Budżet: 7600 UAH Termin: 10 dni
I prefer ML models with analyzing data, it can give us good prediction accuracy for stocks. for each company we need to build unique AI model
Для будущего сайта о прогнозировании курса валют, акций, криптовалют нужны формулы, чтобы это самое прогнозирование выполнить на основе исторических данных о курсах (за год, два, пять лет). Как я понимаю, чем больше исторических данных, тем точнее будет прогноз. Для примера, вот сайт https://ru.pandaforecast.com Требуется по аналогии выполнять подобные прогнозы
Если данное предложение вас заинтересовало пишите в личку, в случае невозможности ответить на данный проект. Обсудим все детали сотрудничества.
Budżet: 7600 UAH Termin: 10 dni
I prefer ML models with analyzing data, it can give us good prediction accuracy for stocks. for each company we need to build unique AI model
Szukamy efektywnego specjalisty ds. Meta, który potrafi pracować nad skomplikowanymi projektami i odpowiada za efektywność reklamy, a nie tylko za jej uruchomienie. Projekt — rekrutacja na stanowisko. Kierunek: pozyskiwanie jakościowych, docelowych zgłoszeń na stanowisko biurowe w Kijowie. Zadania: • uruchamianie i prowadzenie kampanii reklamowych w Meta Ads • pozyskiwanie jakościowych, docelowych zgłoszeń na stanowisko biurowe w Kijowie • praca z zimną publicznością i poszukiwanie nowych źródeł zgłoszeń • testowanie kreacji, publiczności i zestawów reklamowych • skalowanie efektywnych kampanii i wyłączanie nieefektywnych • optymalizacja kosztu docelowego zgłoszenia i budżetu • kontrola jakości napływających zgłoszeń (relewantność kandydatów, zgodność z wymaganiami) • przestrzeganie zasad moderacji i poszukiwanie stabilnych rozwiązań do pracy w trudnych niszach reklamowych Ważne: • priorytet — jakościowe docelowe zgłoszenia, a nie ich ilość • zgłoszenia nieodpowiednie i niecelowy ruch nie są uznawane za wynik • przy systematycznie niskiej jakości zgłoszeń współpraca zostanie zakończona • szukam specjalisty z praktycznym doświadczeniem, który potrafi przyciągać jakościowych kandydatów, a nie testować podstawowe hipotezy kosztem budżetu reklamowego Wymagania: • pewne doświadczenie w pracy z Meta Ads • doświadczenie w pozyskiwaniu kandydatów na stanowiska przez Meta Ads będzie atutem • umiejętność pracy z zimną publicznością i znajdowanie nowych segmentów • orientacja na jakościowe docelowe zgłoszenia, a nie na zasięgi i kliknięcia • doświadczenie w optymalizacji kampanii reklamowych pod względem kosztów i jakości zgłoszeń • zrozumienie specyfiki przechodzenia moderacji i umiejętność tworzenia konwersyjnych materiałów reklamowych • analityczne podejście, samodzielność i odpowiedzialność za wynik Będzie dużym plusem: • doświadczenie w uruchamianiu kampanii reklamowych w szarych niszach • udane doświadczenie w pozyskiwaniu kandydatów na stanowiska w Kijowie i obwodzie kijowskim • posiadanie przypadków z jakościowymi zgłoszeniami po docelowej cenie • umiejętność szybkiego znajdowania i skalowania działających zestawów reklamowych Wynagrodzenie: • omawiane indywidualnie
Szukamy osoby, która ma czas i jest zdolna do analitycznego, strukturalnego myślenia. Trzeba prowadzić i udoskonalać Notion oraz towarzyszące dokumenty (Google Docs) dla małego zespołu zajmującego się marketingiem, aby baza wiedzy, procesy i ważne artefakty nie ginęły, aby była struktura i porządek. Zatrudnienie na 2–3 miesiące. Przewiduje ±5 godzin tygodniowo.
Opis: Prowadzimy system raportowania szkoleń/kursów, w którym dla każdego klienta istnieje osobny raport Power BI, który otrzymuje dane o ukończeniu kursów przez Tovuti LMS API za pomocą Power Query (M). Jeden z tych raportów zaczął zgłaszać błąd 429 Too Many Requests, ponieważ zapytanie za każdym razem ponownie ładowało całą historię danych, a objętość tej historii już przekroczyła limit zapytań Tovuti API. Potrzebne: Przepisać Power Query tak, aby przy każdym aktualizowaniu ładowane były tylko nowe/zmienione rekordy, używając parametru timestampModifiedAfter w punkcie końcowym courseProgresses (ten parametr potwierdzono, że istnieje i działa), zamiast ponownego ładowania całej historii. Dodaj logikę retry/backoff, aby w przypadku błędu 429 zapytanie było wstrzymywane i kontynuowało działanie, a nie kończyło się błędem. Sprawdzić poprawki na naszym rzeczywistym Tovuti API i potwierdzić, że aktualizacja przebiega pomyślnie. Krótko udokumentować zmiany (co i dlaczego zostało zmienione), abyśmy mogli to wspierać w przyszłości. Kontekst modelu danych: Raport składa się z 4 powiązanych tabel: Teams, Courses, Users oraz AssigmentsProgress (tabela faktów, która pochodzi z punktu końcowego courseProgresses Tovuti, powiązana przez teamId, courseId, userId). To właśnie tabela AssigmentsProgress napotyka limit zapytań, ponieważ rośnie za każdym razem, gdy ktoś zaczyna, przechodzi lub kończy kurs. Wymagania: Znajomość praktyczna Power Query (język M) oraz wzorców inkrementalnej aktualizacji danych w Power BI Doświadczenie w pracy z REST API (paginacja, filtry według daty, limity zapytań, obsługa retry/backoff) Umiejętność czytania dokumentacji OpenAPI/schema Jasna komunikacja w języku angielskim Wynik: Działająca, przetestowana poprawka Power Query, zintegrowana z istniejącym raportem, z krótkim pisemnym wyjaśnieniem zmian. Budżet: Stała cena za to zadanie (kwota do omówienia na podstawie oferty)
Potrzebne jest szybkie zebranie bazy kontaktów kosmetologów, gabinetów kosmetycznych Wymagania dotyczące wyniku: Format: Excel lub Google Arkusze. Numery telefonów muszą być w międzynarodowym formacie, ciągłymi cyframi BEZ plusów, spacji ani myślników (na przykład: 380********** Struktura: Kolumna A — Nazwa gabinetu / Imię, Kolumna B — Numer telefonu. Objętość: od 200 świeżych kontaktów, bez duplikatów i pustych wierszy
Dane wejściowe Dla każdego produktu dostarczane są: nazwa; krótki opis; jedno lub kilka zdjęć; gotowy prompt do generacji opisu SEO; gotowy prompt do generacji obrazu. Co należy zrobić1. Generacja opisu SEO wstawić nazwę i opis produktu do gotowego promptu; uzyskany wynik od AI przenieść bez zmian; utworzyć: SEO-nazwę; SEO-opis; słowa kluczowe; charakterystyki produktu.2. Wypełnienie charakterystyk Wypełnić charakterystyki zgodnie z informacjami uzyskanymi od AI. Jeśli pewnych danych brakuje, dopuszcza się uzupełnienie za pomocą AI bez samodzielnego wymyślania charakterystyk.3. Generacja obrazu Na podstawie gotowego promptu wygenerować nowe zdjęcie produktu, używając: nazwy; opisu; istniejącego zdjęcia produktu. Obraz musi spełniać wymagania określone w promptcie. Ważne Praca wykonywana jest wyłącznie na podstawie gotowych promptów. Wszystkie szczegóły procesu pokazane są w wideoinstrukcji, która jest dołączona do tego TZ. Należy dokładnie przestrzegać instrukcji i sprawdzać wynik przed oddaniem. Wynik Dla każdego produktu należy dostarczyć: gotową SEO-nazwę; SEO-opis; słowa kluczowe; wypełnione charakterystyki; nowe wygenerowane zdjęcie. Dodatkowe informacje Rozważamy wielu wykonawców do długoterminowej współpracy. Przed rozpoczęciem głównej pracy należy wykonać zadanie testowe. Po pomyślnym zadaniu testowym pierwszym etapem będzie przetwarzanie 150 produktów. Prosimy o podanie kosztu wykonania 150 produktów oraz terminu realizacji. Oczekiwana wydajność — nie mniej niż 25-30 produktów dziennie. Po pomyślnym zakończeniu pierwszego etapu zostaną przekazane następne partie produktów. Całkowity zakres prac — około 2000 produktów.