Добрый день! Ищем специалистов в команду для разработки нейросети по следующему ТЗ - https://docs.google.com/document/d/1l7LSZefH1eQQHO7YoPrZu5zpUXP2Sm3p0AjnEkjIRIg/edit?usp=sharingРассматриваем следующий стек: PyQt + Tensor Flow Python + OpenCVНе против рассмотреть другие варианты.Указанный бюджет является формальным. Цену и сроки хотели бы услышать от исполнителя.
Добрый день! Ищем специалистов в команду для разработки нейросети по следующему ТЗ - https://docs.google.com/document/d/1l7LSZefH1eQQHO7YoPrZu5zpUXP2Sm3p0AjnEkjIRIg/edit?usp=sharing Рассматриваем следующий стек: PyQt + Tensor Flow Python + OpenCV Не против рассмотреть другие варианты. Указанный бюджет является формальным. Цену и сроки хотели бы услышать от исполнителя.
Описание задачи: На нашем сайте, который работает на основе Python Django и JavaScript (front-end), возникла проблема с конфигурацией базы данных после переноса на новый сервер. На данный момент сайт не видит базу данных на новом сервере. Проблема возникла после того, как мы перенесли сайт на новый сервер, и временно подняли старый сервер. Теперь доступ к старому серверу утратился. Цели и задачи: - Провести анализ текущей конфигурации Django на новом сервере. - Найти и устранить проблему, связанную с подключением к базе данных. - Убедиться, что авторизация и другие функциональные возможности сайта работают корректно. - Проверить и при необходимости обновить настройки базы данных в конфигурационных файлах Django.
На целевом ресурсе в определенный момент появляется Yandex Captcha. Сначала слайдер, затем картинка. Необходимо написать функцию, которая принимает на вход Bearer token авторизации пользователя и возвращает spravka(captchaToken). Функция должна содержать каскад запросов, имитирующих соответствующие действия обычного пользователя на целевом ресурсе. Соответственно, логика функции следующая: запрос на получение слайдера, отправка слайдера, запрос на получение картинки и отправка картинки. Есть подозрение, что слайдер можно не получать вовсе, но эту гипотезу нужно проверить. Запросы естественно связаны между собой, поэтому из ответа каждого необходимо вытягивать данные для следующего. Все необходимые для работы подробности и демонстрацию процесса со стороны пользователя предоставлю. Маловероятно, что понадобятся библиотеки кроме requests и json, но можем согласовать и другие при необходимости.
Нужно готовое решение на Python+Selenium по обходу защиты сайта pin-upПри попытке авторизавать аккаунт сайт выдает сообщение о блокировкеПредпочтительно использовать браузер ChromeОставляйте свой телеграм для связи
Регер надо на: https://lexica.art Пусть регает и сохраняет всё в тхт! Почту и Прокси я выдам! Но у меня потом ещё будут к вам задания! Поэтому обязательно напишите с скольки и до скольки по МСК вы сможете работать на этой недели? Всё, кто будет делать?
1. Настроить окружение у себя или предоставить статический IP для того, чтобы мы открыли ssh к нашей машине, на которой есть ollama + qdrant (доступы будут предоставлены после 5 августа) 2. Для работы использовать связку Ollama + Llama 8b + Qdrant* (для начала работы будет предоставлен docker-compose.yml) 3. Разработать и протестировать оптимальный механизм разбития текста на чанки (для начала работы будет предоставлен сплиттер, написанный на Go и скомпилированный под linux amd64) 4. Разработать ретривел на Python, который будет делать запросы в Llama 8b, а также заливать вектора в Qdrant 5. Сформировать вектора для 25 тестовых гостов (будет предоставлен архив с документами) 6. На первом этапе добиться адекватных ответов нейронки по одному документу. В случае успеха переходить к следующему этапу. 7. Протестировать запросы к табличным данным при формировании векторов для документов с вырезанными таблицами и с документами, где таблицы являются частью документа. 8. Сформировать вектора для 65000 документов (будет предоставлен архив с 65000 документами и метаданными) 9. Добиться адекватных ответов по нескольким документам. Идентификаторы документов будут передаваться путем обращения к нашей функции в постгресе. 10. Протестировать возможность запроса ко всем документам в базе без предварительного отбора N релевантных документов. 11. В случае успеха на предыдущих этапах провести дообучение нейронки с учетом специфики запросов. подробнее в лс
Есть два сервера, оба на debian. На одном стоит панель 3x-ui, где мы делаем сертификаты для подключения юзеров к нему(в основном vless, но также иногда wireguard, vmess, trojan). Второй чистый. Необходимо поставить на второй сервер такой же x-ray сервер(без панели) для прослушивания коннектов, а первый должен ходить в интернет через него, подключаясь по vless. Должна быть возможность отключить второй сервер от цепочки, например путём остановки службы в systemctl. Также нужна подробная документация по использованию готового скрипта, как добавить и удалить другие сервера из цепочки для последующего масштабирования(возможно понадобится подобный проброс трафика через 3-4 сервера) и переноса на другие сервера, например в случае замены vpn(программировать не умею, администрирование linux в порядке, консоль знаю). Язык скрипта любой, хоть bash, хоть python, хоть любой другой. Для чего скрипт? Чтобы я мог запустить его на первом сервере, в него вбить ip сервера, рут логин и пароль(либо сертификат) второго(третьего-четвертого), и он автоматически всё настроил, а также создал необходимые конфиги на входной ноде. ВАЖНО: После реализации проект можно и нужно разместить на гитхабе от имени исполнителя, т.к. задача актуальная для многих.
Есть сборщик апарсер. В нем есть много встроенных сборщиков, парсеров. Есть rest api для управления из скриптов. Есть скрипты, автоматизации сбора для ряда парсеров. Надо по образу и подобию запилить обертку для сборщика профилей инстаграм, из комплекта апарсера
Регер надо на: https://mail.tm Будим потом продавать эту почту тут на кворке! от 0.01 коп. за 1 шт. Вы сделаете регер! а я нарегаю вам почты! но продавать будите вы! и весь доход на 100% ваш! Вы получите эти: 400р. и + 10 000 почт вам в подарок! я нарегаю! а продавать тут на кворке будите вы! Причём мне не копейки не надо от этого! весь доход на 100% ваш! (ну и + эти 400р. за работу по скрипту!) То есть я получу только скрипт! а вы получите и + скрипт! и эти + 400р.! + ещё и 10 000 акков вам в подарок! И если хотите, то я ещё и вам подарю + 10 прокси! вам в подарок! и будите сами регать тут акки! и продавать их тут на кворке! Это всё легально! почта бесплатная! всё будет супер! соглашайтесь! это ваш шанс! прославится тут на кворке! и получить за это свой первые деньги! и свой первый отзыв! а может и не первый! [:1f642] *Да и потом у меня ещё будут к вам задания... поэтому обязательно напишите с скольки и до скольки вы сможете работать на этой недели! Всё Супер! Пишем! [:1f913][:1f44d]
Есть данные в txt документе 24 000 кб Цель надо делать список участков, на каждый участок тепловая карта, и расчет лучшего участка. Подробнее пишите в лс. Сначала расскажите о себе. Исходный код нужно и язык программирование python
Для автоматизации по небольшой обработке видео и закачки в сервис необходимо 3 py файла, тз нсть, писать исключительно с опытом, полумеры не принимаются, для нас важен конечный результат
Необходимо разработать приложение для анализ списка отзывов из Google Maps на русском языке (около 1000 отзывов) с реализацией следующих пользовательских сценариев:1. Составление облака слов: необходимо использовать лемматизацию и стемминг, удалять стоп-слова. В облако слов должны войти только 10 наиболее часто упоминаемых слов. Каждое слово также должно пройти анализ тональности со значениями от 0 до 1, где 0 соответствует строго негативной оценке, а 1 — строго позитивной. Анализ должен проводиться для каждого отзыва в списке. Предполагается использование искусственного интеллекта.Пример формта входных данных для задачи 1:```json{ "reviews": [ "Очень разочарована посещением ресторана 'У Паши Техника'. Обслуживание было медленным и невнимательным, а пицца пришла холодной и пересушенной. Не советую тратить здесь свое время и деньги.", "Ресторан 'У Паши Техника' оставил потрясающее впечатление! Обслуживание на высшем уровне, а пицца просто незабываемая – идеальное тесто и свежайшие ингредиенты. Обязательно вернусь снова!", "Посетила 'У Паши Техника' в прошлые выходные. Вкус пиццы был действительно хорош, особенно понравилась пицца с морепродуктами. Однако сервис оставил желать лучшего – долго ждали официанта и счет." ]}```Пример формата выходных данных для задачи 1:```json{ "wordCloud": [ {"word": "пицца", "sentimentScore": 0.7}, {"word": "обслуживание", "sentimentScore": 0.4}, {"word": "ресторан", "sentimentScore": 0.8}, {"word": "впечатление", "sentimentScore": 1.0}, {"word": "ингредиенты", "sentimentScore": 0.9}, {"word": "тесто", "sentimentScore": 0.9}, {"word": "сервис", "sentimentScore": 0.2}, {"word": "официант", "sentimentScore": 0.3}, {"word": "счет", "sentimentScore": 0.3}, {"word": "время", "sentimentScore": 0.1} ]}```2. Определение упоминаний тем в отзывах: предполагается наличие предопределенных тегов (например: "обслуживание", "еда", "доставка"). Предположительно с помощью языковых моделей и ИИ требуется определить, упоминается ли какая-либо из этих тем напрямую или косвенно в отзыве, и провести анализ тональности, если это имеет место. Анализ должен выполняться для каждого отзыва в списке.Пример формата входных данных для задачи 2:```json{ "reviews": [ "Очень разочарована посещением ресторана 'У Паши Техника'. Обслуживание было медленным и невнимательным, а пицца пришла холодной и пересушенной. Не советую тратить здесь свое время и деньги.", "Ресторан 'У Паши Техника' оставил потрясающее впечатление! Обслуживание на высшем уровне, а пицца просто незабываемая – идеальное тесто и свежайшие ингредиенты. Обязательно вернусь снова!", "Посетила 'У Паши Техника' в прошлые выходные. Вкус пиццы был действительно хорош, особенно понравилась пицца с морепродуктами. Однако сервис оставил желать лучшего – долго ждали официанта и счет." ], "topics": ["service", "food"]}```Пример формата выходных данных для задачи 2:```json{ "topicsMentioned": [ { "reviewIndex": 0, "topics": [ {"topic": "service", "sentimentScore": 0.1}, {"topic": "food", "sentimentScore": 0.1} ] }, { "reviewIndex": 1, "topics": [ {"topic": "service", "sentimentScore": 1.0}, {"topic": "food", "sentimentScore": 1.0} ] }, { "reviewIndex": 2, "topics": [ {"topic": "service", "sentimentScore": 0.2}, {"topic": "food", "sentimentScore": 0.8} ] } ]}```3. Суммарный анализ всего списка отзывов с выявлением позитивных аспектов деятельности компании и областей для улучшения. Для этого также предполагается использование искусственного интеллекта.Пример входных данных для задачи 3:```json{ "reviews": [ "Замечательное обслуживание и качественная еда.", "Еда была не очень вкусная, медленная доставка." ]}```Пример выходных данных для задачи 3:```json{ "summary": "На основе анализа отзывов клиентов ресторана 'У Паши Техника', можно выделить следующие ключевые моменты для улучшения и поддержания. Положительные аспекты включают в себя качество пиццы и уровень обслуживания, высоко оцененные большинством клиентов. Особенно выделяются свежие ингредиенты и идеальное тесто. Однако, среди областей для улучшения стоит отметить временные задержки в обслуживании и неудовлетворительное внимание официантов к клиентам. Крайне рекомендуется уделить внимание подготовке и обучению персонала, чтобы повысить общую удовлетворенность клиентов. Существует потенциал для значительного повышения уровня сервиса, что, несомненно, повлияет на общие впечатления посетителей."}```Конечным продуктом должно стать консольное приложение или web API, реализующее указанные функции. Выбор языка программирования остается за исполнителем, однако предполагается, что скорее всего будет использован Python. Также желательно обеспечить возможность развертывания этой службы в виде Web API в Docker-контейнере.
Есть проект на Python Flask по доте 2, который автоматически собирает историю матчей через официальный api и показывает средний % побед одного героя против другого Работал стабильно, пока не произошли обновления в api доты. Данные о играх перестали парсится. Какие то параметры поменялись. Нужно возобновить парсинг. А также установить задержку между запросами в 45 секунд и запустить на сервере
ТЗ:Написать небольшое приложение с графической сценой на pyqt6.Над интерфейсом заморачиваться не надо, все на одном виджете.Задача по большей части заключается в том, чтобы скопировать функционал из приложения с открытым исходным кодом: https://github.com/beremiz/beremizТребуемый функционал:- Рисование линии:При нажатии ЛКМ на сцену рисуется точка и начинает тянуться ортогональная линия, при отпускании ЛКМ устанавливается конечная точка.- Перерисовка линий при перемещении объектов сцены:Точки выделяемы и перетаскиваемы (selectable/moveable), соответственно при перемещении точки на сцене должна изменяться линия (в режиме real time)- Горячие клавиша и функционал для прокрутки (зума сцены),Ctrl + Колесик мыши.- Также: установить пространство точек на сцене (как на видео и в приложении), но только не сетку.Сроки: в идеале 1-3 дня
Есть сайт https://lumalabs.ai/, задача сделать скрипт который будет раз в 30 минут авторизироватся на сайте и доставать luma_session из Local Storage браузера. Либо если это невозможно/cложно сделать то при существующем luma_session сделать обновление сессии таким образом чтобы она не падала в первые 30-50 минут с момента ее получения. Сайт разрешает авторизацию только через гуглЖелательно написать скрипт на Javascript или Python
Текущая страница: 72
Всего страниц: 321