Data scientist – работа для фрилансеров в Москве
Найдено предложений — 1076
- Более 1076 предложений о работе за сегодня в тематике data scientist
- У нас можно найти ежедневную работу или подработку, выбрав более чем из 1076 вакансий
- Свежих заказов на data scientist в Москве для фрилансеров на март 2025 года — 4 шт.
Категория
1С-аналитика
blockchain-разработчики
Data scientist
адаптация сайта под мобильные устройства
адаптивная вёрстка
аренда интернет-магазина
аренда кассы для интернет-магазина
аренда сайтов
внедрение DevOps
внедрение ИИ
вёрстка сайтов
гейм-дизайнеры
доработка сайта
доработка сайта на Bitrix
доработка сайта на Joomla
доработка сайта на MODx
доработка сайта на Opencart
доработка сайта на Wordpress
модмейкинг
написание парсера
написание скриптов для сайтов
нарративные дизайнеры
настройка 1С
настройка 1С Бухгалтерии
настройка 1С Документооборот
настройка 1С ЗУП
настройка 1С Предприятия
настройка 1С Розницы
настройка 1С Торговля-Склад
настройка 1С УНФ
настройка 1С Управление торговлей
настройка API
настройка ботов
настройка отчётов 1С
настройка печатных форм 1С
настройка сервера 1С
обмен данными 1С
перенос сайта на другую CMS
подбор домена
поддержка мобильных приложений
подключение CloudPayments
подключение PayPal
подключение Qiwi
подключение Robokassa
подключение платёжных систем
подключение Яндекс.Кассы
программирование в Excel
программирование микроконтроллеров
разработка Telegram Mini Apps
разработка ботов Telegram
разработка браузерных игр
разработка веб-приложений
разработка геймификации
разработка игр
разработка игр на Unity
разработка игр на Unreal Engine
разработка ИИ
разработка компьютерного зрения
разработка компьютерных игр
разработка концепции сайта
разработка кроссплатформенных приложений
разработка машинного обучения
разработка мобильных игр
разработка мобильных приложений
разработка приложение для iOS
разработка приложений виртуальной реальности
разработка приложений для Android
разработка приложений для iPad
разработка приложений для iPhone
разработка приложений для Windows Phone
разработка приложений дополненной реальности
разработка чат-ботов
регистрация домена
системное программирование
системные аналитики
создание бота Инстаграм
создание ботов Discord
создание ботов WhatsApp
создание ботов ВК
создание дашбордов
создание драйверов
создание лаунчеров
создание метавселенной
создание нейросетей
создание плагина для WordPress
создание сайтов
тестирование игр
тестирование приложений
тестирование сайтов
тестировщики
установка SSL-сертификата
установка скриптов
Метро
Уровень дохода
Тип занятости
Программисты
дистанционно
договорная
Data Science. Восстановление поврежденнных файлов jpg. Повредились файлы jpg при переносе на флэшку , и на флэшку и на компьютере файлы повреждены, нужно восстановить Через программы восстанавливаются только удаленные фото из этой папки.
Алтай
Фрилансеры
2025-03-09
Data scientist
дистанционно
договорная
Доработка существующего продукта. Есть датасет, с которым надо проводить какие-то манипуляции. Я гуманитарий. Помогите.
Москва
Фрилансеры
2025-03-09
Разработка на Python
дистанционно
договорная
Data Science. Разработка с нуля, доработка существующего продукта.
Москва
Фрилансеры
2025-03-09
Data scientist
дистанционно
договорная
Доработка существующего продукта.
Москва
Фрилансеры
2025-03-09
Разработка на Python
дистанционно
договорная
Data Science. Разработка с нуля. Пожелания и особенности: Нужно создать код который будет сравнивать цены на китайских маркетплейсах 1688, Taobao, 汽车之家 (машины) с ценами тех же товаров на Авито/авто ру, нужна возможность менять курс в конфиге и в выводе нужны расчеты, цены в рублях разница в % и ссылки на товары. Код должен перебирать все возможные товары работать непрерывно, нужно сделать его максимально продуктивным, запустить многопоток чтобы быстрее собирать данные и проводить расчеты.
Москва
Фрилансеры
2025-03-08
Data scientist
дистанционно
договорная
Дипломная работа. Диплом: Комплексный анализ и прогнозирование сырьевых рынков (металлы, газ, нефть) с использованием методов машинного обучения и искусственного интеллекта.
Москва
Фрилансеры
2025-03-08
Программисты
дистанционно
договорная
Data Science. Разработка с нуля, тестирование, настройка, доработка существующего продукта. .
Ростов-на-Дону
Фрилансеры
2025-03-08
Data scientist
дистанционно
договорная
Доработка существующего продукта. Решить задачу сегментации.
Москва
Фрилансеры
2025-03-08
Программисты
дистанционно
договорная
Data Science. Разработка с нуля, настройка. Имеется удаленная БД, в ней лежат данные о заказах и клиентах. Необходимо настроить подключение из Microsoft Power BI, сформировать набор отчетов, настроить права доступа к отчетам. Этапы работ - настройка подключения источника данных - изучение датасета - формирование семантической модели - создание базовых отчетов - создание дополнительных отчетов Внимание: только физические лица.
Москва
Фрилансеры
2025-03-07
Разработка на Python
дистанционно
договорная
Data Science. Задача из ЕГЭ.
Москва
Фрилансеры
2025-03-07
Разработка на Python
дистанционно
договорная
Data Science. Разработка с нуля. Нужно сделать 150 билетов для лото. В каждой 25 чисел. Ячейки 5*5. Диапазон чисел от 1до90. 1. Они все уникальны. 2. В одном билете нет повторов одного числа. 3. В каждом билете не должно быть 14 совпадений чисел. (Из 25 чисел хотя бы 14 разные).
Москва
Фрилансеры
2025-03-06
Программисты
дистанционно
договорная
Data Science. Дать решение. Нужно указатьпуть к базе данных находящейся на пк через команду %sql sqlite:///EmployeeSQL.db Это ошибки не выдаёт но при попытке взаимодействия с таблицами выдаёт ошибку как на снимке.Подскажите в чём проблема.
Москва
Фрилансеры
2025-03-06
Программисты
дистанционно
договорная
Data Science. Доработка существующего продукта. Нужна помощь с выполнением проекта.
Москва
Фрилансеры
2025-03-06
Программисты
дистанционно
договорная
Data Science. Тестирование, доработка существующего продукта. В репозитории https://sci2s.ugr.es/keel/category.php?cat=reg нужно взять любые 10 наборов данных (с числом признаков: 5, 6, 7, 8, 9, 12, 15, 16). Для каждого набора провести серию экспериментов с программой, изменяя: 1. параметр обучения learning_rate = 0.1, 0.01, 0.001, 0.0001 2. активационную функцию self.activation_function1, рассмотреть все функции, представленные в программе (relu, linear и т.д.). Результаты (mse-Train Loss, mae, время) для тестовой и обучающей выборки внести в таблицу Excel.
Томск
Фрилансеры
2025-03-05
Data scientist
дистанционно
договорная
Разработка с нуля. Предоставить информацию по России с дроблением по областям и крупным городам с указанием расположения проектов и парков детских игровых аппартов, которые активно работают. Количество игровых аппаратов на объекте от 30 штук. Предоставить в виде сводной таблицы в формате excel.
Москва
Фрилансеры
2025-03-05
Программисты
дистанционно
договорная
Data Science. Разработка с нуля. Пожелания и особенности: Нужна обработка для загрузки файла Excel в 1 с бухгалтерию 8.3.
Москва
Фрилансеры
2025-03-05
Программисты
дистанционно
договорная
Data Science. Разработка с нуля. Преобразование xls файлов из многостраничного файла в плоскую таблицу (макрос).
Калуга
Фрилансеры
2025-03-05
Data scientist
дистанционно
договорная
Разработка с нуля, тестирование, настройка, доработка существующего продукта.
Москва
Фрилансеры
2025-03-05
IT-аутсорсинг
дистанционно
договорная
Разработка ПО. Data Science. Разработка с нуля. Реализовать скрипт на языке Python (можно использовать Keras/Tensorflow, OpenCV, YOLO или другие библиотеки), который будет на основании видеопотока с веб-камеры в реальном времени (без задержек) с использованием ресурсов только ЦП (без использования видеокарты) решать следующие задачи: 1. Определение количества и типа транспортных средств (мотоцикл/велосипед, легковой автомобиль или микроавтобус, автобус, грузовое ТС), находящихся в области видимости камеры в каждой из полос в обоих направлениях. Формат вывода: - направление (от камеры \ к камере) - тип ТС - количество в левой полосе - количество в правой полосе Скрипт должен осуществлять вывод данной информации каждые 3 минуты. 2. Детектирования факта движения транспортных средств. В случае наличия движения - определение количества и типа ТС пересекших линий шлагбаума в каждую сторону. Формат вывода: - направление (от камеры \ к камере) - время пересечения - тип ТС Скрипт должен осуществлять вывод информации при каждом случае пересечения линии. Материалы по данному вопросу: https://mpolinowski.github.io/docs/IoT-and-Machine-Learning/ML/2021-12-06--opencv-object-tracking/2021-12-06/ https://broutonlab.com/blog/opencv-object-tracking/ https://pyimagesearch.com/2018/07/30/opencv-object-tracking/ https://github.com/aia39/SORT-Multiple-Car-Tracking-using-YOLOv5 https://github.com/guptavasu1213/Yolo-Vehicle-Counter https://github.com/bamwani/car-counting-and-speed-estimation-yolo-sort-python.
Москва
Фрилансеры
2025-03-04
Data scientist
дистанционно
договорная
Задача разработать хранилище данных и обеспечить максимально возможную скорость обработки определенных запросов. Основная цель изучить возможности pyspark для оптимизации запросов и подготовки витрин для пользователей. Пожелания и особенности: Подробнее: https://github.com/AIDATAFAB/hw-spark.git Необходимо написать скрипты, которые будут трансформировать сырые данные так, чтобы достичь максимальной производительности. Необходимо как минимум пройти baseline тестов.
Москва
Фрилансеры
2025-03-04
Программисты
дистанционно
договорная
Data Science. Задача разработать хранилище данных и обеспечить максимально возможную скорость обработки определенных запросов . Основная цель изучить возможности pyspark для оптимизации запросов и подготовки витрин для пользователей. Пожелания и особенности: Задача в том, чтобы написать такие скрипты, которые будут трансформировать сырые данные так, чтобы максимально производительно обрабатывать данные из теста. Подробнее: https://github.com/AIDATAFAB/hw-spark.
Москва
Фрилансеры
2025-03-04
Программисты
дистанционно
договорная
Data Science. Разработка с нуля. Здравствуйте! Необходимо сделать базу данных клиентов. База данных должна включать разделы, которые будут заполняться нами самостоятельно. В разделах должны быть быстрые варианты ответов. По мимо этого в базе должен быть поиск по ключевым словам.
Москва
Фрилансеры
2025-03-04
Data scientist
дистанционно
договорная
Разработка с нуля. Необходимо сделать инструмент Динамической Переоценки в Excel, который будет учитывать Динамику заказов/продаж за последние 14 дней. Маржинальный доход до вступления в промо и после него, порог прибыли за ед, прогноз заказов при вступлении в промо.
Москва
Фрилансеры
2025-03-04
Программисты
дистанционно
договорная
Data Science. Создание дашборда в Yandex DataLens из Bitrix24 Необходимо создать дашборд на основе bitrix24.
Новосибирск
Фрилансеры
2025-03-04
Data scientist
дистанционно
договорная
Разработка с нуля. Сделать аналитику форума и заведения.
Москва
Фрилансеры
2025-03-04
IT-аутсорсинг
дистанционно
договорная
Разработка ПО. Data Science. Настройка, разработка с нуля. Добрый день, наша компания занимается международной дистрибъюцией,мы ищем специалистов или готовую команду,для решения вопросов по автоматизации,номер для связи [Телефон скрыт].
Москва
Фрилансеры
2025-03-03
Программисты
дистанционно
договорная
Data Science. Разработка с нуля, Нужна помощь с работой - дашборд или Data Science. Нужна помощь с работой по Data Science - разработка витрины и создание Дашборда на базе витрины.
Карачаево-Черкесия
Фрилансеры
2025-03-03
Программисты
дистанционно
договорная
Data Science. Разработка с нуля. Изучение Yandex DataLens , выполнение практических заданий по курсу Яндекс практикума "Аналитик данных". Создание дашборда.
Москва
Фрилансеры
2025-03-03
Программисты
дистанционно
договорная
Data Science. Разработка с нуля.
Москва
Фрилансеры
2025-03-03
Программисты
дистанционно
договорная
Data Science. Разработка с нуля. Я хочу стать айтишником для того что бы зарабатывать хорошо на удаленке. Готов приступить к учёбе. Знаний и понятий у меня больших нет.
Дагестан
Фрилансеры
2025-03-02
Программисты
дистанционно
договорная
Data Science. Доработка существующего продукта.
Москва
Фрилансеры
2025-03-02
Data scientist
дистанционно
договорная
Анализ чата/канала эксперта и составление аналитической таблицы. 1) Детально и внимательно проанализировать канал и чат ТГ эксперта. Там доступ платный - оплата с нашей стороны. Тема там - разборы БАДов/витаминов. 2) Сделать таблицу (либо гугл док либо ексель) с раписанными рекомендованными/нерекомендованными фирмами БАДов со стороны эксперта (кроме косметики!). Все фирмы и производства, что она (эксперт) рекомендует в канале/положительно или негативно одобрила в чате «Канальное удовольствие» И «Болталка» и какие фирмы подделывают. Внимательно прочитать надо эти пункты задания и внимательно поискать. 1 важный параметр в таблице - фирма - ок или не ок мнением экспертам (например, NOW) 2 - сырье рекомендовано или нет (именно экспертом, другое мнение не надо!) 3 - подделки/фальсификат 4 - что чаще всего пишут люди по тем пунктам выше Можно в одной таблице. Можно 4 разные + отдельная страница в ексель таблице про ее (экспета) рекомендации по бадам/нутрицевтикам/витаминам/минералам и прочему (кроме косметики!) из основного канала и комментариями кратко почему этот бад конкретно у этой фирмы + спектр влияния на человека (например: улучшает пищеварение, память, избавляет от интокискации и т.д.). ___ Для достижения цель — надо сделать полный анализ чата и ответов в канале и в чатах от эксперта (чье-то другое мнение или экспертная обратка — неактуальна). Как угодно (нейронка или ручным способом), но проверять будем несколькими подрядчиками. Доступ в канал и чат оплатим для работы. Там в Канале мало информации, в основном надо будет анализировать Чат, прикрепленный к каналу. Данную информацию для обучающего мероприятия планируем использовать.
Москва
Фрилансеры
2025-03-01
Data scientist
дистанционно
договорная
Задание по подготовке данных (задание анализа даноых по корпоративным финансам, университет). Пожелания и особенности: https://docs.google.com/document/d/1GXJ07nYg8BXRYpCiWVd-Qqkdk2RaF0d-R3ZGFG5lsRI/edit описание задания. Оно достаточно простое.
Москва
Фрилансеры
2025-03-01
Data scientist
дистанционно
договорная
Настройка. Пожелания и особенности: Обучаю LoRA для задачи LLM as Judge, хочется понять, в чем может быть проблема, что итоговое качество не сильно растет. Нужна консультация по дальнейшим шагам.
Москва
Фрилансеры
2025-03-01
Программисты
дистанционно
договорная
Data Science. Решение задачи. Задание включает изучение полиномиальной регрессии и реализацию методов оценки моделей в Python. Темы: функции потерь, оптимизация, визуализация остатков, создание класса полиномиального оценивателя, генерация синтетических данных и оценка смещения с дисперсией. 🔹 Вопрос 1: Генерация и визуализация синтетических данных Задание: Написать три функции: polynomial(p, x): вычисляет значения полинома в точках x, используя только базовые операции NumPy. generate_polynomial_data(n_samples, polynomial_coeffs, x_range, pos_noise_std, neg_noise_std, poly_func): генерирует случайные точки с шумом для полиномиальной регрессии. plot_regression_data(x, y, polynomial_coeffs, poly_func): строит график сгенерированных данных. 🔹 Вопрос 2: Функции потерь Задание: Реализовать две функции: mse_loss(y_true, y_pred): вычисляет среднеквадратичную ошибку (MSE). mae_loss(y_true, y_pred): вычисляет среднюю абсолютную ошибку (MAE). 🔹 Вопрос 3: Аппроксимация полинома с помощью оптимизации Задание: Реализовать функцию: fit_polynomial(x, y, degree, loss_fn): подбирает коэффициенты полинома, минимизируя заданную функцию потерь. 🔹 Вопрос 4: Визуализация остатков Задание: plot_residuals(x, y_true, degree, loss_fn, poly_func): Делит данные на обучающую (70%) и тестовую (30%) выборки. Строит остатки (разницу между реальными и предсказанными значениями). Показывает график ошибок с вертикальными линиями. 🔹 Вопрос 5: Реализация класса для полиномиальной регрессии Задание: Написать класс PolynomialEstimator с методами: __init__(self, degree, loss_func, poly_func): инициализация. fit(self, x, y): обучение модели. predict(self, x): предсказания. 🔹 Вопрос 6: Бутстрап-выборки с Out-of-Bag (OOB) Задание: create_bootstrap_samples(x, y, num_bootstrap): Генерирует бутстрап-выборки (случайные подмножества с заменой). Определяет out-of-bag (OOB) — данные, которые не попали в бутстрап-выборку. 🔹 Вопрос 7: Оценка смещения и дисперсии через бутстрап Задание: bias_variance_estimate(x, y, estimator, num_trials): Генерирует бутстрап-выборки. Обучает PolynomialEstimator на каждой. Для каждого объекта оценивает смещение и дисперсию. 🔹 Вопрос 8: Сравнение двух моделей по бутстрап-оценке Задание: compare_models_bootstrap(x, y, estimator1, estimator2, num_trials, loss_fn): Запускает бутстрап на двух разных моделях. Анализирует ошибки, смещение, дисперсию. Возвращает 0, если первая модель более простая, чем вторая, иначе 1. 🔹 Вопрос 9: Кросс-валидация Задание: cross_validation_estimate(x, y, estimator, loss_fn, k, random_seed): Делит данные на k разбивок (folds). Обучает PolynomialEstimator на k-1 частях, тестирует на оставшейся. Возвращает среднюю ошибку. 🔹 Вопрос 10: Визуализация зависимости ошибки кросс-валидации от сложности модели Задание: plot_cv_loss_vs_degree(x, y, degrees, loss_fn, k): Для каждого значения степени degree выполняет кросс-валидацию. Строит график ошибки кросс-валидации. Отмечает оптимальную степень полинома.
Москва
Фрилансеры
2025-02-28
Data scientist
дистанционно
договорная
Подготовка к собеседованию. Необходимо подготовится к собеседованию на позицию junior+ / middle со спецификой в NLP.
Москва
Фрилансеры
2025-02-28
Data scientist
дистанционно
договорная
Разработка с нуля. Нужно выполнить проект sql с использованием python.
Москва
Фрилансеры
2025-02-28
Data scientist
дистанционно
договорная
Домашнее задание по data science.
Москва
Фрилансеры
2025-02-28
Программисты
дистанционно
договорная
Data Science. Доработка существующего продукта. При установке печатной головки с серийным номером 7236 на машину необходим лицензионный файл *.lic следующего содержания: [JET] CUSTOMER=JV3DS 124B1 [LICENCE] NUMERO=7236 CODE=122721 CLE1=267250 CLE2=621841 CLE3=158901 DATE=20170518 EXPIRE=20170518 Сейчас необходимо поменять головку с другим серийным номером. Поэтому необходимо создать новый файл *lic.
Москва
Фрилансеры
2025-02-27
Data scientist
дистанционно
договорная
Подготовка к тех.собесу и помощь в обучении. Ищу преподавателя способного объяснять сложные концепции простым языком, делится практическими примерами и предоставляет поддержку в освоении инструментов.
Москва
Фрилансеры
2025-02-27
Data scientist
дистанционно
договорная
Сбор информации с выводом excel таблицы. Пожелания и особенности: Необходимо собрать информацию об участниках выставки из сайтов и предоставить в таблице excel 20 выставок.
Москва
Фрилансеры
2025-02-27
Программисты
дистанционно
договорная
Data Science. Настройка. Почистить, отсортировать, сделать анализ.
Рязань
Фрилансеры
2025-02-27
Разработка на Python
дистанционно
договорная
Дано: - Есть 3 бизнес направления для которых подобрано 50 атрибутов с разной силой влияния на метрику "Предпочтение" - Каждый атриубут по-разному проявлен в восприятии разных компаний (4 конкурента). Характер проявленности описан параметром BIPs - Каждый атрибут отличается по потенциальному подходу к работе с ним: поддерживать / усиливать / развивать - Все атрибуты с разной силой влияют на ключевую метрику "предпочтение", но не между всеми атрибутами есть сильная связь. Для нас важна связь больше 50% персентиля Требования: 1. Фильтрация атрибутов по параметрам: продуктовая вертикаль: - покупка - долгосрочная аренда - краткосрочная аренда Подборка атрибутов: - все - ТОП-10 2. После фильтрации должно происходить формирование списка атрибутов, проранжированных по силе их вклада в метрику "предпочтение" для каждой вертикали - Атрибуты первого уровня (верхушка) - это ключевые 1-2 атрибута, от которых будет строиться цепочка 3. Далее при выборе 1-2 атрибутов 1го уровня должны последовательно и дополнительно формироваться 2 уровня цепочки (пирамиды): - После выбора атрибутов первого уровня, подтягиваются атрибуты второго уровня (середина), которые связаны с атрибутами первого уровня с силой связи от 50% персентиля - После выбора атрибутов второго уровня, подтягиваются атрибуты третьего уровня (основание), которые связаны с атрибутами второго уровня с силой связи от 50% персентиля ВАЖНО ДЛЯ ОБОИХ УРОВНЕЙ: атрибуты с силой связи 90-100% персентиля выделяются жирным шрифтом. 4. Описание каждого уровня цепочки атрибутов: Описание каждого атрибута: - Сила влияния на предпочтение - BIPs - значения по конкуренту 1, конкуренту 2 и конкуренту 3. А также конкуренту 4 для посуточной аренды) . - При BIPs равно и более 2% для покупки и долгосрочной аренды и равно и более 5% - окрашиваем в зеленый цвет. - Менее и равно -2% для покупки и долгосрочной аренды и равно и менее -5% - окрашиваем в красный цвет. - Промежуточные значение между -2% и 2%, и между -5% и 5% для посуточной аренды - темно-серым Описание целесообразности работы с теми или иными атрибутами. Все атрибуты прокрашены цветом: - Поддерживать (зеленые) – сильная сторона Конкуента 1 и BIPs Конкуента 1 ⋟ BIPs конкурентов - Усиливать (желтые) – сильная сторона Конкуента 1, но BIPs Конкуента 1 < BIPs конкурентов - Развивать (красные) – слабая или нейтральная сторона Конкуента 1 Для выбора атрибута, с которым(и) будем работать, нужно нажать на галочку рядом с конкретным атрибутом: - Условие 1. автоматическое проставление галочек рядом с атрибутами 2-го и 3-го уровня, которые были выбраны на предыдущем этапе (отображать их серой галкой). Серые галки нельзя отжать если не сделать это на предыдущем шаге, где они были проставлены рядом с конкретным атрибутом - В итоговую цепочку и расчет попадают только атрибуты с галочками - Всегда отображается окно, с информацией о суммарном вкладе цепочки в метрику "предпочтение". - Суммарный вклад в предпочтение = сумма всех вкладов, по атрибутам, по которым проставлены галочки. Каждый атрибут учитывается в расчете только 1 раз (в случае, если он появляется на разных этапах списков, в расчете не дублируется) Технические требования: - Язык программирования: Python - Нужна возможность расширения функционала макроса в будущем. - Сроки выполнения: 10 р.д. Ожидаемые результаты: создание эффективного инструмента для анализа атрибутов, влияющих на выбор площадки в отдельных вертикалях, который позволит оптимизировать процесс принятия решений относительно развития продукта и бренда. Для лучшего понимания терминологии сущностей в модели: - Атрибуты (т.е. идентификаторы) (высказывания, единица анализа, узел в графе) - Сила влияния атрибута на другие атрибуты, варьируется от 1% до 100% - Сила связи атрибута с предпочтением, прямой путь от узла атрибута до предпочтения, измеряется в % - Конкуренты - игроки на поле, каждый из конкурентов связан с атрибутами через BIPS - BIPS- метрика, есть для каждой пары атрибут-конкурент и представляет собой степень ассоциирования атрибута с конкурентом - Предпочтение - финальная зависимая переменная, каждый атрибут вне зависимости от связки с конкурентом имеет фиксированный вклад в предпочтение - Вклад в предпочтение - есть у каждого атрибута, вклад в предпочтение нескольких атрибутов считается как сумма вкладов каждого атрибута - Продуктовая вертикаль - верхнеуровневая переменная, фильтр, для каждой вертикали свой набор переменных, конкурентов, связей, BIPS
Москва
Фрилансеры
2025-02-26
Data scientist
дистанционно
договорная
преподавание. Здравствуйте! Наша компания занимается дополнительным профессиональным образованием для взрослых в рамках проекта "Содействие занятости". Сейчас мы ищем талантливого преподавателя для совместной разработки и реализации образовательной программы "Аналитик данных на основе языка Python" общим объемом 256 академических часов. Ключевые особенности проекта: • Формат обучения: Занятия проводятся в дистанционном формате. • Целевая аудитория: Слушатели – взрослые люди, заинтересованные в получении новых профессиональных навыков. • Техническая платформа: Работаем на базе системы дистанционного обучения (ЛМС). • Мы работаем строго в соответствии с ТК РФ. Задачи и этапы: 1. Разработка программы (256 ч): • Учебно-тематический план и программа: Разработка согласно предоставленному шаблону. Наша команда методистов будет оказывать полное сопровождение на всех этапах, предоставляя подсказки и помощь. • Учебные материалы: Подготовка материалов для лекций, практических занятий и самостоятельной работы, с использованием готового шаблона. • Оплата за разработку: 180 000 рублей (включая НДФЛ). 2. Реализация программы (только лекции и практики в объеме 100 ак. ч.): • Проведение занятий: Лекции и практические занятия в объеме 100 академических часов, в дистанционном формате. • Оплата за реализацию: 2000 рублей за 1 академический час. 3. Проверка заданий: • Проверка практических заданий и выпускных аттестационных работ: * 1000 рублей за 1 астрономический час проверки. * Время на проверку одного практического задания: не более 5 минут. * Время на проверку одной аттестационной работы: не более 12 минут. * Критерии оценивания будут разработаны заранее для обеспечения возможности проверки в рамках указанного времени. • Уточнение: Сопровождение слушателей (техническая поддержка, ответы на общие вопросы) осуществляется командой тьюторов. Преподаватель отвечает только на вопросы, возникающие непосредственно в процессе обучения и в рамках занятий на ЛМС. В итоге, в обязанности преподавателя входит: • Разработка учебно-методических материалов (согласно шаблонам и при поддержке методистов) • Проведение лекций и практических занятий в дистанционном формате на базе ЛМС. • Проверка практических заданий и аттестационных работ согласно установленным критериям и временным рамкам. Срок реализации программы: 2025 год. Мы заинтересованы в долгосрочном сотрудничестве. Если вам это близко, у вас есть релевантное образование и опыт в данной сфере, то обязательно откликайтесь!.
Москва
Фрилансеры
2025-02-26
Data scientist
дистанционно
договорная
Преподавание. Здравствуйте! Наша компания обучает взрослых в рамках проекта "Содействие занятости". Сейчас мы ищем талантливого преподавателя для совместной разработки и реализация образовательной программы "Аналитик данных на основе языка Python" общим объемом 256 академических часов. Ключевые особенности проекта: • Формат обучения: Занятия проводятся в дистанционном формате. • Целевая аудитория: Слушатели – взрослые люди, заинтересованные в получении новых профессиональных навыков. • Техническая платформа: Работаем на базе системы дистанционного обучения (ЛМС). • Мы работаем строго в соответствии с ТК РФ. Задачи и этапы: 1. Разработка программы (256 ч): • Учебно-тематический план и программа: Разработка согласно предоставленному шаблону. Наша команда методистов будет оказывать полное сопровождение на всех этапах, предоставляя подсказки и помощь. • Учебные материалы: Подготовка материалов для лекций, практических занятий и самостоятельной работы, с использованием готового шаблона. • Оплата за разработку: 180 000 рублей (включая НДФЛ). 2. Реализация программы (только лекции и практики в объеме 100 ак. ч.): • Проведение занятий: Лекции и практические занятия в объеме 100 академических часов, в дистанционном формате. • Оплата за реализацию: 2000 рублей за 1 академический час. 3. Проверка заданий: • Проверка практических заданий и выпускных аттестационных работ: * 1000 рублей за 1 астрономический час проверки. * Время на проверку одного практического задания: не более 5 минут. * Время на проверку одной аттестационной работы: не более 12 минут. * Критерии оценивания будут разработаны заранее для обеспечения возможности проверки в рамках указанного времени. • Уточнение: Сопровождение слушателей (техническая поддержка, ответы на общие вопросы) осуществляется командой тьюторов. Преподаватель отвечает только на вопросы, возникающие непосредственно в процессе обучения и в рамках занятий на ЛМС. В итоге, в обязанности преподавателя входит: • Разработка учебно-методических материалов (согласно шаблонам и при поддержке методистов) • Проведение лекций и практических занятий в дистанционном формате на базе ЛМС. • Проверка практических заданий и аттестационных работ согласно установленным критериям и временным рамкам. Срок реализации программы: 2025 год. Мы заинтересованы в долгосрочном сотрудничестве. Если у вас есть релевантное образование и опыт работы, обязательно откликайтесь!.
Москва
Фрилансеры
2025-02-26
Разработка на Python
дистанционно
договорная
Data Science. Разработка с нуля, доработка существующего продукта, Автоматизация бизнес-процессов, интеграция CRM, парсинг данных. Работа проходит удалённо на почасовой основе (в пункте оплаты указана почасовая ставка) Требуется разработчик Python для автоматизации процессов отдела продаж/ создание масштабируемых автоматизированных решений. Вы будете тесно сотрудничать с командами маркетинга и развития бизнеса для проектирования, разработки и поддержки автоматизированных систем, оптимизирующих рабочие процессы, интегрирующихся со сторонними платформами и предоставляющих ценные аналитические данные. Основные обязанности: - Разработка и поддержка автоматизированных решений: Проектировать, писать код, тестировать и внедрять скрипты и приложения на Python для поддержки процессов продаж и маркетинга. - Интеграция API и обработка данных: Интегрировать различные сторонние API (например, CRM, социальные сети, платформы email-маркетинга) - Проектирование системы и архитектура: Разрабатывать масштабируемые и удобные для поддержки системы, способные адаптироваться к изменяющимся потребностям бизнеса. Обеспечивать надежную обработку ошибок, ведение логирования и мониторинг в рамках автоматизированных процессов. - Сотрудничество и коммуникация: Тесно взаимодействовать с межфункциональными командами (маркетинг, развитие бизнеса и IT) для сбора требований, предоставления технических консультаций и преобразования сложных концепций в практические стратегии. Требования: 1)Техническая экспертиза: Подтвержденный опыт разработки на Python (предпочтительно более 3 лет); Глубокие знания основ Python, библиотек и фреймворков (например, Pandas, Requests). 2) Навыки работы с LLM и проектирования запросов: Умение эффективно использовать ChatGPT и формулировать запросы к большим языковым моделям (LLM) для автоматизации задач, генерации креативных решений и оптимизации процессов обработки данных.
Москва
Фрилансеры
2025-02-26
Программисты
дистанционно
договорная
Data Science. Разработка с нуля, доработка существующего продукта. Вам необходимо разработать модели дискретного выбора на основе данных опроса о предпочтениях к MaaS-пакетам. Проведите описательный и корреляционный анализ, сформулируйте гипотезы, постройте мультиномиальную и упорядоченную логит-модели, протестируйте их и интерпретируйте результаты. Кода будет достаточно. В файле Assignment - задание; в файле Syrvey Data - набор данных.
Москва
Фрилансеры
2025-02-26
Data scientist
дистанционно
договорная
Репетиторство по определенным модулям для студента. Анализ данных на практикуем в университете либо в питоне, либо в Google colab ( чаще а нем). Есть модули. Написано, сколько занятий на это будем посвящать. Будут скидывать лекции. Мне нужно понять данную дисциплину и уметь решать задачи.
Москва
Фрилансеры
2025-02-26
Часто задаваемые вопросы
Почему стоит искать работу для фриласнеров по профилю data scientist в Москве у нас?
| 🔸 Более 1076 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 Москве для фрилансеров на март 2025 года — 4 шт. |
Как найти удалённую работу для фриланс-специалистов по профилю data scientist в Москве?
Вы специалист по data scientist и ищете проекты и заказы на удалёнке в Москве? 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 Москве?
На март 2025 года опубликовано 3856 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 1000.00 рублей с заказа. Хотите больше? Выполняйте как можно больше заказов и зарабатывайте сколько пожелаете