Обучение Python
дистанционно
договорная
Для ребёнка Подготовка к ЕГЭ
2025-12-19
Откликнуться
Подработка для репетиторов по программирование в России
Найдено вариантов подработки — 3
| 🔸 | Преподаёте программирование и ищете подработку в России? |
| 🔸 | У нас можно найти работу или подработку, выбрав из более чем 3 вакансий |
| 🔸 | Заявки от прямых заказчиков, которым нужно подтянуть знания по программирование |
| 🔸 | Актуальных предложений на апрель 2026 года — 1260 |
Категория
.NET
1С:Битрикс
ActionScript
AJAX
Android
Angular.js
Arduino
ASP.NET
Assembler
BASIC
C#
C++
CCIE
CCNA
CCNP
Clojure
Delphi
Django
Drupal
Flask
Fortran
Haskell
iOS
Java
Javascript
Joomla
jQuery
Kotlin
Labview
Laravel
Lazarus
Lisp
Lua
Microsoft Visual Studio
Node.js
Objective-C
Pascal
Perl
PHP
Prolog
Python
React
Roblox Studio
Ruby
Ruby on Rails
SAP ERP
Scala
Scheme
Scratch
Spring
SQL
Swift
Turbo Pascal
UX-UI дизайн
VB.NET
VBA
Verilog
Visual Basic
Vue.js
Wordpress
веб-дизайн
веб-программирование
вёрстка веб-страниц
КуМир
машинное обучение
обучение Construct
обучение FastAPI
обучение Git
обучение Godot Engine
обучение Pandas
обучение Tilda
обучение TypeScript
обучение Unity3D
обучение Unreal Engine
обучение алгоритмам и структурам данных
обучение вайб-кодингу
обучение гейм-дизайну
обучение дизайну карточек для маркетплейсов
обучение компьютерному зрению
обучение нейрофотосессии
обучение параллельному программированию
обучение работе с нейросетями
обучение созданию нейросетей
обучение фронтенд-разработке
ООП
повышение квалификации по программированию
программирование 1С
программирование на английском
разработка компьютерных игр
разработка мобильных приложений
сертификации Cisco
спортивное программирование
тестирование программного обеспечения
язык C
язык Dart
язык FoxPro
язык Go
язык R
языки программирования
Регион
Москва
Санкт-Петербург
Новосибирск
Екатеринбург
Казань
Краснодар
Нижний Новгород
Самара
Воронеж
Ростов-на-Дону
Челябинск
Красноярск
Уфа
Томск
Пермь
Саратов
Волгоград
Тюмень
Иркутск
Ярославль
Омск
Калининград
Пенза
Ставрополь
Кемерово
Приморский край
Барнаул
Хабаровск
Крым
Сочи
Белгород
Ульяновск
Тула
Оренбург
Рязань
Калуга
Ханты-Мансийский АО
Удмуртия
Тверь
Киров
Липецк
Иваново
Архангельск
Брянск
Чувашия
Тольятти
Владимир
Астрахань
Вологда
Мурманск
Бурятия
Дагестан
Курск
Смоленск
Тамбов
Орёл
Карелия
Ямало-Ненецкий АО
Якутия
Кострома
Мордовия
Южно-Сахалинск
Амурская область
Коми
Великий Новгород
Адыгея
Курган
Камчатский край
Марий Эл
Северная Осетия
Псков
Забайкальский край
Кабардино-Балкария
Чечня
Алтай
Хакасия
Ингушетия
Карачаево-Черкесия
Калмыкия
Тыва
Магадан
Караганда
Могилёв
Еврейская АО
Чукотский АО
Актобе
Атырау
Костанай
Ненецкий АО
Гомель
Гродненская область
Мангистауская область
Жамбылская область
Уровень дохода
Тип занятости
Обучение C++
дистанционно
договорная
Для себя Подготовка к сессии
2025-12-19
Откликнуться
Обучение C#
дистанционно
договорная
Для себя Помощь по зачету
2025-12-19
Откликнуться
Обучение алгоритмам и структурам данных
без разницы
договорная
Подготовка к экзамену в ВУЗе
2025-12-19
Откликнуться
Обучение языку R
без разницы
договорная
Подготовка к экзамену
2025-12-19
Откликнуться
Обучение Unreal Engine
дистанционно
договорная
Подготовка к экзамену
2025-12-19
Откликнуться
Машинное обучение
дистанционно
договорная
Подготовка к экзамену
2025-12-19
Откликнуться
Машинное обучение
дистанционно
договорная
Подготовка к экзамену
2025-12-19
Откликнуться
Обучение алгоритмам и структурам данных
без разницы
договорная
Подготовка к экзамену
2025-12-19
Откликнуться
Обучение алгоритмам и структурам данных
дистанционно
договорная
Подготовка к экзамену
2025-12-19
Откликнуться
Обучение языку R
дистанционно
договорная
Подготовка к экзамену
2025-12-19
Откликнуться
Обучение Python
дистанционно
договорная
Для ребёнка
2025-12-19
Откликнуться
Обучение фронтенд-разработке
дистанционно
договорная
Для работы
2025-12-19
Откликнуться
Обучение программированию
договорная
Для работы
2025-12-19
Откликнуться
Обучение фронтенд-разработке
дистанционно
договорная
Для работы
2025-12-19
Откликнуться
Обучение тестированию программного обеспечения
на дому или дистанционно
договорная
Для работы
2025-12-19
Откликнуться
Обучение SQL
без разницы
договорная
Для себя
2025-12-19
Откликнуться
Машинное обучение
дистанционно
договорная
Для себя
2025-12-19
Откликнуться
Обучение Java
дистанционно
договорная
Для себя
2025-12-19
Откликнуться
Обучение созданию нейросетей
дистанционно
от 800.00 руб.
Для себя
2025-12-19
Откликнуться
Обучение созданию нейросетей
на дому или дистанционно
от 1000.00 руб.
Для себя
2025-12-19
Откликнуться
Обучение созданию нейросетей
дистанционно
договорная
Для себя
2025-12-19
Откликнуться
Обучение работе с нейросетями
дистанционно
договорная
Для себя
2025-12-19
Откликнуться
Обучение Python
на дому
договорная
Для себя
2025-12-19
Откликнуться
Обучение алгоритмам и структурам данных
дистанционно
договорная
Для себя
2025-12-19
Откликнуться
Обучение Unity3D
дистанционно
договорная
Для себя
2025-12-19
Откликнуться
Машинное обучение
дистанционно
договорная
Дз университет Мне нужно по моему датасету сделать следующее: И желательно в ближайшие дни Прогнозирование выручки с использованием моделей временных рядов 1. Подготовка данных ? Создайте датафрейм из двух столбцов: date (дата) и sales (продажи/выручка). ? Преобразуйте столбец date в тип datetime. ? Установите date в качестве индекса датафрейма (df.set_index('date', inplace=True)). ? Проверьте данные на пропуски и дубликаты. Решите, как их обработать (интерполяция, заполнение средним и т.д.). 2. Агрегация и первичный анализ ? Используйте df.resample('M').sum() (или 'W', 'Q') для выбора периода (месяц — оптимально для большинства бизнес-задач). Обоснуйте выбора периода. ? Постройте линейный график агрегированного ряда (plot()). Оцените визуально: есть ли тренд, сезонность, выбросы, структурные изменения. 3. Декомпозиция ряда ? Выполните декомпозицию (аддитивную или мультипликативную) с помощью seasonal_decompose. Мультипликативная модель подходит, если амплитуда сезонных колебаний растет со временем. ? Визуализируйте тренд, сезонную компоненту и остаток. 4. Проверка на стационарность и стационаризация ? Определите тип колеблемости с помощью автокорреляции первого порядка по отклонению от тренда. ? Определите стационарность набора данных с помощью теста Дики-Фуллера (ADF). Если p-value > 0.05, ряд нестационарен. ? Примените первое дифференцирование: df_diff = df.diff().dropna(), если ряд нестационарен. ? Повторно провести ADF-тест для df_diff. Если ряд все еще нестационарен, применить второе дифференцирование. Порядок дифференцирования d = 1 (реже 2). 5. Идентификация модели ? Постройте графики ACF и PACF для стационарного ряда (df_diff). ? Определите p (порядок AR). Смотреть на график PACF. Порядок p — это количество значимых выбросов до того, как корреляции перестанут быть значимыми (окажутся внутри доверительного интервала). ? Определите q (порядок MA). Смотреть на график ACF. Порядок q — это количество значимых выбросов до того, как корреляции перестанут быть значимыми. ? Определите наличие сезонности. Если на графике ACF исходного ряда есть значимые пики на лагах, кратных периоду (например, на 12, 24, 36 для месячных данных), нужна SARIMA с сезонными параметрами (P, D, Q, S), где S — период сезонности (12 для месяцев). 6. Разделение данных и обучение модели ? Разделите ряд на обучающую (70-80%) и тестовую (20-30%) выборки. Не перемешивать! Тестовая часть — это последние периоды временного ряда. ? Подберите несколько моделей-кандидатов на основе шага 5 (например, ARIMA(1,1,1), ARIMA(0,1,2), SARIMA(1,1,1)(1,1,1,12)). ? Обучите каждую модель на тренировочных данных. 7. Валидация и выбор лучшей модели ? Сделайте прогноз по каждой модели на длину тестовой выборки. ? Рассчитайте метрики ошибок (MAE, RMSE, MAPE) на тестовой выборке, сравнив прогноз с реальными значениями. ? Выберите модель с наименьшими ошибками. ? Визуализируйте: на одном графике тренировочные данные, тестовые данные и прогноз выбранной модели. 8. Диагностика остатков ? Получите остатки (ошибки) финальной модели: residuals = model_fit.resid. ? Проверьте на нормальность полученные ошибки. Постройте гистограмму с кривой распределения и/или Q-Q plot. Выполнить тест Шапиро-Уилка (если данных не очень много). ? Проверьте на автокорреляцию полученные остатки. Постройте график ACF для остатков. Выполнить тест Льюнга-Бокса (p-value должен быть > 0.05, что говорит об отсутствии автокорреляции). ? Проверьте остатки на гомоскедастичность. Постройте график остатков от времени. Не должно быть какой-либо структуры (например, увеличения разброса со временем). Хорошие остатки похожи на "белый шум". 9. Финальное прогнозирование ? Если диагностика остатков удовлетворительная, переобучите выбранную модель на всем доступном наборе данных (train + test). ? Постройте прогноз на нужное количество шагов вперед. ? Постройте график итогового прогноза с доверительными интервалами. В чем проблема - у меня вроде получилось сделать 5 первых шагов, но датасет всего из 12 месяцев и это создает проблемы, которые я не уверена, что решаю и интерпретирую правильно Так же до этого делала анализ по этому датасету (что-то вроде предобработка, eda, статистический анализ) и там есть некоторые моменты по rfm анализу, где хотелось бы тоже услышать мнение, но это уже по возможности и не так важно
2025-12-18
Откликнуться
Машинное обучение
дистанционно
договорная
Для себя Есть датасет и первые пять пунктов вроде сделаны, но с остальными не получается Сделать надо сегодня-завтра Прогнозирование выручки с использованием моделей временных рядов 1. Подготовка данных ? Создайте датафрейм из двух столбцов: date (дата) и sales (продажи/выручка). ? Преобразуйте столбец date в тип datetime. ? Установите date в качестве индекса датафрейма (df.set_index('date', inplace=True)). ? Проверьте данные на пропуски и дубликаты. Решите, как их обработать (интерполяция, заполнение средним и т.д.). 2. Агрегация и первичный анализ ? Используйте df.resample('M').sum() (или 'W', 'Q') для выбора периода (месяц — оптимально для большинства бизнес-задач). Обоснуйте выбора периода. ? Постройте линейный график агрегированного ряда (plot()). Оцените визуально: есть ли тренд, сезонность, выбросы, структурные изменения. 3. Декомпозиция ряда ? Выполните декомпозицию (аддитивную или мультипликативную) с помощью seasonal_decompose. Мультипликативная модель подходит, если амплитуда сезонных колебаний растет со временем. ? Визуализируйте тренд, сезонную компоненту и остаток. 4. Проверка на стационарность и стационаризация ? Определите тип колеблемости с помощью автокорреляции первого порядка по отклонению от тренда. ? Определите стационарность набора данных с помощью теста Дики-Фуллера (ADF). Если p-value > 0.05, ряд нестационарен. ? Примените первое дифференцирование: df_diff = df.diff().dropna(), если ряд нестационарен. ? Повторно провести ADF-тест для df_diff. Если ряд все еще нестационарен, применить второе дифференцирование. Порядок дифференцирования d = 1 (реже 2). 5. Идентификация модели ? Постройте графики ACF и PACF для стационарного ряда (df_diff). ? Определите p (порядок AR). Смотреть на график PACF. Порядок p — это количество значимых выбросов до того, как корреляции перестанут быть значимыми (окажутся внутри доверительного интервала). ? Определите q (порядок MA). Смотреть на график ACF. Порядок q — это количество значимых выбросов до того, как корреляции перестанут быть значимыми. ? Определите наличие сезонности. Если на графике ACF исходного ряда есть значимые пики на лагах, кратных периоду (например, на 12, 24, 36 для месячных данных), нужна SARIMA с сезонными параметрами (P, D, Q, S), где S — период сезонности (12 для месяцев). 6. Разделение данных и обучение модели ? Разделите ряд на обучающую (70-80%) и тестовую (20-30%) выборки. Не перемешивать! Тестовая часть — это последние периоды временного ряда. ? Подберите несколько моделей-кандидатов на основе шага 5 (например, ARIMA(1,1,1), ARIMA(0,1,2), SARIMA(1,1,1)(1,1,1,12)). ? Обучите каждую модель на тренировочных данных. 7. Валидация и выбор лучшей модели ? Сделайте прогноз по каждой модели на длину тестовой выборки. ? Рассчитайте метрики ошибок (MAE, RMSE, MAPE) на тестовой выборке, сравнив прогноз с реальными значениями. ? Выберите модель с наименьшими ошибками. ? Визуализируйте: на одном графике тренировочные данные, тестовые данные и прогноз выбранной модели. 8. Диагностика остатков ? Получите остатки (ошибки) финальной модели: residuals = model_fit.resid. ? Проверьте на нормальность полученные ошибки. Постройте гистограмму с кривой распределения и/или Q-Q plot. Выполнить тест Шапиро-Уилка (если данных не очень много). ? Проверьте на автокорреляцию полученные остатки. Постройте график ACF для остатков. Выполнить тест Льюнга-Бокса (p-value должен быть > 0.05, что говорит об отсутствии автокорреляции). ? Проверьте остатки на гомоскедастичность. Постройте график остатков от времени. Не должно быть какой-либо структуры (например, увеличения разброса со временем). Хорошие остатки похожи на "белый шум". 9. Финальное прогнозирование ? Если диагностика остатков удовлетворительная, переобучите выбранную модель на всем доступном наборе данных (train + test). ? Постройте прогноз на нужное количество шагов вперед. ? Постройте график итогового прогноза с доверительными интервалами.
2025-12-18
Откликнуться
Веб-дизайн
дистанционно
договорная
UX-UI дизайн. Дизайн сайта, дизайн мобильного приложения. Платформа: iOS, Android. Продукт: Вакансия: дизайнер-верстальщик (part-time) Добрый день, уважаемые специалисты! Ищем дизайнера-верстальщика в маркетинговое агентство на частичную занятость для регулярной работы с визуальными материалами брендов и проектов. Задачи практичные, без «креатива ради креатива» — важны аккуратность, чувство композиции и умение доводить макеты до финального состояния. Задачи • Верстка презентаций, коммерческих предложений, каталогов, PDF-материалов • Верстка и сборка сайтов на платформах Tilda, TapTop (в приоритете), WordPress • Адаптация дизайна под разные форматы и устройства • Работа по готовым стилям и брендбукам • Подготовка файлов к печати и цифровому использованию • Внесение правок, аккуратная работа с текстом и сетками Требования • Уверенное владение Figma, пакетом Adobe (Illustrator и Photoshop — в приоритете) • Опыт верстки сайтов на Tilda, TapTop и/или WordPress • Понимание типографики, сеток, UX-логики и иерархии контента • Опыт верстки многостраничных материалов • Внимательность к деталям и умение работать по ТЗ • Ответственность и соблюдение сроков Формат работы • Part-time, удаленно • Проектная занятость с возможностью долгосрочного сотрудничества • Адекватные сроки и понятные задачи Будет плюсом • Опыт работы с брендбуками и корпоративными материалами • Понимание предпечатной подготовки • Навыки адаптивной верстки и базовое понимание SEO • Опыт работы с TapTop как основной платформой Условия • Оплата по проектам/оклад, комфортные условия обсуждаются с руководителем в индивидуальном порядке • Регулярная загрузка при совпадении по стилю и качеству • Свободный график, главное - соблюдение дедлайнов, работаете в удобное вас время, можете спокойно совмещать с занятостью на других проектах • Работа в команде с дизайнерами, маркетологом, project-менеджером и продюсерами Для отклика: портфолио (PDF или ссылка), примеры сайтов и кратко о вашем опыте. Объём работ: от 20. Техническое задание есть.
2025-12-18
Откликнуться
UX-UI дизайн
дистанционно
договорная
Дизайн сайта. Продукт: Сайт косметического бренда. Есть схема на листке, как это будет выглядеть. Придумывать с нуля не нужно. Нужно перевести всё в программу. Открыты к точечным предложениям по оптимизации разработанной структуры. Объём работ: Лендинг. Техническое задание есть. Пожелания и особенности: Прошу присылать ссылку на портофолио.
2025-12-18
Откликнуться
Веб-дизайн
дистанционно
договорная
UX-UI дизайн. Дизайн мобильного приложения, дизайн сайта. Платформа: iOS, Android. Продукт: Наша команда начала работу над проектом. В команду требуется дизайнер. По условиям: Если находим общий язык. На равных правах продолжаем развивать проект. Объём работ: Много. Техническое задание есть.
2025-12-18
Откликнуться
Обучение Python
дистанционно
договорная
Для ребёнка Средства работы со списками Средства работы со строками Создание функций Подготовиться к переписыванию контрольной по этим темам - 8й класс. Будет теория и практика. Нужен пока только один урок. Начало в 20:30 или в 21:00 сегодня, 18 декабря. Контрольная завтра.
2025-12-18
Откликнуться
Обучение программированию
дистанционно
договорная
Язык программирования: C#, Python, Java, JavaScript Для работы Я хочу попробовать себя в роли репетитора и наставника по программированию. Ищу специалиста, который станет проводником в этой сфере, начиная от подготовки к наставничеству, заканчивая поиском клиентов.
2025-12-18
Откликнуться
Спортивное программирование
дистанционно
договорная
Язык программирования: Python, C++ Меня интересует подготовка к индивидуальному туру заклбчиьельного этапа НТО и Innopolic open по математике и олимпиадному программированию
2025-12-18
Откликнуться
Обучение Java
дистанционно
договорная
Для себя Нужна разовая консультация по простому сокетному http-серверу на Java. Уровень сложности работы - студенческая работа. Занятие нужно сегодня в 21.00 мск или позже.
2025-12-18
Откликнуться
Обучение C#
дистанционно
договорная
Домашняя работа Помощь-решение домашней контрольной задачи по электротехнике «расчет трехфазной цепи» и «расчет переходного процесса в линейной электрической цепи»
2025-12-18
Откликнуться
Обучение тестированию программного обеспечения
дистанционно
договорная
Для себя Ищу знающего QA. Нужно помочь разобраться с программами на старте работы тестировщиком ПО. Подключиться онлайн и вместе установить все программы.
2025-12-18
Откликнуться
Обучение C#
дистанционно
договорная
Для учебы в университете, сдачи экзамена и лабораторных работ В освоении синтаксиса языка, структур, логики программы, оптимизации кода
2025-12-18
Откликнуться
Обучение фронтенд-разработке
дистанционно
договорная
Для себя Нужен человек, который поможет в изучении JavaScript, поможет подтянуть ООП и поможет прогрессировать в этом направлении.
2025-12-18
Откликнуться
Обучение Scratch
без разницы
договорная
Для ребёнка Погружение ребенка в программирование, развитие интереса для дальнейшего изучения других языков программирования
2025-12-18
Откликнуться
UX-UI дизайн
дистанционно
договорная
Дизайн мобильного приложения. Платформа: iOS, Android. Продукт: дизайн приложения. Объём работ: дизайн приложения.
2025-12-18
Откликнуться
Обучение программированию
дистанционно
договорная
Язык программирования: JavaScript Для себя Мне нужно что вы выгрузили курс с сайта на гугл диск. Срок до 29 декабря
2025-12-18
Откликнуться
Машинное обучение
дистанционно
договорная
Для себя Хочу найти работу, никак не могу трудоустроиться нужно закрыть пробелы по знаниям
2025-12-18
Откликнуться
Обучение алгоритмам и структурам данных
дистанционно
договорная
Для себя Изучить алгоритмы и структуры данных, чтобы пройти техническое собеседование в топ компанию
2025-12-18
Откликнуться
Обучение программированию
без разницы
договорная
Помощь в прохождении практики в коледже Помощь в выполнении заданий по практике в коледже
2025-12-18
Откликнуться
Обучение Python
дистанционно
договорная
Для ребёнка Объяснить начальный базовый уровень, подготовиться к КР, вместе прорешать д/з
2025-12-18
Откликнуться
Обучение Python
дистанционно
договорная
Для себя Прошу пройти всю программу первого семестра первого курса по моим методичкам
2025-12-18
Откликнуться
Обучение созданию нейросетей
без разницы
договорная
Для себя Я дизайнер интерьера. Хочу делать быстрые визуализации с помощью нейросетей.
2025-12-18
Откликнуться
Машинное обучение
дистанционно
от 2000.00 руб.
Проект в университете Рекомендательные системы, консультирование по коду, теории
2025-12-18
Откликнуться
Обучение программированию
от 600.00 руб.
Для ребёнка Начальные навыки работы с ПВЭМ, разработка и создание сайтов
2025-12-18
Откликнуться
Часто задаваемые вопросы
Как мне найти учеников по профилю программирование в России?
Зарегистрируйтесь и создайте привлекательный профиль с упоминанием вашей специализации. Обратите внимание на количество доступных заявок от учеников, которое на апрель 2026 года составляет 1260
Какие требования к преподавателям на вашем сайте?
На нашем сайте приветствуются преподаватели с любым уровнем квалификации. Мы рекомендуем указать все свои сертификаты и образование, чтобы увеличить шансы на нахождение учеников
Могу ли я установить гибкий график работы?
Вы полностью контролируете свой график и можете обсуждать его напрямую с учениками, чтобы найти удобное время для обеих сторон
Каков потенциальный заработок для репетитора программирование?
Заработок зависит от количества занятий и квалификации. В среднем, за одно занятие можно заработать 1215.01 рублей с занятия. Больше занятий в неделю – выше доход