать.

Data Science. Разработка с нуля. Разработка сайта с личным кабинетом для проведения соревнований + мобильное приложение + отдельная программа для ведения протоколов, регистрации участников как офлайн так и онлайн с сайта, подробнее могу всё рассказать как вижу.

Data Science. Разработка с нуля, настройка. Необходимо создать отчет в Looker studio. Данные должны передаваться из воронки в Битрикс 24 - по сути это отслеживание перехода сделок из стадии в стадию с выведением итоговых конверсий.

Доработка существующего продукта. Добрый день, подскажите, есть ли возможность помочь выполнить и объяснить задание , которое мне отправила фирма, в которую я собеседовалась. Тема: стандартизация данных и создание модели прогноза данных.

Data Science. Настройка. Нужно подключить принтер, настроить компьютер, почистить от не нужной иеформации, скачать фото на компьютер.

Настройка. Коллеги добрый день Я системный аналитик работающий на монолите, мне нужно разобраться что такое микросервисы на практике.

математического моделирования. Сделать графическую обработку данных из эксель.

Разработка с нуля. Решить 2 простые задаче по анализу в программе логином.

Сбор данных. Необходима помощь в сборе данных с периодичностью месяц/год по индексу качества воздуха определённых городов, количеству газовых выбросов, безработицы, индексу качества городской жизни (выборка около 40 городов, с 2013 по 2023 г).

Data Science. Доработка существующего продукта. Требуется настроить обход защиты cloudflare для парсинга МП uzum.uz.

Data Science. Доработка существующего продукта. Нужно создать эксперимент в программе PsychoPy.

Разработка с нуля. Создать базу данных и дашборд для анализа кассовой отчетности Исходные данные: Мы имеем массив первичной кассовой отчетности по ряду магазинов, с артикулами sku и рядом параметров продаж, тов. категория, объем продаж, цена продаж и пр. Формат данных: Excel - Часть параметров sku типа: вес, тип упаковки, вкус, бренд и пр. не выделены в массиве отдельными столбцами. - Часть информации о параметрах содержится в названии sku, часть не содержится. - В массивах разных магазинов, товары (sku) названы по разному, и их невозможно сравнивать. Требуемый результат: - Сделать удобный инструмент слияния всех данных из Excel в SQL базу, с интуитивно понятным инструментом управления информацией, в виде дашборда. Чтобы информацию из базы могли запрашивать сотрудники компании не знающие SQL. - Из описаний sku извлечь часть параметров и вывести их в отдельных столбцы базы данных - Остальные столбцы, не содержащиеся в описании sku, заполнить, идентифицировав данные - В базе данных каждого магазина, из описания каждого sku извлечь информацию о параметрах sku (например: Бренд, или вес), разнести всю информацию по параметрам в отдельные столбцы - Недостающую информацию об sku подтянуть с внешних сайтов (онлайн магазины или сайты производителя). При этом нужно будет предварительно идентифицировать sku, найти и скачать парсером полноценное описание, разнеся его по требуемым параметрам. - Пользуюсь развернутым полноценно заполненным массивом, идентифицировать одинаковые позиции во всех магазинах и привести к единому каталогу sku. - Полученную единую базу данных SQL, привести в формат дашборда, где можно анализировать сводную статистику по всем параметрам, проводить расчеты долей, ценовые сравнения, смотреть динамику, визуализировать и скачивать первичные и сводные данные. Готовить шаблонные отчеты по анализу всей базы. - Обучить нескольких специалистов (прошедших курсы дата-аналитиков) управлению базой. - Далее оставаться на связи для доработок полученной базы и новых контрактов. Это лишь первое наше задание. - Если можно использовать готовый код, шаблоны дашбордов, каталоги squ. Это было бы идеально, если хотя-бы часть уже готово - тоже отлично.

Data Science. Доработка существующего продукта. Удалился Вотсапп. Резервная копия не создавалась. Нужно восстановить.

Data Science. Доработка существующего продукта, разработка с нуля. Есть код, который выводит информацию с гугл-таблицы в массив. Нужно написать код, который определённую информацию по запросу пользователя. Массив данных хранит информацию о рассписании, пользователь запрашивает информацию о дне или о дисциплине. Подробности в лс.

анализ. Работа в excel. Анализ рынка.

запросы. Приветствую! В документе представлена простая БД и ряд вопросов по ней. Хотелось бы совместно в профессионалом написать запросы, чтобы ответить на поставленные вопросы.

Настройка, разработка с нуля. Бот ведет беседу с пользователями - задача бота выявить цели клиента и на основании их заполнить фильтр. Задача - 1) создать произвольный массив шаблонов общения 2) на основании шаблонов первично обкатать GPT с разными настройками конфигурации 3) построить график с точность ответа в зависимости от кол-во токенов потраченных на описание контекста. После решения данной задачи будут доступны и следующие. Подробнее в ТЗ.

Разработка с нуля. Необходимо провести комплексный анализ демографической политики одного из регионов России , с расчетами всех необходимых коэффициентов и с изображением графиков и а также выводов и прогнозов. Пожелания и особенности: Необходимо провести комплексный анализ демографической политики одного из регионов России , с расчетами всех необходимых коэффициентов и с изображением графиков и а также выводов и прогнозов.

Настройка. Нужно помочь мне подключить Hollihop через api в бесплатную версию Google looker studio. Есть список api из Hollihop, но у меня не получается подключить это в Looker. Не знаю как.

Data Science. Разработка с нуля. Нужно сделать прогу для работы с информацией, ввожу туда данные и там будет формул 5 для посчета.

Data Science. Тестирование. Открыть заблокированые файлы на сервере.

Data Science. Доработка существующего продукта, разработка с нуля, настройка. Есть 2 таблицы с около 150 листов статистических данных. Мы уперлись в лимит Google Sheets. Надо перенести эти данные в BigQuery, так, чтобы они продолжили взаимодействовать с формулами таблиц, которые останутся частично в Google Sheets. А также чтобы бот на Python, который считывал эти данные через API Google Sheet, начал считывать их с BigQuery.

Data Science. Доработка существующего продукта, Программа переписать на запросы, написана на bas. Нужно автоматизировать браузер, сделать авторег аккаунтов и оформление заказа, оплачивать не нужно, проблем с банками нет, маркетплейс.

Data Science. Разработка с нуля. Необходимо разработать ПО.

Data Science. Разработка с нуля. Перевести древний текст.

анаи рнка. Бизнес модель фин модель анализ рынка.

Data Science. Разработка с нуля, настройка. Описание проекта: У нас есть база данных из примерно 800 статей на русском языке, хранящихся в формате CSV. Мы ищем опытного специалиста по исследованию данных, владеющего R или Python, для проведения анализа настроений и тематического моделирования этих статей. Цель - понять динамику освещения деятельности конкретной организации. Задачи: * Провести анализ настроений, чтобы оценить изменение настроения в статьях с течением времени. * Провести тематическое моделирование для выявления преобладающих тем и их динамики со временем Предполагаемый рабочий процесс (TBD): 1) Ознакомьтесь с данными: Изучите набор данных, чтобы понять его структуру и содержание. 2) Первичный разговор с клиентом: Обсудите, предложите и определите методологии, включая: * Методы подготовки данных и библиотеки, которые будут использоваться. * Подходы к анализу настроений, включая специальные словари для русского языка. * Стратегии и инструменты тематического моделирования. 3) Подготовьте данные: Токенизация, удаление стоп-слов, стемминг и лемматизация для дальнейшего анализа и др.(переменная: sum_text). 4) Анализ настроений: * Определите 30 наиболее часто встречающихся слов для каждой категории настроений. * Создайте график динамики настроений по годам (переменная: year). * Создайте график динамики настроений по месяцам и годам (переменная: year_month). * Создайте график сравнения настроения в двух группах статей (переменная: comparison). *Создайте график сравнения настроений в статьях по источникам (переменная: source_bucket). 5) Тематическое моделирование: * Постройте несколько моделей с разным количеством заданных топиков. * Определите 30 наиболее часто встречающихся слов для каждой выделенной темы . * Создайте график динамики тем по годам (переменная: year). * Создайте график динамики тем по месяцам и годам (переменная: year_month). * Создайте график сравнения тем в двух группах статей (переменная: comparison). *Создайте график сравнения тем в статьях по источникам (переменная: source_bucket). 6) Заключительный разговор с клиентом: * Поделитесь тем, что было сделано, какие проблемы возникли. * Вместе с клиентом проанализируйте и интерпретируйте полученные результаты. * Вместе с клиентом выберите лучшую модель для моделирования тем. Итог: CSV-файл, графики и готовый код. Требуемые навыки и опыт: * Опыт работы с анализом текстов на русском языке - ВАЖНО. * Знание языка R или Python, опыт работы с библиотеками анализа данных (например, pandas, NumPy, scikit-learn, NLTK, SpaCy). * Сильные знания в области обработки естественного языка, в частности анализа настроений и тематического моделирования. * Отличные коммуникативные навыки для эффективного сотрудничества и интерпретации результатов.

Доработка существующего продукта, настройка. Есть 2 дата сета с данными (один с обычными перемнными(ga_session), другой с целевой переменной (ga_hits)). Они объединяются по id сессии. Переменные преимущественно категориальные. Мной сделан в Jupyter Notebook: Data Cleaning, Data Visualization и Data Engineering, так же обучены три модели (Логистической регрессии, случайного леса и многослойного персептрона) метрика ROC_AUC должна быть на лучшей модели > 0,65. Необходимо проверить выполненную мной обработку данных, приветствуются советы и доработки (вроде, как я понимаю, у меня есть дисбаланс классов, поэтому метрика получилась завышенной). Так же необходимо написать сервис через FastApi в PyCharm, который на вход будет принимать все атрибуты из первого DF и выдавать предсказание 0 или 1 (совершенно целевое действие или нет). Хорошо, если обработка данных и обучение моделей будет сразу реализовано через pipe-line в PyCharm. Главное, чтобы получилась обученная модель, которая принимает все атрибуты из первого DF и выдает предсказание. Дантасеты с заданием и моими наработками скину.

Data Science. Разработка с нуля. Я учусь и пишу курсовую работу. Мне необходимо придумать концепцию приложения (достаточно простого, чтобы за семестр можно было сделать хотя бы прототип), которое бы использовало красно-чёрные деревья Необходимо всю концепцию поместить в файл word. В нём, должна быть написана "идея приложения", какую проблему пользователей это приложение решает, какие есть аналоги и чем моё приложение лучше, кто будет использовать приложение Также необходимо указать в каком направлении мне двигаться после получения файла, например, указать ссылки на статьи, указать какой-то стек технологий, возможно указать подобные приложения.

Сбор данных из различных источников. Задачи для аналитика 1. Отслеживание и запись ключевых метрик для рынка недвижимости (например, значение индекса складов или Мосбиржи) 2. Внесение параметров объектов готового арендного бизнеса в таблицу с критериями (пример параметров: площадь, нахождение на первой линии, наличие отдельной зоны разгрузки) 3. Поиск новых объектов для анализа (аналогично п.2 выше) в открытых источниках.

Настройка, обучить модель для классификации текстов. Есть размеченный датасет 200000 длинных текстов (от 3 тысяч до 60, с медианой около 15 тысяч слов). Требуется обучить модель машинного обучения для их бинарной классификации, с точностью 90%. Соотношение классов 77% к 23%.

Доработка существующего продукта. Решить практические задачи, построить графики и сделать аналитические выводы. Пожелания и особенности: Решить практические задачи, построить графики и сделать аналитические выводы.

Помочь в базовых задачах (объяснить решение). Начала проходить курс по анализу данных. Нужна помощь в базовых задачах.

Data Science. обучение. Занятия 1-2 часа в день, 3-4 раза в неделю.

Data Science. Разработка с нуля. Нужно сделать crawler, который возьмет из реестра компаний ИНН (реестр тут https://erdc.ru/about-spv/) и вытянет вот отсюда https://pb.nalog.ru/index.html или отсюда https://www.nalog.gov.ru/opendata/7707329152-sshr2019/ по этим ИНН данные. Надо вытянуть параметр "Среднесписочная численность работников организации".

Data Science. Доработка существующего продукта. Из сложной таблицы данных сделать Даш борд из нескольких диаграмм.

Data Science. Экзамен помощь. Знание статистики и умение пользоваться джамови.

Data Science. Разработка с нуля. А) использовать transfer learning - используйте предобученную модель как backbone, добавьте свои слои и обучите Соберите датасет из картинок (есть безлимитный доступ к апи кинопоиска, оттуда можно вытягивать постер, например) Разметьте данные (можно воспользоваться в качестве метки жанром, если качество модели будет приемлимое, если нет, можно хоть другую апи взять, мне непринципиально) Разметьте пару десятков картинок вручную, дальше используйте активное обучение, чтобы быстро разметить остальное. Не забудьте проверять качество авторазметки. Реализуйте сверточную модель Обучите модель на размеченном датасете Измерьте качество модели а) Посчитайте метрики на train и test б) создайте эмбеддинги картинок: используйте выход предпоследнего Linear слоя. Следующий слой модели предсказывает по этому эмбеддингу ответ, поэтому в эмбеддинге на этом слое собрана вся полезная информация. Используйте метод снижения размерности, чтобы отобразить картинку на 2д плоскости. Цветом укажите целевую переменную. Или оцените в tensorboard projector качество кластеризации на глаз в) используйте tensorboard для логирования метрик во время обучения модели пункты б-в опциональны Цена обсуждаема.

Data Science. Разработка с нуля. 1. Проведи анализ исторических данных по погодным условиям в своём населённом пункте средствами Python. 2. Для этого нужно скачать данные о температуре, скорости ветра и относительной влажности, предобработать данные и визуализировать в виде информативных графиков с подписанными осями и понятной легендой. Временной промежуток для анализа определяет преподаватель. Подробно о работе с источником метеорологических данных (сайт rp5.ru) можно ознакомиться в презентации, которая прикреплена к заданию. Показатели и критерии оценивания 0 — отсутствуют данные для анализа, анализ не проведён. 1 — метеоданные собраны, но не прошли предобработку, анализ не проведён. 2 — данные собраны, предобработка проведена, но визуализированы не в полном объёме или неинформативно. 3 — данные собраны, предобработка проведена, выполнена визуализация графиков температуры, скорости ветра и относительной влажности.

Data Science. Настройка. Я не могу зайти в вк, ютуб, сафари, Яндекс с телефона. Но при этом загружается Вотсапп и телеграм, могу переписываться, получаю все сообщения, но при этом не могу смотреть и загружать аудио, видео, фото. Пробовала с домашнего вайфая, мобильного интенета, подключалась к точке доступа у друзей. Всё не помогло. Не понимаю в чём проблема. Помогите пожалуйста.