Работа для фрилансеров в России | Биржа фриланса
Найдено предложений — 32349
- Умеете фрилансить и ищете подработку в России?
- У нас можно найти ежедневную подработку, выбрав более чем из 32349 вакансий
- Работа и подработка на бирже фриланса от прямых заказчиков, которым нужна помощь фрилансера уже сегодня!
- Актуальных предложений для фрилансеров на октябрь 2024 года — 89 шт.
Категория
IT-аутсорсинг
landing page
Microsoft Access
Microsoft SQL Server
MongoDB
MySQL
Neo4j
no-code разработка
Oracle
PostgreSQL
Redis
SQL
SQLite
WAP-сайт
верстальщики
виджеты для сайта
дизайнеры
доска объявлений
калькулятор для сайта
карта сайта
корпоративный сайт
личный кабинет для сайта
маркетинг
переводчики
поле поиска по сайту
программисты
продвижение автомобильных сайтов
продвижение досок объявлений
продвижение интернет-магазинов
продвижение информационных сайтов
продвижение корпоративных сайтов
продвижение лендингов
продвижение мебельных сайтов
продвижение медицинских сайтов
продвижение сайтов гостиниц
продвижение сайтов на Bitrix
продвижение сайтов на Opencart
продвижение сайтов на Tilda
продвижение сайтов на Wix
продвижение сайтов на WordPress
продвижение сайтов недвижимости
продвижение сайтов-визиток
продвижение строительных сайтов
продвижение туристических сайтов
продвижение юридических сайтов
работа с текстами
разработка на Arduino
разработка на C#
разработка на C/C++
разработка на CSS
разработка на Delphi
разработка на Flutter
разработка на Go
разработка на HTML5
разработка на Java
разработка на JavaScript
разработка на Kotlin
разработка на Lua
разработка на Pascal
разработка на PHP
разработка на Python
разработка на Ruby
разработка на Swift
сайт-портфолио
системная интеграция
системные администраторы
создание блога
создание интернет-магазина
создание информационного сайта
создание мини-сайта
создание новостного сайта
создание онлайн-кинотеатра
создание онлайн-конструктора
создание промо-сайта
создание сайта знакомств
создание сайта на 1С Битрикс
создание сайта на Django
создание сайта на Drupal
создание сайта на Joomla
создание сайта на MODx
создание сайта на Opencart
создание сайта на PHP
создание сайта на Tilda
создание сайта на uCoz
создание сайта на WIX
создание сайта недвижимости
создание сайта-агрегатора
создание сайта-визитки
создание сайтов на WordPress
создание социальной сети
создание туристического сайта
создание файлообменника
создание форумов
форма обратной связи для сайта
Регион
Адыгея
Алтай
Амурская область
Архангельск
Астрахань
Барнаул
Белгород
Брянск
Бурятия
Великий Новгород
Владимир
Волгоград
Вологда
Воронеж
Дагестан
Еврейская АО
Екатеринбург
Забайкальский край
Иваново
Ингушетия
Иркутск
Кабардино-Балкария
Казань
Калининград
Калмыкия
Калуга
Камчатский край
Карачаево-Черкесия
Карелия
Кемерово
Киров
Коми
Кострома
Краснодар
Красноярск
Крым
Курган
Курск
Липецк
Магадан
Марий Эл
Мордовия
Москва
Мурманск
Ненецкий АО
Нижний Новгород
Новосибирск
Омск
Оренбург
Орёл
Пенза
Пермь
Приморский край
Псков
Ростов-на-Дону
Рязань
Самара
Санкт-Петербург
Саратов
Северная Осетия
Смоленск
Сочи
Ставрополь
Тамбов
Тверь
Тольятти
Томск
Тула
Тыва
Тюмень
Удмуртия
Ульяновск
Уфа
Хабаровск
Хакасия
Ханты-Мансийский АО
Челябинск
Чечня
Чувашия
Чукотский АО
Южно-Сахалинск
Якутия
Ямало-Ненецкий АО
Ярославль
Уровень дохода
Тип занятости
Программисты
дистанционно
договорная
Data Science. Разработка с нуля, доработка существующего продукта. Написать программу, которая сможет решать подобные задачи: Для каждого артикула из списка в excel рассчитать среднее количество запросов в yandex wordstat за последние 12 месяцев.
Москва
Фрилансеры
2024-10-16
Создание сайта на Tilda
дистанционно
договорная
Интернет-магазин. Функционал сайта: Оформление заказа. Контент есть. Доработать сайт.
Москва
Фрилансеры
2024-10-16
Оформление презентаций
дистанционно
договорная
Подготовить презентацию с нуля. Презентация: электронная. Контент не подготовлен.
Москва
Фрилансеры
2024-10-16
Стенографисты
дистанционно
договорная
Стенограмма аудиозаписи. Текст: деловой. Язык: русский. Объём работ: 9 часов. Исходный формат: аудио. Разовая задача или временный проект. Есть три записи, каждая по три часа. Пленарные заседания. Нужно сделать стенограмму. Бюджет 5 тысяч, больше по смете не заложено. Если сработаемся, будут еще заказы, где меньше по времени).
Москва
Фрилансеры
2024-10-16
Веб-дизайн
дистанционно
от 50000.00 руб.
Макет сайта. Сайт-визитка. Платформа: Tilda. Требуется создать красивый и функциональный сайт для рекламного агентства. Пожелания и особенности: Требуется создать красивый и функциональный сайт для рекламного агентства.
Санкт-Петербург
Фрилансеры
2024-10-16
Разработка на Arduino
дистанционно
договорная
Программирование микроконтроллеров. Микроконтроллер: Arduino. Функции и задача устройства: Необходимо подобрать модули для беспроводного управления цепи питания Если быть точным нужно подобрать радио модуль при помощи которого можно размыкать и замыкать электрическую цепь.
Москва
Фрилансеры
2024-10-16
Обзвон по базе
дистанционно
договорная
Информирование клиентов. База клиентов есть. Скрипт разговора есть. Постоянная работа (полная занятость). Уважаемые соискатели! Мы агентство недвижимости, ищем человека на постоянное сотрудничество для обзвона базы. Условия: 1. График работы 2/2. 2. Вы знаете, что такое новофон, манго, у вас есть хорошая гарнитура и тихое место для работы. 3. Оплата сдельная, почасовая. От 1200 рублей в день. 4. Опыт работы в колл-центрах от 2-х лет. Заполните небольшую форму из 5 вопросов, и наш hr-менеджер свяжется с вами для детального обсуждения условий. https://forms.gle/WoHFpNL5aEcFjS1M9.
Москва
Фрилансеры
2024-10-16
Разработка на Python
дистанционно
от 2000.00 руб.
решение задач. Разработка с нуля. 1. Загрузка данных Работаем с набором данных FashionMNIST. Это не совсем про тексты, но зато он численный и его можно вытянуть в вектор. Ниже предлагается реализовать собственный класс для считывания, обработки и упаковки данных. training_data = datasets.FashionMNIST( root="data", train=True, download=True ) test_data = datasets.FashionMNIST( root="data", train=False, download=True ) Воспользуемся функцией загрузки данных из репозитория наборов данных. def load_mnist(path, kind='train'): import os import gzip import numpy as np """Load MNIST data from `path`""" labels_path = os.path.join(path, '%s-labels-idx1-ubyte.gz' % kind) images_path = os.path.join(path, '%s-images-idx3-ubyte.gz' % kind) with gzip.open(labels_path, 'rb') as lbpath: labels = np.frombuffer(lbpath.read(), dtype=np.uint8, offset=8) with gzip.open(images_path, 'rb') as imgpath: images = np.frombuffer(imgpath.read(), dtype=np.uint8, offset=16).reshape(len(labels), 784) return images, labels Реализуем класс для FasionMnist. Элементами датасета должны являться пары '(np.array, int)', массив имеет размерность (28, 28), тип элемента np.float32. import os class FashionMnist(Dataset): def __init__(self, path, train=True, image_transform=None, label_transform=None): ### YOUR CODE HERE ### LOAD IMAGES AND LABELS WITH FUNCTION ... ### ALSO PROVIDE TRANSFORMS TO APPLY self.image_transform = self.label_transform = def __len__(self,): ### YOUR CODE # RETURN LENGTH OF DATASET def __getitem__(self, idx): ### YOUR CODE HERE ### APPLY TRANSFORMS AND RETURN ELEMENTS test_dataset = FashionMnist("data/FashionMNIST", train=False) train_dataset = FashionMnist("data/FashionMNIST") Визуализируйте случайные элементы набора данных. ### YOUR CODE HERE В конструктор Dataset можно передать объект torchvision.transforms, который позволяет преобразовать исходные данные. Преобразование torchvision.transforms.ToTensor позволяет преобразоать данные из типа PIL Image и numpy.float32 в тип torch.float32 Реализуйте собственную поддержку преобразований в FashionMnist. Проверьте, что приведение типов работает корректно. class ToTensor: """Convert ndarrays in sample to Tensors.""" def __call__(self, sample): ### YOUR CODE HERE # SHOULD BE CALLABLE ToTensor(x) transform = ToTensor() ### YOUR CODE HERE # init dataset with your transform and check datatype Элементы набора данных могут быть объединены в пакеты (batch) явно и неявно. Если данные могут быть сконкатенированы или объединены каким-нибудь тривиальным способом, то можно не передавать никаких дополнительных парамертов в torch.utils.data.Dataloader. test_dataloader = DataLoader(test_dataset, batch_size=15, num_workers=2, shuffle=True) batch = next(iter(test_dataloader)) print(f"The length of the batch is {len(batch)}") print(f"The shape of the batch[0] is {batch[0].shape}") Если наша структура данных не позволяет нам использовать объединение по умолчанию, то можно написать собственную функцию, которая будет пакетировать данные. Реализуйте функцию, преобразующую последовательность элементов массива в пакет (batch). ### YOUR CODE HERE ### WRITE A COLLATE FUNCTION and use it with dataloaders test_dataloader = ### YOUR CODE HERE train_dataloader = ### YOUR CODE HERE batch = next(iter(test_dataloader)) print(f"The length of the batch is {len(batch)}") print(f"The shape of the batch[0] is {batch[0].shape}") 2. Реализация модулей нейронной сети Сначала нужно реализовать прямой и обратный проход через слои. Наши слои будут соответствовать следующему интерфейсу (на примере "тождественного" слоя): Сначала, мы реализуем функцию и её градиент. class IdentityFunction(Function): """ We can implement our own custom autograd Functions by subclassing torch.autograd.Function and implementing the forward and backward passes which operate on Tensors. """@staticmethod def forward(ctx, input): """ In the forward pass we receive a Tensor containing the input and return a Tensor containing the output. ctx is a context object that can be used to stash information for backward computation. You can cache arbitrary objects for use in the backward pass using the ctx.save_for_backward method. """ return input @staticmethod def backward(ctx, grad_output): """ In the backward pass we receive a Tensor containing the gradient of the loss with respect to the output, and we need to compute the gradient of the loss with respect to the input. """ return grad_output Разработанную функцию обернем классом IdentityLayer, все слои в PyTorch должны быть наследниками базового класса nn.Module() class IdentityLayer(nn.Module): def __init__(self): # An identity layer does nothing super().__init__() self.identity = IdentityFunction.apply def forward(self, inp): # An identity layer just returns whatever it gets as input. return self.identity(inp) 2.1 Функция активации ReLU Для начала реализуем функцию активации, слой нелинейности ReLU(x) = max(x, 0). Параметров у слоя нет. Метод forward должен вернуть результат поэлементного применения ReLU к входному массиву, метод backward - градиент функции потерь по входу слоя. В нуле будем считать производную равной 0. При обратном проходе могут понадобиться величины, посчитанные во время прямого прохода, поэтому их стоит сохранить в ctx. class ReLUFunction(Function): @staticmethod def forward(ctx, input): ### YOUR CODE HERE ### CALCULATE RELU FUNCTION WITH TORCH AND SAVE SOMETHING FOR BACKWARD VIA CTX @staticmethod def backward(ctx, grad_output): ### YOUR CODE HERE ### GET SOMETHING FROM FORWARD AND CALCULATE GRADIENT # CHECK LECTIONS OR GOOGLE out = ... return grad_output * out class ReLU(nn.Module): def __init__(self): super().__init__() self.relu = ReLUFunction.apply def forward(self, input): return self.relu(input) Проверяем градиент, испльзуя функцию gradcheck. torch.manual_seed(0) x = torch.rand((7,15), requires_grad = True, dtype=torch.double) relu = ReLU() assert gradcheck(relu, x) torch_relu = torch.relu our_relu = ReLU() assert torch.norm(torch_relu(x.float()) - our_relu(x)) < 1e-5 2.2 Линейный слой (linear, fully-connected) Далее реализуем полносвязный слой без нелинейности. Два набора параметра: матрица весов (weights) и вектор смещения (bias). class LinearFunction(Function): @staticmethod def forward(ctx, inp, weight, bias): ### YOUR CODE HERE ### CALCULATE OUTPUT ### AND SAVE SOMETHING FOR BACKWARD return output @staticmethod def backward(ctx, grad_output): # GET SOMETHING FROM BACKWARD # CHECK HOW BACKWARD PERFORMED grad_bias = grad_output.sum(0) grad_weight = grad_output.T @ inp grad_input = grad_output @ weight return grad_input, grad_weight, grad_bias class Linear(nn.Module): def __init__(self, input_units, output_units): super().__init__() ### YOUR CODE HERE ### initialize weights and bias with small random numbers or xavier ### do not forget to make them torch.nn.Parameter self.linear = LinearFunction.apply def forward(self,inp): return self.linear(inp, self.weight, self.bias) Проверка градиента, а также сравнение с работой нашего модуля с имплементированным в PyTorch. Проверка градиента: torch.manual_seed(0) x = torch.rand((6,12), requires_grad = True, dtype=torch.double) linear = Linear(12, 14) assert gradcheck(linear, x) Сравнение с PyTorch. output_units = 32 input_units = 15 x = torch.rand((16,15), requires_grad = True, dtype=torch.double) weight = torch.rand(size=(output_units, input_units), dtype=torch.double) bias = torch.rand(size=(output_units,), dtype=torch.double) torch_linear = torch.nn.Linear(input_units, output_units, dtype=torch.double) our_linear = Linear(input_units, output_units) state_dict = OrderedDict([("weight", weight), ("bias", bias)]) torch_linear.load_state_dict(state_dict) our_linear.load_state_dict(state_dict) torch_forward = torch_linear.forward(x) our_forward = our_linear(x) assert torch.allclose(torch_forward, our_forward) 3. Сборка и обучение нейронной сети Реализуйте произвольную нейросеть, состоящую из ваших блоков. Она должна состоять из нескольких полносвязанных слоев. class Network(nn.Module): def __init__(self, input_size=28*28, hidden_layers_size=32, num_layers=5, num_classes=10): super().__init__() ### YOUR CODE HERE ### STACK LAYERS WITH DEFINED PARAMETERS ### USE nn.Dropout, your linear, your relu and whatever you like ### LAST LAYER SHOULD BE nn.LogSoftmax def forward(self, inp): ### YOUR CODE HERE ### APPLY YOUR NET TO THE INPUT Написать цикл обучения. class EmptyContext: def __enter__(self): pass def __exit__(self, *args): pass # accuract metric for our classififcation def accuracy(model_labels, labels): return torch.mean((model_labels == labels).float()) def perform_epoch(model, loader, criterion, optimizer=None, device=None): is_train = optimizer is not None ### YOUR CODE HERE ### MOVE MODEL TO DEVICE ### CHANGE MODEL TO TRAIN OR EVAL MODE ### SET LOGGING VALUES ### ITERATE OVER DATALOADER ### MOVE BATCH AND LABELS TO DEVICE ### GET MODEL OUTPUT ### GET MODEL PREDICTIONS (from the probabilites) ### CALCULATE LOSS ### BACKWARD IF TRAIN ### STEP WITH OPTIMIZER (DONT FORGET TO ZERO GRAD) ### UPDATE LOGGING VALUES WITH LOSS AND ACCURACY ### RETURN LOGGED VALUES Теперь обучим нашу нейронную сеть. # INIT YOUR MODEL # CRITERION # AND OPTIMIZER # Add device # SET NUMBER OF EPOCHS # ITERATE OVER NUMBERS OF EPOCH # TRAIN AND VALIDATE # LOG METRICS FOR TRAIN AND VAL LIKE BELOW. (YOU MAY USE YOUR OWN WAY) print(f"Epoch - {epoch} : loss {loss}, accuracy {acc}") Дальше: Проведите эксперименты с числом слоев. Постройте графики зависимости качества модели на тренировочной и тестовой выборках от числа слоев. Для получения статистически значимых результатов повторите эксперименты несколько раз. Сделайте выводы.
Москва
Фрилансеры
2024-10-16
Создание ботов WhatsApp
дистанционно
договорная
Задачи чат-бота: информирование клиентов, ответы на типовые вопросы. Продукт: Туризм. Техзадания нет.
Москва
Фрилансеры
2024-10-16
Дизайн сторис
дистанционно
договорная
Найти подходящий контент и создать рекламный сторис для продажи шкафов на заказ в интаграм (на 10-13 сек).
Москва
Фрилансеры
2024-10-16
Графический дизайн
дистанционно
договорная
Разработка фирменного стиля. Доработать имеющийся. Вид деятельности: Рекламное агентство. Что нужно ещё: гайдлайн.
Санкт-Петербург
Фрилансеры
2024-10-16
SMM
дистанционно
договорная
Задача: полное ведение и продвижение аккаунта. Тема: медицина, услуги красоты. Instagram, ВКонтакте. Бюджет на рекламную кампанию: 10000. Рекламодатель: физическое лицо. Пожелания и особенности: Перманентный макияж. Нужна упаковка социальных сетей и привлечение клиентов. Рассматриваю кандидатов, которые только закончили учебные заведения и готовы сотрудничать за кейс. Готова полностью доверится мнению специалиста.
Москва
Фрилансеры
2024-10-16
Программисты
дистанционно
договорная
Системное программирование. Решение задач. Нужно разобрать материал по основам написания кода и работой с регистрами на gas - GNU AS 11.3.0 intel синтаксис. Пожелания и особенности: Нужно разобрать материал по основам написания кода и работой с регистрами на gas - GNU AS 11.3.0 intel синтаксис.
Москва
Фрилансеры
2024-10-16
Дизайн буклетов
дистанционно
от 1000.00 руб.
Печать не нужна. Нужно подготовить срочно буклет на тему информационной гигиены.Всего 6 частей,в первой части три главных аспекта,во 2 краткая история вирусов и последствий,3 часть понятия по типу фишинг и тд,4 часть решения фишинга,то есть создание паролей антивирусников,5 часть интересные факты,6 часть заключение. Для текста можно использовать ИИ,нейронки,а для создания фона лучше дизайнеру,но и ИИ на крайний случай. ГЛАВНАЯ ЗАДАЧА связь с ВС РФ, патриотика и фон желательно военный. Для подробной связи в ЛС.
Москва
Фрилансеры
2024-10-16
Графический дизайн
дистанционно
договорная
Создание иллюстраций: для презентации. Количество: 3 шт. Изображения: 2D. Формат: цифровой. Разовая задача или временный проект. По примеру и тз. Отрисовать иллюстрацию. Пожелания и особенности: По примеру и тз. Отрисовать иллюстрацию.
Москва
Фрилансеры
2024-10-16
Интернет-маркетинг
дистанционно
договорная
Нужна рекомендация по способу продвижения. Бюджет на рекламную кампанию: 1.000.000 - 2.000.000руб в месяц. Рекламодатель: физическое лицо. Постоянная работа. Бренд БАДов и спортивного питания. Мужская целевая аудитория. Премиум-сегмент. Работа через Телеграм-канал. Требуется специалист для привлечения трафика и лидов с разных площадок. Анализ лидов через битрикс, знания таргета, подключение рекламы в Гугл и Яндекс, умение делать рекламные креативы и масштабировать бренд.
Санкт-Петербург
Фрилансеры
2024-10-16
SMM
дистанционно
договорная
Задача: полное ведение и продвижение аккаунта. Тема: кафе, рестораны, еда. Telegram. Бюджет на рекламную кампанию: 100. Рекламодатель: самозанятый.
Красноярск
Фрилансеры
2024-10-16
Дизайн обложек треков
дистанционно
договорная
Добрый день) Я готовлю релиз к песне, но у меня совершенно нет обложки, поэтому мне очень важно чтобы она просто подходила под параметры 3000 на 300 Px.
Москва
Фрилансеры
2024-10-16
Оформление презентаций
дистанционно
договорная
Подготовить презентацию с нуля. Презентация: электронная. Контент не подготовлен.
Москва
Фрилансеры
2024-10-16
SMM-стратегия
дистанционно
договорная
Тема: личный блог. Instagram, Telegram, ВКонтакте. Бюджет на рекламную кампанию: 40000. Рекламодатель: самозанятый.
Уфа
Фрилансеры
2024-10-16
Перевод диплома
дистанционно
от 500.00 руб.
Перевести с: русского. На: немецкий. С нотариальным заверением. Документов: 1 шт.
Орёл
Фрилансеры
2024-10-16
PR-менеджеры
дистанционно
договорная
Постоянная работа. Условия и требования: - полноценная упаковка ( актуальные,шапка,визуал) -монтаж роликов -составление КП - составление стратегии продвижения - распаковка личности - анализ ЦА и конкурентов - поиск на бартер - поиск на взаимную рекламу - рассылки - съемки (по необходимости) - составление скриптов - оформление сторис - прописание постов - Составление сценариев для рилс Наполнение дублирующим контентом 6 соц сетей. С компаниями не сотрудничаю.
Москва
Фрилансеры
2024-10-16
Синхронный перевод
договорная
Перевести с: русского. На: английский. Тема: бизнес, производство, образование. Длительность работы: 2 часа. Организуем международную конференцию, необходим опытный переводчик. Трансфер из Казани до города проведения (Альметьевск) предоставим. Все подробности - в личном обсуждении.
Казань
Фрилансеры
2024-10-16
Устный перевод
договорная
Синхронный перевод. Перевести с: русского. На: французский. Тема: юриспруденция. Длительность работы: 4 часа. Требуется синхронный переводчик рус-франц на Международный таможенный форум, аппаратура предоставляется. Тематика: экономическая, юридическая.
Москва
Фрилансеры
2024-10-16
Графический дизайн
дистанционно
договорная
Создание иллюстраций: для корпоративной продукции, для дизайн-проекта, для каталога, дли книги или журнала. Количество: 12 шт. Изображения: 2D. Формат: цифровой. Разовая задача или временный проект. Требуется кураторство , наставничество и подготовка вместе с учеником проекта по коммуникационному дизайну по одному из поднаправлений на выбор-серия плакатов, обложек, фирменный стиль ,упаковка, инфографика, наружная реклама.
Москва
Фрилансеры
2024-10-16
Часто задаваемые вопросы
Почему стоит искать удалённую работу для фрилансеров в России у нас?
🔸 У нас можно найти ежедневную подработку для фрилансеров и самозанятых, выбрав более чем из 32349 вакансий в России |
🔸 Работа и подработка на бирже фриланса от прямых заказчиков, которым нужна помощь фрилансера уже сегодня! |
🔸 Актуальных предложений для фрилансеров на октябрь 2024 года — 89 шт. |
Как найти удалённую работу для фрилансеров и самозанятых в России?
Каждый день мы публикуем новые проекты и вакансии для фрилансеров. Найдите подходящий для себя проект или разовый заказ, обсудите детали с заказчиком и приступайте к работе уже сегодня. Зарабатывайте от 999.72 рублей с заказа
Являемся ли мы посредниками?
Нет, мы не одобряем посредничества и тщательно проверяем каждый новый заказ. Подобно бирже фриланса каждый новый заказ и проект удалённой работы в России размещён прямыми заказчиками
Сколько проектов и вакансий для фрилансеров размещено в России на сегодня?
На октябрь 2024 года опубликовано 32349 предложений работы для удалённых IT-специалистов. Не забывайте проверять новые вакансии ежедневно