IT-аутсорсинг — удалённая работа в Москве

Дата: 2025-12-30

Детали

Регион

Москва

Занятость

дистанционно

Стоимость

договорная

Дата публикации

2025-12-30

Описание

Разработка ПО. Data Science. Разработка с нуля, тестирование, настройка, git hab. Развернутая версия ТЗ: 1. Цель Разработать систему, которая автоматически: Находит земельные участки площадью от 8-10 гектаров (любой вид разрешённого использования); Фильтрует участки по географическим направлениям и трассам; Исключает участки с застройкой (дома, производственные здания, крупные постройки); Анализирует территорию с помощью искусственного интеллекта для определения: Процента залесённости и его окружения; Наличия воды или водоёмов (реки, озёра, пруды и др.). 2. Географические ограничения Радиус и направления: Поиск ведётся в радиусе до 130 км от МКАД. Для участков, находящихся на расстоянии 70–100 км от МКАД, минимальная площадь допускается от 8 гектаров. Участки ищутся вдоль ключевых направлений, в зоне от 2 до 15 км от трассы. Основные направления и трассы: Направление Основные шоссе Север Дмитровское шоссе, Ленинградское шоссе Запад Новорижское шоссе, Минское шоссе, Смоленское направление Юг Киевское шоссе, Симферопольское шоссе, Каширское шоссе Юго-запад Калужское шоссе Система должна позволять поиск по каждому направлению отдельно и по всем вместе. 3. Регионы для поиска Московская область Калужская область Тульская область Смоленская область Тверская область Дополнительно: Ярославская область Рязанская область Нижегородская область 4. Функциональность 4.1. Парсер Поиск участков ?8-10 Га по кадастровой карте РФ с учётом регионов и направлений; Фильтр по расстоянию от трассы (2–15 км) и от МКАД (до 130 км); Исключение участков с признаками застройки (наличие контуров зданий, плотных структур); Сбор базовой информации: кадастровый номер, площадь, координаты границ, вид разрешённого использования, регион, район, ссылка на источник. 4.2. Анализатор (на основе ИИ) Получает спутниковые снимки (Sentinel-2, Landsat и др.); Определяет: % залесённости участка и % леса вокруг участка (в радиусе 100–300 м); наличие водоёмов (% или факт); отсутствие/наличие застройки (булево); Сохраняет полученные метрики в таблицу или базу данных. 4.3. Интерфейс и отчёты Удобный просмотр результатов в таблице и на карте (с полигонами участков); Фильтрация по направлению, трассе, площади, проценту залесённости и наличию воды; Возможность выгрузки в CSV / Excel / GeoJSON. 5. Ожидаемый результат Автоматизированный поиск и анализ участков ?8-10 Га; Возможность фильтрации по направлениям и трассам; Исключение застроенных территорий; Выгрузка результатов с указанием площади, координат, % залесённости, наличия воды. 6. Требования к исполнителю Опыт в геоинформационных системах (GIS), работе с кадастровыми данными; Знание спутниковой аналитики и методов сегментации изображений (NDVI/NDWI);.

Откликнуться

Похожие заказы

Data scientist

дистанционно

договорная

Настройка. Пожелания и особенности: Инженер по эксплуатации Data-платформы / Инженер сопровождения (Middle/Senior) Ищем инженеров сопровождения для работы на проекте крупного банка. Формат: удалённо Локация: РФ Гражданство: РФ Занятость: полная График: по МСК Срок проекта: от 1 года Уровень: Middle / Senior Требования Обязательно: — Практический опыт сопровождения промышленных кластеров Oracle / PostgreSQL на уровне L2/L3: самостоятельная диагностика и устранение инцидентов, работа с логами, сетью, ОС и БД. — Администрирование Oracle / PostgreSQL: настройка, управление сессиями, PXF, backup/restore, изменение конфигурации без перезапуска. — Глубокие навыки диагностики Linux и сетей: поиск проблем на уровне ОС, соединений и приложений, анализ больших логов, regexp. — Написание Ansible playbook, автоматизация конфигураций, откат изменений через Git и повторный прогон. — Установка и настройка nginx: работа с конфигами, проверка синтаксиса, reload без остановки сервиса. — Работа с SSL-сертификатами: проверка, конвертация форматов, обновление на production. — Уверенный SQL: JOIN, агрегатные и оконные функции, сложные выборки, анализ расхождений, диагностика и базовая оптимизация запросов. — Самостоятельное проведение технических работ и релизов в production: backup, rollback plan, уведомления, пострелизные проверки. — Опыт с Grafana и ITSM-системами: регистрация, маршрутизация и эскалация инцидентов. — Ведение эксплуатационной документации и базы знаний. Будет плюсом: — Informatica ETL — Python, Pandas — Apache Airflow: мониторинг DAG, анализ ошибок, restart заданий — Omnitracker — FineBI — участие в DR-тестировании — LDAP / Active Directory, сопровождение ролевых моделей и требований ИБ — Greenplum Задачи — Мониторинг работоспособности компонентов ИС, инфраструктуры, ETL и интеграций. — Анализ инцидентов, логов и результатов автоматических проверок качества данных. — Настройка и развитие мониторингов и контрольных проверок. — Сопровождение релизов: проверка документации, установка, пострелизная проверка, контроль стабилизации. — Сопровождение ролевой модели и требований ИБ. — Участие в DR-тестировании. — Работа с инцидентами через ITSM. — Ведение эксплуатационной документации и базы знаний. Чтобы мы рассмотрели отклик, пожалуйста, напишите в сообщении: 1) С какими БД работали в промышленной эксплуатации — Oracle / PostgreSQL / Greenplum? 2) Был ли hands-on опыт L2/L3 сопровождения и самостоятельного разбора инцидентов? 3) Есть ли практический опыт с Ansible, Linux, nginx и SSL-сертификатами?.

Москва Фрилансеры

2026-09-07 Откликнуться

Data scientist

дистанционно

договорная

Обучение. Пожелания и особенности: Здравствуйте! Ищу наставника-практика, который поможет мне с нуля освоить аналитику данных и подготовиться к первым собеседованиям. Мой реальный уровень: Python: Знаю базовый синтаксис (переменные, списки, словари, циклы if/for, функции). Пишу в PyCharm. Но я совершенно не знаю Pandas и Numpy — это мой главный пробел. SQL: Работала с PostgreSQL. Умею делать простые SELECT, JOIN, GROUP BY. Оконные функции и сложные подзапросы — пока слабо, хочу прокачать до уверенного уровня. Статистика: школьная база, хочу понять, как применять её на практике (проверка гипотез, распределения). Мои цели: Обучение с нуля библиотекам Pandas/Matplotlib/Seaborn для обработки и визуализации данных. Помощь в выборе первой специализации — я пока не знаю, что мне ближе, надеюсь на вашу подсказку. Совместная разработка 1–2 пет-проектов (например, анализ датасета с продажами или пользователями) для портфолио на GitHub. Разбор типовых задач с собеседований (SQL + продуктовые метрики). По формату: я открыта к предложениям. Готова начать с пробного урока (чтобы понять, комфортно ли нам работать), а дальше обсудим регулярность (хочу заниматься 1–2 раза в неделю). Очень жду откликов от тех, кто умеет объяснять сложные вещи "на пальцах" и работает с джунами.

Кострома Фрилансеры

2026-09-07 Откликнуться

Data scientist

дистанционно

договорная

Разработка с нуля. Необходимо срочно реализовать учебный ML-проект по Entity Resolution — автоматический поиск и дедупликация клиентских профилей. По ТЗ датасет должен быть предоставлен организаторами/университетом. На данный момент файла датасета у меня нет, поэтому нужно разработать воспроизводимый pipeline, который будет работать после его получения. Что требуется: — EDA и анализ дубликатов; — очистка и нормализация ФИО, email, телефонов и других полей; — blocking для поиска кандидатов; — feature engineering и признаки похожести; — ML-модель для определения дубликатов; — Precision / Recall / F1 и подбор порогов; — объединение найденных дубликатов в кластеры; — error analysis и правила auto-merge / manual review; — Streamlit-интерфейс для демонстрации результата. На выходе нужен готовый воспроизводимый Python-проект с Git, README, requirements/pyproject, метриками, Streamlit-демо, кратким техническим отчётом и презентацией. Стек: Python 3.10+, pandas, numpy, scikit-learn, RapidFuzz и другие open-source библиотеки. Важно: нужен специалист именно с опытом ML / Entity Resolution, который сможет объяснить решение на защите, а не просто предоставить код. Срок: до 10.09 включительно.

Москва Фрилансеры

2026-09-07 Откликнуться