Data scientist – работа для фрилансеров в Нижнем Новгороде
Найдено предложений — 320590
- Более 1119 предложений о работе за сегодня в тематике data scientist
- У нас можно найти ежедневную работу или подработку, выбрав более чем из 320590 вакансий
- Свежих заказов на data scientist в Нижнем Новгороде для фрилансеров на ноябрь 2024 года — 1 шт.
Категория
1С-аналитика
Data scientist
доработка сайта
доработка сайта на Wordpress
настройка 1С
настройка 1С Бухгалтерии
настройка 1С ЗУП
настройка 1С Предприятия
настройка 1С Розницы
настройка 1С УНФ
настройка 1С Управление торговлей
настройка API
настройка ботов
программирование в Excel
программирование микроконтроллеров
разработка Telegram Mini Apps
разработка ботов Telegram
разработка браузерных игр
разработка веб-приложений
разработка игр на Unity
разработка игр на Unreal Engine
разработка компьютерных игр
разработка машинного обучения
разработка мобильных приложений
разработка приложение для iOS
разработка приложений для Android
системное программирование
системные аналитики
создание бота Инстаграм
создание дашбордов
создание нейросетей
создание сайтов
тестирование приложений
Уровень дохода
Тип занятости
Разработка на Python
дистанционно
договорная
Data Science. Доработка существующего продукта, настройка. Это программа, которая должна получать с камеры(dev/video0) видео в потоковом формате(сейчас это h264) и транслировать по rtsp на мой ip в локальной сети(без доступа в интернет). Ваша задача - переделать работу с форматом потокового видео, было видео .h264, а теперь нужно потоковое, mpeg например. import gi gi.require_version('Gst', '1.0') gi.require_version('GstRtspServer', '1.0') from gi.repository import GLib, Gst, GstRtspServer from picamera2 import Picamera2 from picamera2.encoders import H264Encoder from picamera2.outputs import FfmpegOutput import socket # Функция для получения IP адреса def get_local_ip(): try: s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM) s.connect(('[Телефон скрыт]', 1)) ip = s.getsockname()[0] except Exception: ip = '127.0.0.1' finally: s.close() return ip class CameraRtspFactory(GstRtspServer.RTSPMediaFactory): def init(self, pipeline): super(CameraRtspFactory, self).init() self.pipeline = pipeline def do_create_element(self, url): return self.pipeline def main(): # Инициализация камеры picam2 = Picamera2() video_config = picam2.create_video_configuration(main={"size": (1920, 1080)}) picam2.configure(video_config) encoder = H264Encoder(bitrate=17000000) # Инициализация RTSP сервера Gst.init(None) server = GstRtspServer.RTSPServer() server.set_service('8554') # Настройка выхода через GStreamer pipeline_str = ( 'appsrc ! videoconvert ! video/x-raw,format=I420 ! ' 'x264enc bitrate=17000 speed-preset=ultrafast tune=zerolatency ! ' 'rtph264pay name=pay0 pt=96 config-interval=1' ) gst_pipeline = Gst.parse_launch(pipeline_str) # Настройка выхода для камеры ffmpeg_output = FfmpegOutput(gst_pipeline.get_by_name("appsrc")) picam2.start_recording(encoder, ffmpeg_output) # Настройка RTSP factory = CameraRtspFactory(gst_pipeline) factory.set_shared(True) mount_points = server.get_mount_points() mount_points.add_factory("/test", factory) server.attach(None) ip = get_local_ip() print(f"Streaming RTSP at rtsp://{ip}:8554/test") loop = GLib.MainLoop() loop.run() if name == "main": main().
Нижний Новгород
Фрилансеры
2024-10-19
Программисты
дистанционно
от 50000.00 руб.
Data Science. Разработка с нуля. Для металлоторгующей компании для систематизации работы с поставщиками необходимо создать базу данных товаров поставщиков. Товары - металлопрокат. Ску не существует, вариаций сочетания характеристик миллион Наполнение базы: Excel прайслисты: Некоторые поставщики присылают своё наличие. Проблема что файлы у всех разные: порядок столбцов, названия столбцов, состав строки - где то в ячейке только одна характеристика, гдето сразу несколько. Одна и та же марка может писаться одинарным написанием и двойным (в скобочках или через тире, у всех металлов практически есть 2 разных названия). Гдето к марке могут добавить состояние металл типа М Н ПН и так далее, доп сведения о товаре могут быть, могут не быть, могут быть во множестве ячеек, наличие может быть прописано в кг и/или метрах и отдельно в наличии и в заказе, одна и таже позиция может быть несколько раз, у кого то количество через точку, у когото через запятую. Наличия поставщиков должны иметь возможность постоянного обновления (с нашей стороны) или автоматического (когда приходят на почту). Ручной ввод. Должна быть возможность массового ввода когда мы условно 3-5 характеристик прописываем по дефолту и одну (размер например) прописываем разные варианты например внести по определенной марке все размеры от 10 до 90мм с шагом 5 и тд. Примеры прайсов в приложении. Таких для начала около двух сотен. По этой системе создан например из общедоступных сайт e-metall.ru - чтоб посмотреть функционал нужно зарегиться, инн любой из реальных можно внести при регистрации. Там много разделов, можно как основной посмотреть раздел: Каталог металлопроката - Круг. Результат работы - база с интерфейсом и функционалом по подобию e-metall.ru но для внутреннего пользования. Предложения состоящие из воды не присылайте, не отвечу. Только по делу Цену предлагаете вы.
Нижний Новгород
Фрилансеры
2024-05-08
Программисты
дистанционно
от 2000.00 руб.
Уточните категорию: программисты. Data Science. Настройка, разработка с нуля. Добрый день нужно помочь скачать, установить с нуля MSsqlserver, Airflow, Click Далее настроить связку между ними то есть от Ms к Airflow далее к Click И протестировать первый даг. Скачать могу заранее что бы время не терять, только от вас нужны ссылку откуда и как. Прошу если вы не знаете как и пытаетесь набрать опыт не тратье свое и мое время!!!!.
Нижний Новгород
Фрилансеры
2024-05-08
Разработка на Python
дистанционно
от 100000.00 руб.
Data Science. Разработка с нуля. Необходимо реализовать python приложение позволящие на основании запросов на естественном языке, выделить ключевые слова и сформировать запрос на конечную точку (webhook, CRM, обращение к API) 1) Приложение должно работать на русском языке 2) Иметь возможность формирования запросов с помощью естественного языка 3) Иметь интерактивный конструктор, в котором можно отредактировать запрос созданный ИИ или создать в ручную 4) Иметь возможность отредактировать запрос на естественном языке 5) Нативный конструктор и ИИ помощник наследуют друг-друга и имеею взаимосвязи, чтобы при одновременной работе они друг другу не противоречили 6) Датасет потенциальых задач и конечных точек предосталяеться, но имеет очень разреженный вид Ищем ML - разработчика Middle с опытом работы в задачах Speech-To-Text и NLP, удаленная работа, проектная занятость. Сумма указанная в задаче носит информационный характер, стоимость и объем работ обсудим с исполнителем, максимальный срок работ 2-3 месяца.
Нижний Новгород
Фрилансеры
2024-05-04
Data scientist
дистанционно
договорная
Разработка с нуля. Автоматизированная модель семантического анализа текстов для оценки социальной реакции на деятельность компании в контексте принципов ESG (Environmental, Social, Governance), в частности, обрабатывать результаты в рамках фактора Social - насколько компания поддерживает принципы ESG, устойчивого развития, социального равенства, социальной защиты, обеспечения достойных и комфортных условий труда, образования, обеспечения гендерного равенства и т.д.. Модель должна интегрировать данные из различных источников, таких как новостные статьи, обсуждения на форумах, социальные сети и другие онлайн-платформы. Задача модели - выявлять общий уровень соответствия компании принципам ESG на шкале от 1 до 10, а также выявлять стоп-факторы, препятствующие повышению этого уровня. Модель должна учитывать не только отдельные слова, но и контекст сообщений, включая тональность и эмоциональную окраску высказываний. Примерные характеристики модели: 1) Архитектура модели: использование глубоких нейронных сетей, таких как рекуррентные нейронные сети или трансформеры, для анализа текстов и выявления семантических связей. 2) Интеграция данных: Система должна быть способна собирать данные из различных источников, включая API новостных агентств, форумов, социальных сетей и других онлайн-платформ. 3) Предобработка данных: Предварительная обработка текстов, включая токенизацию, стоп-слова, лемматизацию и выделение ключевых фраз. 4) Анализ тональности: Модель должна быть способна определять не только семантическое содержание текстов, но и их эмоциональную окраску. 5) Оценка соответствия принципам ESG: Разработка алгоритма оценки, который учитывает не только простое количество упоминаний, но и их контекст, а также выявление ключевых тем и ключевых слов, связанных с принципами ESG. 6) Стоп-факторы и препятствия: Выявление и анализ факторов, которые могут негативно влиять на оценку компании по принципам ESG. 7) Масштабируемость и производительность: Модель должна быть способна обрабатывать большие объемы данных в реальном времени и масштабироваться при необходимости. 8) Мультиязычность: Добавление поддержки для обработки текстов на разных языках для расширения применимости модели. 9) Использование предобученных моделей: Использование предобученных языковых моделей, таких как BERT или GPT, для улучшения качества анализа текстов. 10) Обратная связь и обучение с подкреплением: Внедрение механизмов обратной связи и обучения с подкреплением для постепенного улучшения модели на основе получаемого опыта. 11) Интерпретируемость результатов: Разработка методов для объяснения и интерпретации результатов анализа, чтобы пользователи могли понять, каким образом были получены оценки и рекомендации.
Нижний Новгород
Фрилансеры
2024-04-24
Data scientist
дистанционно
от 3000.00 руб.
Разработка с нуля. Необходимо выполнить работу по обучающему курсу, всё условие отправлю ниже, при отклике, пожалуйста, пишите сроки и стоимость. Высылаю архив с таблицами датасета, ссылка на изначальный материал в Kaggle: https://www.kaggle.com/datasets/iamsouravbanerjee/customer-shopping-trends-dataset. Вы работаете с крупной сетью магазинов США, где продается одежда, обувь и аксессуары. Требования: 1. Создание дашборда для анализа данных о покупках на основе предоставленного датасета. 2. Визуализация основных метрик, таких как суммарные продажи, средний чек, количество покупок и др. 3. Построение графиков для анализа покупок по категориям, сезонам, средним оценкам, используемым промокодам и скидкам. 4. Реализация фильтров для дашборда для возможности выбора периода, места покупки, частоты покупок и других значимых атрибутов. 5. Возможность просмотра динамики изменения основных параметров во времени. 6. Предоставление общей информации о покупателях, таких как возрастная структура, предпочтения по размерам и цветам, использование подписки.
Нижний Новгород
Фрилансеры
2024-04-19
Часто задаваемые вопросы
Почему стоит искать работу для фриласнеров по профилю data scientist в Нижнем Новгороде у нас?
| 🔸 Более 1119 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 Нижнем Новгороде для фрилансеров на ноябрь 2024 года — 1 шт. |
Как найти удалённую работу для фриланс-специалистов по профилю data scientist в Нижнем Новгороде?
Вы специалист по data scientist и ищете проекты и заказы на удалёнке в Нижнем Новгороде? 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 Нижнем Новгороде?
На ноябрь 2024 года опубликовано 15 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 2750.00 рублей с заказа. Хотите больше? Выполняйте как можно больше заказов и зарабатывайте сколько пожелаете