Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak

A Kumar

Zaproponuj A pracę nad swoim kolejnym zleceniem.

Japonia Japonia
7 miesięcy 20 dni temu
Gotowy do podjęcia pracy gotowy do podjęcia pracy
w Serwisie 8 miesięcy 20 dni

Ranking

Zakończonych zleceń
Brak danych
Średnia ocena
Brak danych
Ranking
98
Python
AI i uczenie maszynowe

Umiejętności i kwalifikacje

Portfolio


  • 69 198 PLN

    Niestandardowy rozwój ramy modelu analizy statystycznej

    Python
    Prowadziłem niestandardowy rozwój ram modelu analizy statystycznej zaprojektowanego w celu wsparcia wyceny nieruchomości w czasie rzeczywistym. Zintegrowałem globalny model wyceny z rynkiem japońskim, uwzględniając specyficzne dla rynku atrybuty, korekty na poziomie regionu oraz dostosowania dla różnych typów aktywów.

    Kluczowe wkłady:

    Opracowałem i wdrożyłem ramy modelu statystycznego, aby zapewnić dokładne, bieżące wyceny nieruchomości.

    Udoskonaliłem globalny model wyceny o lokalne dostosowania dla Japonii, zapewniając jego adekwatność dla różnych typów nieruchomości i regionów.

    Zbudowałem interaktywne wizualizacje przy użyciu bibliotek Pythona, w tym GeoPandas, Folium i Shapely, aby umożliwić analizę przestrzenną nieruchomości i obszarów zainteresowania.

    Zintegrowałem interfejsy API Google Maps, aby wspierać głębokie analizy geospatialne i przyjazną dla użytkownika wizualizację danych.

    Uprościłem przepływ pracy w zakresie analizy nieruchomości i podejmowania decyzji o wycenie dzięki zautomatyzowanemu przetwarzaniu danych i narzędziom mapującym.

    Technologie użyte: Python, GeoPandas, Folium, Shapely, Google Maps API, Pandas, NumPy, Matplotlib/Seaborn
  • 83 766 PLN

    Usługi niestandardowej analityki i API

    Python
    - Opracowano niestandardowe usługi analityczne i API przy użyciu FastAPI (Python) oraz Nest.js (Node.js) w celu obsługi dużych klientów korporacyjnych w różnych branżach.
    - Zaprojektowano i wdrożono skalowalne, wysokowydajne API do dostarczania regionalnych zestawów danych opartych na subskrypcji, zapewniając niską latencję i wysoką dostępność.
    - Zbudowano potoki do pobierania i transformacji danych, aby przetwarzać surowe zestawy danych na użyteczne informacje dostosowane do wymagań klientów.
    - Zastosowano modułowy projekt usług z uwierzytelnianiem, ograniczaniem liczby żądań i logowaniem, aby wspierać wdrożenia na poziomie przedsiębiorstwa.
    - Współpracowano z zespołami frontendowymi i nauki o danych w celu integracji pulpitów analitycznych i narzędzi wizualizacyjnych, umożliwiając klientom zapytania i analizę danych regionalnych w czasie rzeczywistym.
    - Optymalizowano zapytania do bazy danych i strategie buforowania, redukując czasy odpowiedzi API o 30–40% przy jednoczesnym wsparciu milionów żądań dziennie.