Data scientist – работа для фрилансеров в Москве

Разработка с нуля. Имеется 6 файлов в exel, содержащие одинаковые по структуре столбцы. Нужно сравнить значения ячеек одного определенного столбца во всех файлах (т.е 1 файл сравниваем со 2, 3, 4, 5, 6, далее 2 файл сравниваем с 3, 4, 5, 6 и тд). Если находятся одинаковые ячейки, то копируем всю строку (где находится данная ячейка) и сохраняем в отдельный файл. В итоге должны получиться отдельные файлы с результатами сравнения всех искомых файлов между собой.

преподаватель по технологиям аналитической работы. Преподаватель в РАНХИГС по пятницам на 4 пары.

Data Science. Разработка с нуля. Написать код на python для построения круговых диаграмм.

Data Science. Разработка с нуля. Решение задач в 13:00.

Data Science. Настройка. Подробнее в лс.

Data Science. Настройка. Передача данных из Yclients в AmoCRM. 1. Нужен URL адрес на который вы сможете принимать данные и обрабатывать их. 2. я вставляю его в yc и амо, и отправляю данные на него, вы передаёт какие параметры пришли. 3. на их основании я прописываю ТЗ и логистику, передаю вам 4. Вы настраиваете логику согласно тз.

Data Science. Доработка существующего продукта. Есть небольшой датасет по публикациям из Web of Science, необходимо доработать существующий код так, чтобы: 1. Каждая строка должна дробиться по числу авторов 2. К каждой строке привязать аффиляцию из общего списка ( формат который есть: [Автор1, автор2, автор3] Аффиляция1; [автор3,автор4] Аффиляция2 ----> а нужно : например для строки автора1 Аффиляция1. 3. Расчитать вклад каждого автора в публикацию по формуле которая представлена в файле.

Data Science. Разработка с нуля. Нужно провести исследование на базе имеющегося индекса качества жизни в городах России от pwc и ВЭБ.РФ (ссылку отправлю). Необходимо проанализировать взаимосвязи между пространственным расположением городов и значениями индекса по каждому из 12 направлений. Построить соответствующие регрессии, снабдить работу картами и сделать выводы.

Data Science. извлечение удаленных файлов с флешки. Извлечь фотографии с перставшей работать флешки. Пишет что флешка пуста, хотя я только перезагрузила фотоаппарат. Новые фото делает.

Data Science. Разработка с нуля. Изучить программы.

Data Science. Доработка существующего продукта, Нужно доработать crm систему в гугл таблицах, добавить кое какую автоматизацию и настроить почтовую рассылку по базе контактов из таблицы. Описал в задаче, остальное при личном общении.

Доработка существующего продукта. Надо сдать зачет по аналитике данных в SQL Есть датасет, данные Телеком оператора о продажах и абонентах Нужно создать интерактивный блокнот в сервисе https://count.co (примеры визуализаций https://count.co/n/PjJDk5kz82C?vm=e), выявить и оформить инсайты (примеры и учебники: https://count.co/workspace/zFnp5jxXHMN/explore). Сохранить работу в pdf Далее в BigQuery на этом же датасете создать, обучить и оценить по метрикам качества модель машинного обучения используя SQL (зафиксировать и описать скриншоты); создать прогноз на новых данных (изменить тестовое множество и сохранить как новые данные). Объяснить результаты прогнозов и глобально объяснить свою модель https://cloud.google.com/bigquery-ml/docs/linear-regression-tutorial (5-7 шаги).

Доработка существующего продукта. Надо сдать зачет по аналитике данных в SQL Есть датасет, данные Телеком оператора о продажах и абонентах Нужно создать интерактивный блокнот в сервисе https://count.co (примеры визуализаций https://count.co/n/PjJDk5kz82C?vm=e), выявить и оформить инсайты (примеры и учебники: https://count.co/workspace/zFnp5jxXHMN/explore). Сохранить работу в pdf Далее в BigQuery на этом же датасете создать, обучить и оценить по метрикам качества модель машинного обучения используя SQL (зафиксировать и описать скриншоты); создать прогноз на новых данных (изменить тестовое множество и сохранить как новые данные). Объяснить результаты прогнозов и глобально объяснить свою модель https://cloud.google.com/bigquery-ml/docs/linear-regression-tutorial (5-7 шаги).

Разработка ПО. Data Science. Доработка существующего продукта, тестирование, настройка. Заказной разработкой, внедрение страховых и банковских систем.

Разработка с нуля. В рамках экзамена по «Цифровым медиаиндустриям» нужно выбрать один сегмент российской медиаиндустрии (эфирное ТВ, неэфирное ТВ, радио, печатная пресса, онлайн-издания, производство телеконтента, кинематография и пр.) и написать обзорно-аналитический текст на следующую тему (вопрос) – «Влияние пандемии COVID-19 на(выбранный сегмент)». Текст должен содержать системный последовательный подбор сведений, освещающих заданный вопрос на примере выбранного сегмента (с вашей общей оценкой происходящего); перечисление аспектов развития выбранного сегмента, которые потенциально заслуживают научного исследования в текущих условиях (с вашим собственным пояснением). Общий объем текста: не мене 5000 знаков с пробелами. Ближайший жанр для примера – аналитическая записка. В вашем распоряжении любые открытые источники (публикации сетевых изданий, сайты различных компаний и организаций, органов власти и т.д.). В качестве материала подходят заявления/оценки/прогнозы медиаменджеров, представителей отраслевых ассоциаций, союзов и гильдий, государственных деятелей, медиаисследователей, профильных экспертов, журналистов и т.п. Прямое копирование и компиляция готовых фрагментов текста не допускается. Нужно отреферировать найденную по теме информацию и аналитически осмыслить ее. Все точные данные и прямые цитаты должны сопровождаться ссылкой на источник. Выполненное задание нужно прислать к 16:00 мск. 17.01.2022 на адрес: [Email скрыт]. Формат файла – *DO . О результатах сообщу всем индивидуально в ответном письме. Критерии оценки ответа: Демонстрация общего понимания вопроса (0-10) Разнообразие привлеченного материала (0-10) Наличие собственных суждений по теме (0-10) Обозначение перспектив научных исследований (0-10) Наличие оформленных цитат и ссылок на источники (0-5) Грамотное использование терминологии (0-5) Шкала итоговой оценки: 41-50 – «отлично 31-40 – «хорошо 21-30 – «удовлетворительно 0-20 – «неудовлетворительно».

Выполнение домашнего задания. Домашнее задание по курсу подготовки Data scientist. Задание: есть звук (45 сек.) с ним нужно выполнить следующие действия: 1) Напишите функцию, которая будет переводить вашу "матрицу" обратно в звуковой сигнал. Проверьте что все работает, путем воспроизведения восстановленного сигнала. 2) a) Выполните PCA преобразование над матрицей, и получите данные, сжатые в пространство меньшей размерности. Размерность к которую будете сживать выберете сами, но рекомендуется начать с 1/20 от parts_size b) Постройте сами главные компоненты в наглядной форме. Сделайте выводы исходя из их вида. c) Постройте scatter plot датасета в пространстве первых двух компонент, а третью используйте как цвет 3) a) Выполните обратное PCA преобразование сжатых данных и получите "матрицу" с сжатым звуком b) Преобразуйте "матрицу" в сигнал (одномерный массив), и послушайте результат. 4) a) Оберните получившийся код по сжатию звука в одну или несколько функций b) Проведите исследование того, как степень сжатия (соотношения размера частей, на которые делился сигнал в п. 4.1 к размеру пространства, в которое вы сжимали данные с помощью PCA) влияет на звук, по субъективным ощущениям. Начиная с какой степени сжания сильно слышится потеря качества? (как с учетом фильтрации с помощью gaussian_filter1d, так и без неё) ipynb файл: https://wdfiles.ru/88839e.

Доработка существующего продукта. По учебе необходимо выполнить задание: 1. Используя имеющийся датасет создать интерактивный блокнот в сервисе https://count.co, выявить и оформить инсайты. Сохранить работу в формате pdf. 2. В BigQuery на этом же датасете создать, обучить и оценить по метрикам качества модель машинного обучения используя SQL (зафиксировать и описать скриншоты); создать прогноз на новых данных (изменить тестовое множество и сохранить как новые данные). Объяснить результаты прогнозов и глобально объяснить свою модель https://cloud.google.com/bigquery-ml/docs/linear-regression-tutorial (5-7 шаги). Датасет и примеры работы будут высланы дополнительно.

Доработка существующего продукта. Проект.

Data Science. Разработка с нуля. .

Data Science. Разработка с нуля. Коллеги, добрый день! Необходимо написать программу для конвертации xml фидов в yml фиды и наоборот. Прототип предоставим. Основная логика следующая: Должен приниматься на вход xml файл, при этом часть атрибутов меняется в соответствии со стандартами yml. В зависимости от системы будут разные требования к атрибутам фида, соответственно и меняться будут разные. В качестве примера: Есть фид для google > https://yandex.ru/support/partnermarket/export/yml.html?from=email - тут пример yml. Отдельно необходимо понять сколько стоит конвертер. Дополнительно можно ли автоматизировать добавление или наоборот удаление и корректировку атрибутов. Если да, то сколько стоит. Цифра указана просто, чтобы указать, понятно, что сумма может быть значительно больше Пока цель скорее оценить трудозатраты и прикинуть стоимость. Спасибо!.

Data Science. Разработка с нуля, тестирование, настройка. Добрый день, мы ищем специалиста для создания и разработки базы данных по хранению и регулярному обновлению информации из гос баз данных по юр лицам (регистрация, ликвидация, суды, налоги). С понятным интерфейсом (что то вроде Спарк, но проще с юзер Френдли интерфейсом). Проект оцениваем до 4-6 мес.

Data Science. Доработка существующего продукта. Https://www.kaggle.com/c/python-and-analyze-data-final-project/overview Увидел следующий заказ на другом сайте: https://freelancehunt.ru/project/pomosch-po-zadaniyu-python/707470.html Как я понимаю, Вы выполняли данную работу. Мне необходимо сдать это в виде лабораторной работы в colab с дальнейшей выгрузкой в kaggle. Скажу сразу - в нейронных сетях и машинном обучении понимаю целое ничего, сам пишу на Java, работаю backend-разработчиком. Подскажите, возможно ли купить файл с решением и дополнительными комментариями по нему?.

Доработка существующего продукта, тестирование. Разработка модели вероятности дефолта (PD) на основе статистических данных в эксель. Данные есть, надо их объединить и автоматизировать.

Data Science. Разработка с нуля. Требуется написать скрипт обмена данными по api с Ozon. Детали в личной переписке.

Data Science. . Интересует файл тестов, закаченный в программу Moodle.

Data Science. Доработка существующего продукта. Программа работает с картами без привязки, строится маршрут и рассчитываются данные по формулам нужно доработать.

Разработка с нуля. Есть одна задачка, сейчас опишу смысл, а вы мне скажите сможете ли помочь с реализацией. У меня есть данные такого типа файл1 https://dropmefiles.com/JOS9w 1INCHDOWNUSDT - валютная пара 1Покупать - рейтинг технических индикаторов временного интрвала 1 минута 5Покупать - рейтинг технических индикаторов временного интрвала 5 минут 15Покупать - рейтинг технических индикаторов временного интрвала 15 минут 30Продавать 60Нейтрально 120Продавать 240Продавать 1DПродавать - рейтинг технических индикаторов временного интервала 1 день это данные рейтинга индикаторов технического анализа с графика биржи криптовалют по всем валютам и по всем временным интервалам (далее таймфрейм) мне нужно на основе этих данных найти взаимосвязи того как меняются эти рейтинги найти паттерны, например какой набор рейтингов (неважно по всем временным интервалам или в части временных интервалов), с высокой долей вероятности приведёт к другому определённому набору рейтингов в определённый отрезок времени Есть определённое кол-во всех существующих комбинаций рейтингов и тайфреймов Комбинации таймфреймов файл2 https://dropmefiles.com/JOS9w По всем комбинациям таймфреймов нужно найти все возможные комбинации рейтингов Эти данные нужно проанализировать и найти взаимосвязи такого типа рейтинг 15м активно продавать 1ч продавать меняется на 15м нейтрально 1 час продавать в 60% случаев в следующие 10 минут поменяется на 15 минут продавать 1 час продавать и в 40% случаев в следующие 10 минут поменяется на 15 минут покупать 1 час продавать Суть в том, чтобы найти что бывает чаще всего и после чего в определённом временном интервале.

Data Science. Доработка существующего продукта. Изменить/добавить - доработать код для Visual studio code.

Data Science. Настройка. Восстановить переписку в Вайбере за 2019 год. Если не было резервного копирования.

Data Science. Разработка с нуля, доработка существующего продукта. Необходимо сделать возможность выгрузки большого объема данных (400 000 строк+) для построения отчетности. Можете предложить свое решение проблемы.

Data Science. восстановка файла. Потеряна курсовая работа в файле ворд, была удалена и не сохранена.

Data Science. Разработка с нуля. Составить небольшую программу на основе искусственного интелекта.

Data Science. Разработка с нуля. Нужно сделать лабораторную в соответствии с заданием (скрин задания прилагаю).

Data Science. Доработка существующего продукта. Power bi.

Data Science. Разработка с нуля, тестирование. Меня зовут Игорь. Я ген директор девелоперской компании. Хочу взять несколько уроков по программированию и настройки Битрикс24.

Разработка ПО. Data Science. aws. Подготовка к сдаче сертификационного экзамена.

Анализ данных по выборке. Есть выборка с данными, нужно сделать анализ.

Data Science. Тестирование. Требуется оформить 3 онлайн теста в EXCEL с прошивкой ключа(результаты) для тестирования группы людей: Тест Бойко Тест Маслач Тест Спилберга-Ханина И анализ результатов в диаграммах.

Data Science. лабораторная работа, задача комивояжора. Ограничения по кол-ву товаров, если можно без ООП код должен быть.

Data Science. Настройка. Проверка телефона.

Data Science. Разработка с нуля. Test.

Data Science. Доработка существующего продукта, тестирование, Развернуть проект на своём компе. Нужно развернуть готовый проект pgadmin (6 таблиц и по несколько атрибутов).

Data Science. Помочь и объяснить, как это работает. Необходимо создать код, чтобы нарисовать вот этот график. Помогите решить задачу и расскажите мне, как это сделать.

Нужно изменить имеющийся код под новые данные. Данные - таблица, где содержится информация об патентах, публикация организаций. В итоге должно получится два графика - статистический и динамический. Первый зависимость патентов от года, второй зависимость финансирования от количества патентов. Код написан на python

Data Science. Доработка существующего продукта. Необходимо сделать анализ и прогнозирование фондового рынка в рамках учебного проекта. Проект почти доделан, осталось совсем немного. В основе лежит нейронка по методу LTSM. Все api к базам данных бирж имеются и прописаны. Необходимо сохранить модель, чтобы в дальнейшем не переобучать каждый раз. ( С этим возникли большие трудности, если возможно объяснить то буду очень рад) Привести код в нормальный вид, раздробить всё на функции (чтобы глаз радовался) ) Сделать прогноз на будующее. На графике должны выводиться данные по настоящее время с прогнозом на будующее. ( Сейчас модель находиться в обучающем режиме с тренировочными и проверочными данными) Вывести всё на streamlit. (Сейчас вывод только действующих акций, без прогноза) ( Не обязательно) По возможности разобраться и понять почему в "анализе" разных методов не выводится последний график и данные плохо считаются test.py - основной код streamlit'a pipu.py - основная модель анализа на основе LTSM. Prophet.py - "анализ" 5 методов (сделал криво и не красиво, не ругайтесь) Код написан на Python 3.9.1.

20.12 решить контрольную по питону: knn, svm, decision tree random forest + классификаторы - это то что будет на контрольной. Работа на час. 20.12 необходимо решить контрольную работу по питону. Что будет в заданиях: knn, svm, decision tree random forest + классификаторы.

Data Science. Разработка с нуля. OpenCV python Определить местоположение предмета в пространстве.

Data Science. Доработка существующего продукта, настройка. Есть таблица с названием улиц и гегографическими координатами. Правый левый столбец это счетчик координат. В каждую строчку с уникальным значением поместить одну координату представляющую собой 3 точки(lat,long,h). Например у улицы отрадной 75 координат. Я уже создал 74+1 ряда для каждой координаты. В первую строчку нужно поместить первую координату и проиндексировать id_1_75. Во вторую строчку нужно поместить вторую координату и проиндексировать id_2_75. Сложность в том, что там есть улицы с 600 уникальными координатами.

профильный специалист. Ищем профильного специалиста для консультации.Кратко: ООО собирается строить карьер. Жители трех деревень против. Предполагаем корруционную составляющую. Какая возможность проверить законность и правильность всех правоустанавливающих документов. Имеем данные лицензий (только перечень). Имеется видеоролик.

Data Science. Решить задачи в экзамене. У меня сломался компьютер, я не успею выполнить задания к дедлайну. Задачи две в конце, но нужно ещё ответить на тестовые вопросы и вписать их на лист.