Вход Блог
Строительство и ремонт
Репетиторы
Красота
Фрилансеры
Разные специалисты
Уход за животными
Тренеры
Автоинструкторы

Программисты — удалённая работа в Москве

Дата: 2025-05-19
Детали
Регион
Москва
Занятость
дистанционно
Стоимость
договорная
Дата публикации
2025-05-19
Описание
Data Science. Разработка с нуля. 1. Умный календарь БАДов (AI Supplement Scheduler) Задача: Разработать модуль, который автоматически составляет индивидуальный календарь приёма витаминов и пищевых добавок для пользователя. Функционал: Пользователь вводит свои предпочтения, цели, список принимаемых БАДов, дозировки, противопоказания. AI-модуль формирует оптимальный график приёма с учётом рекомендуемых интервалов, времени суток, совместимости добавок. Реализовать push-уведомления о времени приёма каждой добавки. Модуль должен отслеживать пропуски и предлагать корректировки режима. Данные о приёме сохраняются в профиле пользователя и могут быть экспортированы. 2. Распознавание калорий по фото (AI Food Recognition) Задача: Реализовать компьютерное зрение для автоматического определения состава и калорийности блюд по фотографии. Функционал: Пользователь фотографирует блюдо через приложение. Модуль выделяет и классифицирует продукты на фото (например, яблоко, банан, мясо и т.д.). Оценивает размер порций, рассчитывает калорийность и БЖУ (белки, жиры, углеводы). Ошибка распознавания не должна превышать 16%. Результаты автоматически заносятся в дневник питания пользователя. Возможность ручного редактирования результата пользователем. 3. Контроль техники упражнений (AI Pose Estimation) Задача: Разработать функцию “виртуального тренера”, анализирующую технику выполнения упражнений через камеру смартфона. Функционал: Использовать алгоритмы распознавания позы (pose estimation) для отслеживания ключевых точек тела пользователя в реальном времени. Оценивать правильность выполнения упражнения: осанка, амплитуда, углы сгибания, симметрия движений. Давать пользователю обратную связь (текст/графика): что исправить, как улучшить технику. Сохранять историю тренировок и прогресс пользователя. Обеспечить работу модуля на устройстве (Core ML/Apple Vision) для приватности и скорости. 4. Персональный профиль и хранение данных Задача: Разработать систему персональных профилей с безопасным хранением и синхронизацией данных. Функционал: Пользователь указывает параметры тела (рост, вес, возраст, цели). В профиле сохраняется история приёма БАДов, калорий, тренировок. Данные должны храниться в зашифрованном виде, синхронизироваться через облако. Поддержка интеграции с Apple HealthKit (и в перспективе – с другими платформами). Реализовать экспорт и удаление данных по запросу пользователя. 5. Лента новостей и обзоров БАД Задача: Создать информационный раздел с актуальным контентом о ЗОЖ, фитнесе, добавках. Функционал: Регулярно обновляемая лента статей, обзоров, новостей. Категоризация контента (витамины, спортпит, диеты и т.д.). Поиск по ключевым словам и фильтрация по категориям. Возможность сохранять избранные материалы в профиль пользователя. Контент должен быть научно обоснован и проходить модерацию.
Похожие заказы

Data scientist

дистанционно
договорная
Разработка с нуля. Титаник. Сбор решений EDA и ресерч-анализ. Графики, применение инструментов EDA. Комментарий до графика. Вывод после графика/стат методов. Корреляция колонок с таргетом. Feature Engineering. Корреляция новых колонок с таргетом. Feature Importances. Простая модель. Эксперименты с моделями машинного обучения/глубокого обучения. По одной из каждого семейства. Линейные, деревья, модификации градиентного бустинга , нейронные сети. На основе результатов выбрать лучшую - делаем кросс-валидацию(не менее 5 фолдов) и итоговый вывод. Spotify. Сбор решений EDA и ресерч-анализ. Графики, применение инструментов EDA. Комментарий до графика. Вывод после графика/стат методов. Корреляция колонок с таргетом. feature Engineering. Корреляция новых колонок с таргетом. Feature Importances. Простая модель. Эксперименты с моделями машинного обучения/глубокого обучения. По одной из каждого семейства. Линейные, деревья, модификации градиентного бустинга , нейронные сети. На основе результатов выбрать лучшую - делаем кросс-валидацию(не менее 5 фолдов) и итоговый вывод.
Москва Фрилансеры

Программисты

дистанционно
договорная
Data Science. Доработка существующего продукта. Пожелания и особенности: Я разработал проект есть html файл самого сервиса и админка, нужно настроить базу данных и всю архитектуру. Сервис для поиска компаний для коллабораций, фалы готов предоставить для просмотра.
Москва Фрилансеры

Программисты

дистанционно
договорная
Data Science. Поиск данных. Мне нужно узнать где находится человек посредством поиска по его данных, взятых из интернета.
Москва Фрилансеры

Data scientist

дистанционно
договорная
Исследовательский анализ физиологических данных и временных рядов. Ищу специалиста для исследовательской работы с данными. Во время медитативных сессий смартфон регистрирует акселерометр и гироскоп, на их основе также рассчитываются дыхание и пульс. Задача — исследовать данные, искать артефакты и закономерности, различия между пользователями и сессиями, формулировать вопросы к участникам. Также формулирование гипотез и способов их проверки. Требуемый опыт: * использование ChatGPT / Claude или аналогов для исследовательского анализа данных * хорошее понимание математических методов анализа и обработки временных рядов и сигналов Формат: проектная работа с почасовой оплатой.
Москва Фрилансеры

Программисты

дистанционно
договорная
Data Science. Разработка с нуля, тестирование, настройка, доработка существующего продукта.
Екатеринбург Фрилансеры

Data scientist

дистанционно
договорная
Помочь разобраться в материале.
Москва Фрилансеры

Разработка на Python

дистанционно
договорная
Data Science. Разработка с нуля. Есть архив телефонных разговоров из МегаФон ВАТС — ориентировочно 400–500 MP3-файлов на русском языке. Средняя длительность разговора около 1–2 минут. Мне нужно не транскрибировать файлы вручную, а сделать простую автоматизацию, которая пакетно обработает всю папку. Что я предоставлю: папку с выбранными MP3; историю звонков в Excel; при необходимости — отдельный временный API-ключ для сервиса транскрибации; пример одного реального MP3. Что нужно сделать: Написать простой скрипт для пакетной обработки всех MP3 в папке. Транскрибировать русскую речь через Whisper / faster-whisper либо согласованный API. Обязательно сохранять связь транскрипта с исходным именем MP3. При повторном запуске не обрабатывать уже готовые файлы заново. Ошибочные/необработанные файлы складывать в отдельный список. По возможности извлекать из имени файла дату, время, направление звонка и номера телефонов. Если это не усложняет решение — сопоставить транскрипты с предоставленной Excel-историей звонков. Что должно быть на выходе: один CSV или XLSX со столбцами примерно: filename date time direction phone_from phone_to duration transcript status отдельный .txt для каждого разговора; папка с результатами; файл со списком ошибок; исходный скрипт; короткая инструкция: как запустить обработку новой папки самостоятельно. Важно: решение должно быть простым, без сложной инфраструктуры; Telegram-боты для транскрибации не использовать; аудиозаписи и транскрипты никуда не сохранять после выполнения работы; API-ключи не прописывать в коде; если используете локальный faster-whisper — отлично; если используется платный API — предварительно согласовать со мной. Первый этап — проверить всё на 5–10 MP3. После подтверждения качества запускаем весь массив. В отклике напишите: каким способом предлагаете делать; нужен ли вам GPU; сколько времени займёт настройка; стоимость; пример похожей задачи, если ест.
Москва Фрилансеры