Π’Ρ…ΠΎΠ΄ Π‘Π»ΠΎΠ³
Π‘Ρ‚Ρ€ΠΎΠΈΡ‚Π΅Π»ΡŒΡΡ‚Π²ΠΎ ΠΈ Ρ€Π΅ΠΌΠΎΠ½Ρ‚
Π Π΅ΠΏΠ΅Ρ‚ΠΈΡ‚ΠΎΡ€Ρ‹
ΠšΡ€Π°ΡΠΎΡ‚Π°
ЀрилансСры
Π Π°Π·Π½Ρ‹Π΅ спСциалисты
Π’Ρ€Π΅Π½Π΅Ρ€Ρ‹
Π£Ρ…ΠΎΠ΄ Π·Π° ΠΆΠΈΠ²ΠΎΡ‚Π½Ρ‹ΠΌΠΈ
Автоинструкторы

ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚Ρ‹ β€” удалённая Ρ€Π°Π±ΠΎΡ‚Π° Π² МосквС

Π”Π°Ρ‚Π°: 2026-05-07
Π”Π΅Ρ‚Π°Π»ΠΈ
Π Π΅Π³ΠΈΠΎΠ½
Москва
Π—Π°Π½ΡΡ‚ΠΎΡΡ‚ΡŒ
дистанционно
Π‘Ρ‚ΠΎΠΈΠΌΠΎΡΡ‚ΡŒ
договорная
Π”Π°Ρ‚Π° ΠΏΡƒΠ±Π»ΠΈΠΊΠ°Ρ†ΠΈΠΈ
2026-05-07
ОписаниС
Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля. Π•ΡΡ‚ΡŒ Ρ„Π°ΠΉΠ» с ΠΊΠΎΠ΄ΠΎΠΌ Π½Π° Π‘++, ΡƒΠΆΠ΅ Π³ΠΎΡ‚ΠΎΠ²Ρ‹ΠΉ ВСхничСскоС Π·Π°Π΄Π°Π½ΠΈΠ΅ (Π’Π—) Π½Π° Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΡƒ C++ ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΡ‹ 1. ΠžΠ±Ρ‰Π°Ρ постановка Π·Π°Π΄Π°Ρ‡ΠΈ Π Π°Π·Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΡƒ Π½Π° C++ для числСнного модСлирования ΠΊΠΎΠ»Π»Π΅ΠΊΡ‚ΠΈΠ²Π½ΠΎΠΉ Π΄ΠΈΠ½Π°ΠΌΠΈΠΊΠΈ сСти Π½Π΅ΠΉΡ€ΠΎΠ½ΠΎΠ² Π€ΠΈΡ‚Ρ†Π₯ью-Нагумо (ЀН) с Π²Π·Π°ΠΈΠΌΠ½Ρ‹ΠΌΠΈ связями. ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ° Π΄ΠΎΠ»ΠΆΠ½Π° ΡƒΡ‡ΠΈΡ‚Ρ‹Π²Π°Ρ‚ΡŒ Ρ„ΠΎΡ€ΠΌΡƒΠ»Ρ‹, написанныС ΠΏΡ€Π΅ΠΏΠΎΠ΄Π°Π²Π°Ρ‚Π΅Π»Π΅ΠΌ ΠΎΡ‚ Ρ€ΡƒΠΊΠΈ (листочки с уравнСниями), Π° Π½Π΅ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΠΊΠ»Π°ΡΡΠΈΡ‡Π΅ΡΠΊΡƒΡŽ модСль ΠΈΠ· курсовой. ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ° Π΄ΠΎΠ»ΠΆΠ½Π° ΠΊΠΎΠΌΠΏΠΈΠ»ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒΡΡ Π² MINGW (g++), Π° визуализация Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚ΠΎΠ² Π΄ΠΎΠ»ΠΆΠ½Π° Π²Ρ‹ΠΏΠΎΠ»Π½ΡΡ‚ΡŒΡΡ Ρ‡Π΅Ρ€Π΅Π· Gnuplot (ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ° сохраняСт Π΄Π°Π½Π½Ρ‹Π΅ Π² тСкстовыС Ρ„Π°ΠΉΠ»Ρ‹, Π³Ρ€Π°Ρ„ΠΈΠΊΠΈ строятся ΠΎΡ‚Π΄Π΅Π»ΡŒΠ½ΠΎ). 2. ΠœΠ°Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΡ‡Π΅ΡΠΊΠ°Ρ модСль (основныС уравнСния) Π Π΅Π°Π»ΠΈΠ·ΠΎΠ²Π°Ρ‚ΡŒ систСму для ΠΊΠ°ΠΆΠ΄ΠΎΠ³ΠΎ Π½Π΅ΠΉΡ€ΠΎΠ½Π° i Π² сСти: Β· Быстрая пСрСмСнная v_i (ΠΌΠ΅ΠΌΠ±Ρ€Π°Π½Π½Ρ‹ΠΉ ΠΏΠΎΡ‚Π΅Π½Ρ†ΠΈΠ°Π») Β· МСдлСнная пСрСмСнная w_i (восстановлСниС) УравнСния (согласно ΠΏΠΎΠΌΠ΅Ρ‚ΠΊΠ°ΠΌ прСподаватСля): \epsilon\frac{dv_i}{dt} = v_i - \frac{v_i^3}{3} + I_{syn} + I_{ext} \frac{dw_i}{dt} = a(v_i + b - c w_i) Π“Π΄Π΅: Β· I_syn β€” синаптичСский Ρ‚ΠΎΠΊ ΠΎΡ‚ Π΄Ρ€ΡƒΠ³ΠΈΡ… Π½Π΅ΠΉΡ€ΠΎΠ½ΠΎΠ² Β· I_ext β€” внСшний сигнал (пСриодичСский, ΠΈΠΌΠΏΡƒΠ»ΡŒΡΠ½Ρ‹ΠΉ, ΡˆΡƒΠΌ) Β· ?, a, b, c β€” ΠΏΠ°Ρ€Π°ΠΌΠ΅Ρ‚Ρ€Ρ‹ ΠΌΠΎΠ΄Π΅Π»ΠΈ (Π·Π°Π΄Π°ΡŽΡ‚ΡΡ ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΌ ΠΈΠ»ΠΈ фиксированы) БинаптичСский Ρ‚ΠΎΠΊ (ΡƒΠ½ΠΈΠ²Π΅Ρ€ΡΠ°Π»ΡŒΠ½Π°Ρ Ρ„ΠΎΡ€ΠΌΠ°): I_{syn} = \sum_{j} g_{ij} \cdot (v_j - v_i) Для элСктричСской связи β€” линСйная Ρ„ΠΎΡ€ΠΌΠ°. Для химичСской связи β€” с Π΄ΠΎΠΏΠΎΠ»Π½ΠΈΡ‚Π΅Π»ΡŒΠ½ΠΎΠΉ ΠΏΠ΅Ρ€Π΅ΠΌΠ΅Π½Π½ΠΎΠΉ s_ij(t) ΠΈ ΠΏΠΎΡ‚Π΅Π½Ρ†ΠΈΠ°Π»ΠΎΠΌ рСвСрса v_rev. 3. Π’ΠΈΠΏΡ‹ сСтСй (Ρ€Π΅Π°Π»ΠΈΠ·ΠΎΠ²Π°Ρ‚ΡŒ всС) ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ° Π΄ΠΎΠ»ΠΆΠ½Π° ΠΏΠΎΠ΄Π΄Π΅Ρ€ΠΆΠΈΠ²Π°Ρ‚ΡŒ ΠΏΠ΅Ρ€Π΅ΠΊΠ»ΡŽΡ‡Π΅Π½ΠΈΠ΅ ΠΌΠ΅ΠΆΠ΄Ρƒ Ρ‚ΠΈΠΏΠ°ΠΌΠΈ сСти Ρ‡Π΅Ρ€Π΅Π· ΠΏΠ°Ρ€Π°ΠΌΠ΅Ρ‚Ρ€ Π² ΠΊΠΎΠ½Ρ„ΠΈΠ³ΡƒΡ€Π°Ρ†ΠΈΠΈ: β„– Π’ΠΈΠΏ сСти ОписаниС 1 1D Ρ†Π΅ΠΏΠΎΡ‡ΠΊΠ° НСйроны соСдинСны ΠΏΠΎΡΠ»Π΅Π΄ΠΎΠ²Π°Ρ‚Π΅Π»ΡŒΠ½ΠΎ (с сосСдями слСва/справа) 2 1D ΠΊΠΎΠ»ΡŒΡ†ΠΎ Π¦Π΅ΠΏΠΎΡ‡ΠΊΠ°, Π³Π΄Π΅ ΠΏΠ΅Ρ€Π²Ρ‹ΠΉ ΠΈ послСдний Π½Π΅ΠΉΡ€ΠΎΠ½Ρ‹ Ρ‚Π°ΠΊΠΆΠ΅ соСдинСны 3 2D ΠΏΡ€ΡΠΌΠΎΡƒΠ³ΠΎΠ»ΡŒΠ½Π°Ρ Ρ€Π΅ΡˆΠ΅Ρ‚ΠΊΠ° Бвязи с 4 сосСдями (Π²Π²Π΅Ρ€Ρ…/Π²Π½ΠΈΠ·/Π²Π»Π΅Π²ΠΎ/Π²ΠΏΡ€Π°Π²ΠΎ) 4 2D Ρ€Π΅ΡˆΠ΅Ρ‚ΠΊΠ° с пСриодичСскими Π³Ρ€Π°Π½ΠΈΡ†Π°ΠΌΠΈ (Ρ‚ΠΎΡ€) ΠŸΡ€ΠΎΡ‚ΠΈΠ²ΠΎΠΏΠΎΠ»ΠΎΠΆΠ½Ρ‹Π΅ края соСдинСны 5 Полносвязная ΡΠ΅Ρ‚ΡŒ ΠšΠ°ΠΆΠ΄Ρ‹ΠΉ Π½Π΅ΠΉΡ€ΠΎΠ½ связан со всСми ΠΎΡΡ‚Π°Π»ΡŒΠ½Ρ‹ΠΌΠΈ ΠšΠΎΠ»ΠΈΡ‡Π΅ΡΡ‚Π²ΠΎ Π½Π΅ΠΉΡ€ΠΎΠ½ΠΎΠ² β€” Π΄ΠΎ 100 (задаётся ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΌ). 4. Π’ΠΈΠΏΡ‹ синаптичСской связи (Ρ€Π΅Π°Π»ΠΈΠ·ΠΎΠ²Π°Ρ‚ΡŒ ΠΎΠ±Π°) Β· ЭлСктричСская связь (линСйная, двунаправлСнная, мгновСнная) Β· Π₯имичСская связь (пороговая, с ΠΏΠ΅Ρ€Π΅ΠΌΠ΅Π½Π½ΠΎΠΉ s(t), ΠΌΠΎΠΆΠ΅Ρ‚ Π±Ρ‹Ρ‚ΡŒ Π²ΠΎΠ·Π±ΡƒΠΆΠ΄Π°ΡŽΡ‰Π΅ΠΉ ΠΈΠ»ΠΈ Ρ‚ΠΎΡ€ΠΌΠΎΠ·Π½ΠΎΠΉ) ΠŸΠ°Ρ€Π°ΠΌΠ΅Ρ‚Ρ€Ρ‹ связи (сила g, ΠΏΠΎΡ‚Π΅Π½Ρ†ΠΈΠ°Π» рСвСрса) Π·Π°Π΄Π°ΡŽΡ‚ΡΡ ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΌ. 5. Π’Π½Π΅ΡˆΠ½ΠΈΠ΅ воздСйствия (Ρ€Π΅Π°Π»ΠΈΠ·ΠΎΠ²Π°Ρ‚ΡŒ всС) Π’ΠΈΠΏ Π€ΠΎΡ€ΠΌΠ° НазначСниС Π˜ΠΌΠΏΡƒΠ»ΡŒΡ ΠŸΡ€ΡΠΌΠΎΡƒΠ³ΠΎΠ»ΡŒΠ½Ρ‹ΠΉ/гауссиан ΠŸΡ€ΠΎΠ²Π΅Ρ€ΠΊΠ° ΠΏΠΎΡ€ΠΎΠ³Π° возбуТдСния ΠŸΠ΅Ρ€ΠΈΠΎΠ΄ΠΈΡ‡Π΅ΡΠΊΠΈΠΉ AΒ·sin(2?ft) ИсслСдованиС рСзонанса Π¨ΡƒΠΌ Гауссов Π±Π΅Π»Ρ‹ΠΉ ΡˆΡƒΠΌ БтохастичСская ΠΊΠΎΠ³Π΅Ρ€Π΅Π½Ρ‚Π½ΠΎΡΡ‚ΡŒ Π¨ΡƒΠΌ + сигнал Π‘ΡƒΠΌΠΌΠ° пСриодичСского + ΡˆΡƒΠΌ Π­Ρ„Ρ„Π΅ΠΊΡ‚ стохастичСского рСзонанса 6. Π§Ρ‚ΠΎ Π½ΡƒΠΆΠ½ΠΎ Π²Ρ‹Ρ‡ΠΈΡΠ»ΠΈΡ‚ΡŒ (Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚Ρ‹ ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΡ‹) ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ° Π΄ΠΎΠ»ΠΆΠ½Π° ΡΠΎΡ…Ρ€Π°Π½ΡΡ‚ΡŒ Π² CSV-Ρ„Π°ΠΉΠ»Ρ‹ Π΄Π°Π½Π½Ρ‹Π΅ для ΠΏΠΎΡΠ»Π΅Π΄ΡƒΡŽΡ‰Π΅Π³ΠΎ построСния Π³Ρ€Π°Ρ„ΠΈΠΊΠΎΠ² Π² Gnuplot: 1. Π’Ρ€Π΅ΠΌΠ΅Π½Π½Ρ‹Π΅ ряды v_i(t) / w_i(t) для Π²Ρ‹Π±Ρ€Π°Π½Π½Ρ‹Ρ… Π½Π΅ΠΉΡ€ΠΎΠ½ΠΎΠ². 2. Разности Ρ„Π°Π· ΠΌΠ΅ΠΆΠ΄Ρƒ Π½Π΅ΠΉΡ€ΠΎΠ½Π°ΠΌΠΈ (для Π°Π½Π°Π»ΠΈΠ·Π° синхронизации). 3. ΠŸΡ€ΠΎΡΡ‚Ρ€Π°Π½ΡΡ‚Π²Π΅Π½Π½ΠΎ-Π²Ρ€Π΅ΠΌΠ΅Π½Π½Ρ‹Π΅ Π΄ΠΈΠ°Π³Ρ€Π°ΠΌΠΌΡ‹ (ΠΌΠ°Ρ‚Ρ€ΠΈΡ†Π°: врСмя ? Π½ΠΎΠΌΠ΅Ρ€ Π½Π΅ΠΉΡ€ΠΎΠ½Π° ? Π·Π½Π°Ρ‡Π΅Π½ΠΈΠ΅ v). 4. Π—Π°Π²ΠΈΡΠΈΠΌΠΎΡΡ‚ΡŒ ΠΎΡ‚ΠΊΠ»ΠΈΠΊΠ° ΠΎΡ‚ частоты (для рСзонанса). 5. SNR (ΠΎΡ‚Π½ΠΎΡˆΠ΅Π½ΠΈΠ΅ сигнал/ΡˆΡƒΠΌ) ΠΈΠ»ΠΈ Ρ€Π΅Π³ΡƒΠ»ΡΡ€Π½ΠΎΡΡ‚ΡŒ спайков Π² зависимости ΠΎΡ‚ интСнсивности ΡˆΡƒΠΌΠ° (для стохастичСской когСрСнтности). 6. Π‘ΠΊΠΎΡ€ΠΎΡΡ‚ΡŒ распространСния Π²ΠΎΠ»Π½Ρ‹ (для Ρ†Π΅ΠΏΠΎΡ‡ΠΊΠΈ/Ρ€Π΅ΡˆΠ΅Ρ‚ΠΊΠΈ). 7. ВрСбования ΠΊ ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ΅ Β· Π―Π·Ρ‹ΠΊ: C++17. Β· ΠšΠΎΠΌΠΏΠΈΠ»ΡΡ‚ΠΎΡ€: MINGW (g++). Β· Π‘ΠΈΠ±Π»ΠΈΠΎΡ‚Π΅ΠΊΠΈ: Ρ‚ΠΎΠ»ΡŒΠΊΠΎ стандартныС (iostream, fstream, cmath, vector, random, chrono). Β· ЧислСнный ΠΌΠ΅Ρ‚ΠΎΠ΄: Π ΡƒΠ½Π³Π΅-ΠšΡƒΡ‚Ρ‚Π° 4-Π³ΠΎ порядка с фиксированным шагом dt = 0.001. Β· Π¨ΡƒΠΌ: Π³Π΅Π½Π΅Ρ€Π°Ρ‚ΠΎΡ€ гауссова ΡˆΡƒΠΌΠ° (стандартноС Π½ΠΎΡ€ΠΌΠ°Π»ΡŒΠ½ΠΎΠ΅ распрСдСлСниС Ρ‡Π΅Ρ€Π΅Π· std::mt19937). Β· Π’Π²ΠΎΠ΄ ΠΏΠ°Ρ€Π°ΠΌΠ΅Ρ‚Ρ€ΠΎΠ²: Ρ‡Π΅Ρ€Π΅Π· константы Π² ΠΊΠΎΠ΄Π΅ ΠΈΠ»ΠΈ Ρ‡Π΅Ρ€Π΅Π· тСкстовый ΠΊΠΎΠ½Ρ„ΠΈΠ³ΡƒΡ€Π°Ρ†ΠΈΠΎΠ½Π½Ρ‹ΠΉ Ρ„Π°ΠΉΠ». Β· Π’Ρ‹Π²ΠΎΠ΄: тСкстовыС .csv / .dat Ρ„Π°ΠΉΠ»Ρ‹ с Ρ€Π°Π·Π΄Π΅Π»ΠΈΡ‚Π΅Π»Π΅ΠΌ , ΠΈΠ»ΠΈ ΠΏΡ€ΠΎΠ±Π΅Π»ΠΎΠΌ. 8. Π§Ρ‚ΠΎ Π΄ΠΎΠ»ΠΆΠ½ΠΎ Π±Ρ‹Ρ‚ΡŒ продСмонстрировано (ΠΈΡ‚ΠΎΠ³ΠΎΠ²Ρ‹Π΅ Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚Ρ‹) ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ° Π΄ΠΎΠ»ΠΆΠ½Π° ΡƒΠΌΠ΅Ρ‚ΡŒ Π²ΠΎΡΠΏΡ€ΠΎΠΈΠ·Π²ΠΎΠ΄ΠΈΡ‚ΡŒ всС явлСния ΠΈΠ· курсовой: Π―Π²Π»Π΅Π½ΠΈΠ΅ ΠšΡ€Π°Ρ‚ΠΊΠΎΠ΅ описаниС ΠŸΠΎΡ€ΠΎΠ³ возбуТдСния ΠœΠΈΠ½ΠΈΠΌΠ°Π»ΡŒΠ½Ρ‹ΠΉ ΠΈΠΌΠΏΡƒΠ»ΡŒΡ, Π²Ρ‹Π·Ρ‹Π²Π°ΡŽΡ‰ΠΈΠΉ спайк Ѐазовая синхронизация ΠŸΠ΅Ρ€Π΅Ρ…ΠΎΠ΄ ΠΊ синхронным спайкам ΠΏΡ€ΠΈ ΡƒΠ²Π΅Π»ΠΈΡ‡Π΅Π½ΠΈΠΈ силы связи ΠšΠ»Π°ΡΡ‚Π΅Ρ€Π½Π°Ρ синхронизация Π Π°Π·Π±ΠΈΠ΅Π½ΠΈΠ΅ сСти Π½Π° Π³Ρ€ΡƒΠΏΠΏΡ‹ с ΠΎΠ΄ΠΈΠ½Π°ΠΊΠΎΠ²ΠΎΠΉ Ρ„Π°Π·ΠΎΠΉ Π’ΠΎΠ»Π½Π° возбуТдСния РаспространСниС спайка ΠΏΠΎ Ρ†Π΅ΠΏΠΎΡ‡ΠΊΠ΅/Ρ€Π΅ΡˆΠ΅Ρ‚ΠΊΠ΅ РСзонанс ΠœΠ°ΠΊΡΠΈΠΌΡƒΠΌ ΠΎΡ‚ΠΊΠ»ΠΈΠΊΠ° ΠΏΡ€ΠΈ ΠΎΠΏΡ€Π΅Π΄Π΅Π»Ρ‘Π½Π½ΠΎΠΉ частотС стимула БтохастичСская ΠΊΠΎΠ³Π΅Ρ€Π΅Π½Ρ‚Π½ΠΎΡΡ‚ΡŒ ΠžΠΏΡ‚ΠΈΠΌΠ°Π»ΡŒΠ½Ρ‹ΠΉ ΡˆΡƒΠΌ, ΡƒΡΠΈΠ»ΠΈΠ²Π°ΡŽΡ‰ΠΈΠΉ слабый сигнал 9. ΠŸΠΎΡΡ‚Ρ€ΠΎΠ΅Π½ΠΈΠ΅ Π³Ρ€Π°Ρ„ΠΈΠΊΠΎΠ² (Gnuplot) ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚ Π½Π΅ Π΄ΠΎΠ»ΠΆΠ΅Π½ Ρ€ΠΈΡΠΎΠ²Π°Ρ‚ΡŒ Π³Ρ€Π°Ρ„ΠΈΠΊΠΈ Π²Π½ΡƒΡ‚Ρ€ΠΈ ΠΊΠΎΠ΄Π° C++. ВмСсто этого ΠΎΠ½ прСдоставляСт: Β· Π“ΠΎΡ‚ΠΎΠ²Ρ‹Π΅ Gnuplot-скрипты (.gp Ρ„Π°ΠΉΠ»Ρ‹) для ΠΊΠ°ΠΆΠ΄ΠΎΠ³ΠΎ Ρ‚ΠΈΠΏΠ° Π³Ρ€Π°Ρ„ΠΈΠΊΠ°. Β· Π˜Π½ΡΡ‚Ρ€ΡƒΠΊΡ†ΠΈΡŽ, ΠΊΠ°ΠΊ Π·Π°ΠΏΡƒΡΡ‚ΠΈΡ‚ΡŒ Gnuplot ΠΈ ΠΏΠΎΠ»ΡƒΡ‡ΠΈΡ‚ΡŒ Π³Ρ€Π°Ρ„ΠΈΠΊ (Π½Π°ΠΏΡ€ΠΈΠΌΠ΅Ρ€, gnuplot plot1.gp). Π’Π°ΠΊΠΆΠ΅ добавлю Ρ„Π°ΠΉΠ» с курсовой Ρ€Π°Π±ΠΎΡ‚ΠΎΠΉ ΠΈ сам Ρ„Π°ΠΉΠ» ΠΊΠΎΠ΄Π°.
ΠŸΠΎΡ…ΠΎΠΆΠΈΠ΅ Π·Π°ΠΊΠ°Π·Ρ‹

Data scientist

дистанционно
договорная
Π”ΠΎΡ€Π°Π±ΠΎΡ‚ΠΊΠ° ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽΡ‰Π΅Π³ΠΎ ΠΏΡ€ΠΎΠ΄ΡƒΠΊΡ‚Π°. ПоТСлания ΠΈ особСнности: Π’Π΅ΡΡŒ Π°Π½Π°Π»ΠΈΠ· происходит Π² ΠΏΡ€ΠΈΠ»ΠΎΠΆΠ΅Π½ΠΈΠΈ Gretl. Π£ мСня сдСланы ΠΏΠΎΡ‡Ρ‚ΠΈ всС задания, ΠΊΡ€ΠΎΠΌΠ΅ послСдних Π΄Π²ΡƒΡ…, всСго ΠΈΡ… 10, 3 ΠΈΠ· ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Ρ… Ρƒ мСня приняли ΠΈ ΠΎΠ½ΠΈ ΠΏΡ€Π°Π²ΠΈΠ»ΡŒΠ½Ρ‹Π΅, мСня интСрСсуСт ΠΏΠΎΠΌΠΎΡ‰ΡŒ с ΠΏΠΎΡΠ»Π΅Π΄ΡƒΡŽΡ‰ΠΈΠΌΠΈ, Ρ‚Π°ΠΊ ΠΊΠ°ΠΊ Π½ΡƒΠΆΠ½ΠΎ Π±ΡƒΠ΄Π΅Ρ‚ Π²Π½ΠΎΡΠΈΡ‚ΡŒ измСнСния, Π½ΠΎ сил ΡƒΠΆΠ΅ Π½Π΅Ρ‚, Π½Ρƒ ΠΈ получаСтся ΡΠ΄Π΅Π»Π°Ρ‚ΡŒ Π½ΡƒΠΆΠ½ΠΎ послСдниС Π΄Π²Π° задания. ( ΠΈΠ»ΠΈ сразу ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΈΡ‚ΡŒ ΠΈ ΠΈΡΠΏΡ€Π°Π²ΠΈΡ‚ΡŒ задания) На фотографиях для ΠΏΡ€ΠΈΠΌΠ΅Ρ€Π° нСсколько Ρ„ΠΎΡ‚ΠΎ Π·Π°Π΄Π°Π½ΠΈΠΉ, Π½ΠΎ большС Ρ„ΠΎΡ‚ΠΎΠ³Ρ€Π°Ρ„ΠΈΠΉ нСльзя ΠΏΡ€ΠΈΠΊΠΎΠ΅ΠΏΠΈΡ‚ΡŒ.
Москва ЀрилансСры

IT-аутсорсинг

дистанционно
договорная
Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° ПО. Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля. ПоТСлания ΠΈ особСнности: Ко ΠΌΠ½Π΅ Π½Π° ΠΏΠΎΡ‡Ρ‚Ρƒ Π΅ΠΆΠ΅Π΄Π½Π΅Π²Π½ΠΎ приходят прайс листы поставщиков с ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΠ΅ΠΉ ( Π±Ρ€Π΅Π½Π΄;Π°Ρ€Ρ‚ΠΈΠΊΡƒΠ»;Π½Π°ΠΈΠΌΠ΅Π½ΠΎΠ²Π°Π½ΠΈΠ΅;Ρ†Π΅Π½Π°;остаток). НуТно Π½Π°ΠΏΠΈΡΠ°Ρ‚ΡŒ Π±ΠΎΡ‚Π°, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Π±ΡƒΠ΄Π΅Ρ‚ Π°Π½Π°Π»ΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ измСнСния остатков (ΠΏΡ€ΠΎΠ΄Π°ΠΆΠΈ) ΠΈ Ρ†Π΅Π½( ΠΏΠΎ ΠΊΠ°ΠΊΠΎΠΉ Ρ†Π΅Π½Π΅ поставщик ΠΏΡ€ΠΎΠ΄Π°Π») для составлСния статистики ΠΏΡ€ΠΎΠ΄Π°ΠΆ ΠΏΠΎ ΠΊΠ°ΠΆΠ΄ΠΎΠΌΡƒ Π°Ρ€Ρ‚ΠΈΠΊΡƒΠ»Ρƒ, Π·Π° ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½Ρ‹ΠΉ ΠΏΠ΅Ρ€ΠΈΠΎΠ΄. ΠŸΡ€Π°ΠΉΡ листов Π±ΡƒΠ΄Π΅Ρ‚ Π΄ΠΎ 20, Π² ΠΊΠ°ΠΆΠ΄ΠΎΠΌ Π΄ΠΎ 250 тыс Π°Ρ€Ρ‚ΠΈΠΊΡƒΠ»ΠΎΠ², Π² срСднСм это 10-30 тыс Π°Ρ€Ρ‚ΠΈΠΊΡƒΠ»ΠΎΠ².
Москва ЀрилансСры

ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚Ρ‹

дистанционно
договорная
Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля. ПоТСлания ΠΈ особСнности: Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ½ΠΎΠ³ΠΎ обСспСчСния для Π°Π²Ρ‚ΠΎΠΌΠ°Ρ‚ΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Π½Π½ΠΎΠ³ΠΎ расчёта ΠΈΠ½Ρ‚Π΅Π³Ρ€Π°Π»ΡŒΠ½ΠΎΠ³ΠΎ индСкса эффСктивности использования иностранной Ρ€Π°Π±ΠΎΡ‡Π΅ΠΉ силы (Iэирс) ΠœΠ΅Ρ‚ΠΎΠ΄ΠΈΠΊΠ° Π΅ΡΡ‚ΡŒ, Π΅ΡΡ‚ΡŒ расчСты Π² СксСль.
Москва ЀрилансСры

Data scientist

дистанционно
договорная
Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля. ПоТСлания ΠΈ особСнности: ВрСбуСтся ΠΊΠΎΠ½ΡΡƒΠ»ΡŒΡ‚Π°Ρ†ΠΈΡ ΠΈ созданиС кастомной систСмы Π°Π½Π°Π»ΠΈΡ‚ΠΈΠΊΠΈ для бизнСса для Π°Π½Π°Π»ΠΈΠ·Π° Π²Π½ΡƒΡ‚Ρ€Π΅Π½Π½ΠΈΡ… Π΄Π°Π½Π½Ρ‹Ρ…: AI+ML. Π’Π°ΠΆΠ΅Π½ ΠΎΠΏΡ‹Ρ‚ ΠΈ Ρ€Π΅Π°Π»ΡŒΠ½Ρ‹Π΅ кСйсы!.
Π‘Π°Π½ΠΊΡ‚-ΠŸΠ΅Ρ‚Π΅Ρ€Π±ΡƒΡ€Π³ ЀрилансСры

ΠŸΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΈΡΡ‚Ρ‹

дистанционно
договорная
Data Science. Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля. ПоТСлания ΠΈ особСнности: НуТно Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ с распознаниСм ΠΎΠ±ΡŠΠ΅ΠΊΡ‚ΠΎΠ² Π½Π° ΠΏΠ΄Ρ„. ΠŸΠΎΠ΄Ρ€ΠΎΠ±Π½Π΅Π΅ расскаТу послС Ρ‚ΠΎΠ³ΠΎ, ΠΊΠ°ΠΊ обсудим всС Ρ€Π°Π±ΠΎΡ‡ΠΈΠ΅ Π΄Π΅Ρ‚Π°Π»ΠΈ.
Москва ЀрилансСры

Data scientist

дистанционно
договорная
Π Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° с нуля, тСстированиС, настройка, Π΄ΠΎΡ€Π°Π±ΠΎΡ‚ΠΊΠ° ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽΡ‰Π΅Π³ΠΎ ΠΏΡ€ΠΎΠ΄ΡƒΠΊΡ‚Π°.
ΠšΡ€Π°ΡΠ½ΠΎΠ΄Π°Ρ€ ЀрилансСры

Data scientist

дистанционно
договорная
ΡΠ΄Π΅Π»Π°Ρ‚ΡŒ Π·Π°Π΄Π°Π½ΠΈΠ΅. Π‘Π΄Π΅Π»Π°Ρ‚ΡŒ Π·Π°Π΄Π°Π½ΠΈΠ΅ ΠΏΠΎ ΡƒΠΊΠ°Π·Π°Π½Π½Ρ‹ΠΌ ΠΏΠ°Ρ€Π°ΠΌΠ΅Ρ‚Ρ€Π°ΠΌ Π² Ρ„Π°ΠΉΠ»Π΅.
Москва ЀрилансСры