Budżet: 3499 UAH Termin: 1 dzień
Zrobię w 1 dzień, pracuję na Pythonie, w razie potrzeby zastosuję efektywne metody omijania systemów antybotowych (jeśli na stronie są). Właśnie skończyłem podobną pracę z autodetailingiem i w ogóle często piszę skrypty pod takie potrzeby.
Budżet: 7000 UAH Termin: 7 dni
cześć
mam doświadczenie w parsowaniu różnych sklepów, od promu do niestandardowych stron
mogę to zrobić, muszę tylko zobaczyć samą stronę
cena kodu 5-8k zł, w zależności od szczegółów
piszcie
Budżet: 700 UAH Termin: 1 dzień
Dzień dobry, Jewgienij!
Ogólnie zadanie jest zrozumiałe, aby uzyskać dokładną odpowiedź na temat terminów i ceny, chciałbym wyjaśnić kilka kwestii, które pojawiły się po analizie twojego zadania.
Pisz w wiadomościach prywatnych – omówimy szczegóły i twoje życzenia.
Budżet: 2000 UAH Termin: 3 dni
Jestem gotów wykonać twoje zadanie, zrobię przykład, zobacz, jeśli ci odpowiada, kontynuujemy współpracę, pisz, aby omówić szczegóły. Dziękuję.
Budżet: 1000 UAH Termin: 1 dzień
Witam.
Opracowuję parsery w NodeJS. Jestem gotów się tym zająć. Piszcie, omówimy.
Budżet: 2000 UAH Termin: 3 dni
Witaj!
Proszę o przesłanie linku do strony dostawcy do zapoznania się osobiście.
Budżet: 3500 UAH Termin: 2 dni
Witam!
Wykonam twoje zadanie dotyczące parsowania produktów. Jakościowo!
Interesują mnie szczegóły.
Jestem gotowa rozpocząć w najbliższym czasie.
Budżet: 2000 UAH Termin: 3 dni
Witaj! Zapoznałem się z twoim projektem i jestem gotów rozpocząć pracę. Gwarantuję wysoką jakość i szybkie wykonanie.
Budżet: 2000 UAH Termin: 2 dni
Cześć.
Zbieram dane o produktach według listy artykułów i stworzę wygodną tabelę Excel ze wszystkimi potrzebnymi kolumnami (zdjęcia, ceny, opisy, specyfikacje).
Specjalizuję się w zbieraniu danych z witryn. W moim portfolio są przykłady podobnych prac, możesz je przejrzeć.
Ponieważ obecnie aktywnie buduję swoją ocenę na tej platformie, ważne jest dla mnie uzyskanie dobrej opinii. Dlatego zrobię wszystko sumiennie, maksymalnie jakościowo i w cenie niższej od rynkowej.
Możesz przesłać stronę, zapoznam się, określę terminy...
Budżet: 2000 UAH Termin: 1 dzień
Witaj. Duże doświadczenie w pisaniu parserów. Wykonam twoje zadanie szybko. Skontaktuj się.
Budżet: 2000 UAH Termin: 2 dni
Witam! Zajmuję się parsowaniem w Pythonie. Pracuję zarówno ze statycznymi stronami przez Requests/BeautifulSoup, jak i z dynamicznymi zasobami przez automatyzację w Selenium/Playwright. Zbieram wasze 3500+ produktów z listy SKU w Excelu ze wszystkimi cechami i zdjęciami. Proszę, wyślij link do źródła w wiadomości prywatnej, abym mógł ocenić strukturę stron i obecność ochrony przed zbieraniem danych.
Budżet: 1000 UAH Termin: 3 dni
Dzień dobry! Mam znaczące doświadczenie w tworzeniu parserów i automatyzacji zbierania danych z witryn internetowych. Jestem gotów zrealizować parsowanie 3500+ produktów na podstawie dostarczonej listy SKU, zbierając wszystkie wskazane atrybuty i formując wynik w wygodnym formacie Excel/CSV. Napisz do mnie w wiadomościach prywatnych, aby omówić szczegóły.
Budżet: 4400 UAH Termin: 3 dni
Witam!
Mam duże doświadczenie w pisaniu parserów.
Opracowałem kilka swoich unikalnych narzędzi do parsowania.
Jestem gotów szybko i jakościowo wykonać twoje zadanie.
Pisz!
Mam nadzieję na owocną współpracę.
Budżet: 1500 UAH Termin: 1 dzień
Dzień dobry, Jewgienij.
Mam dość duże doświadczenie.
Proszę się zgłaszać.
Budżet: 2000 UAH Termin: 2 dni
Gotowy szybko i jakościowo zrealizować twoje zamówienie. Mam doświadczenie w pracy z podobnymi projektami, zawsze przestrzegam terminów i wymagań technicznych. Będę zadowolony ze współpracy!
Budżet: 1500 UAH Termin: 2 dni
Gotowy, aby się tym zająć. Należy wyjaśnić szczegóły zamówienia, piszcie! Używam python, uv, github, docker.
Budżet: 4000 UAH Termin: 1 dzień
Dzień dobry. Jestem gotów wykonać ten projekt, mam duże doświadczenie w tworzeniu aplikacji.
Budżet: 1111 UAH Termin: 5 dni
Opracowuję parsery o różnym stopniu trudności z omijaniem zabezpieczeń. Można wykonać zarówno jednorazowe parsowanie, jak i aktualizację cen oraz dostępności dla wszystkich produktów. Mogę zacząć od razu. Proszę pisać szczegóły w prywatnych wiadomościach, trzeba spojrzeć na stronę w celu oceny.
Budżet: 999 UAH Termin: 1 dzień
Witam. Jestem zainteresowany waszym projektem. Gotowy do omówienia i realizacji!
Budżet: 1000 UAH Termin: 1 dzień
Cześć, jestem programistą Pythona, mam doświadczenie w tworzeniu parserów o różnym stopniu skomplikowania. Mogę szybko i jakościowo zrealizować Twój projekt. Napisz - omówimy szczegóły. Jestem gotów do pracy już dzisiaj.
Oferty ukryte
Aktualnie brak ofert
Oferty ukryte
Budżet: 6500 UAH Termin: 3 dni
Witam! Zadanie dotyczące selektywnego parsowania według artykułów jest dla mnie całkowicie zrozumiałe. Jest to znacznie bardziej efektywne niż zbieranie całej strony z 20 000 pozycjami i pozwala szybko zaktualizować Twoją bazę tylko o potrzebne nowości. Specjalizuję się w automatyzacji zbierania danych oraz w opracowywaniu skomplikowanych parserów w Pythonie (Scrapy, Selenium, Playwright). Mam doświadczenie w przetwarzaniu dużych zbiorów danych (30+ projektów) i potrafię omijać zabezpieczenia stron (Cloudflare, rotacja proxy, symulacja zachowania użytkownika). Jak zrealizuję to zadanie: * Opracowanie skryptu: Napiszę parser, który przyjmie Twój plik Excel jako wejściową kolejkę zadań. * Wyszukiwanie według SKU: Skrypt będzie korzystał z wewnętrznego wyszukiwania strony dostawcy lub przechodził według bezpośredniej struktury linków (jeśli jest przewidywalna), aby znaleźć konkretny produkt. * Zbieranie danych: Automatyczne wydobywanie nazwy, ceny, opisów oraz pełnej listy cech. Szczególną uwagę poświęcę zbieraniu wszystkich linków do zdjęć w wysokiej jakości. * Formowanie wyniku: Dane będą zapisane w czystym pliku Excel/CSV zgodnie z Twoją strukturą kolumn. Wszystkie cechy będą uporządkowane, a linki do obrazów — podzielone dla wygodnego importu do Twojego systemu. Terminy i koszt: * Termin realizacji: 2–3 dni robocze (napisanie logiki pod strukturę strony + sam proces zbierania 3 500+ produktów). * Koszt: 4 500 – 6 500 zł (zależy od złożoności układu strony oraz obecności zabezpieczeń przed botami). Dlaczego ja: Jako specjalista ds. automatyzacji tworzę narzędzia, które działają bezbłędnie. Otrzymasz dane bez „śmieci” i duplikatów, w pełni gotowe do załadowania na Twoją stronę. Mój kod jest zoptymalizowany, więc zbieranie 3 500 produktów przebiegnie maksymalnie szybko. Bonus: Bezpłatnie skonfiguruję automatyczne oczyszczanie opisów z wzmiankami o marce dostawcy lub danymi kontaktowymi, jeśli to potrzebne dla Twojego sklepu. Proszę, prześlij link do strony dostawcy oraz przykład Twojego pliku z artykułami do końcowego testowania i oceny. Będę zadowolony, mogąc pomóc w jakościowej aktualizacji Twojego asortymentu!
-
Yevhenii Yaroshovets
19 marca
За вимогою в лс надаю без проблем,але не публікуватиму на загальний огляд
Aktualne zlecenia dla freelancerów w kategorii Parsowanie danych
Dzień dobry! Należy wykonać dwa zadania: 1. Opracować parser produktów z zewnętrznej strony (10–40 tys. pozycji, marketplace) z zachowaniem zorganizowanych danych w MySQL do późniejszego wyświetlenia w WordPressie. 2. Zainstalować i skonfigurować n8n na VPS, a także zorganizować przetwarzanie treści AI: konfiguracja promptów, przeredagowanie tekstów, przetwarzanie obrazów, optymalizacja SEO i sprawdzanie tekstów pod kątem detekcji AI. Można oszacować koszt realizacji zarówno całego projektu, jak i każdego zadania osobno. .
Trzeba wykonać parsowanie z kanałów Viber (Łączna liczba - 49 kanałów, około 80 tys. subskrybentów).
Dzień dobry. Potrzebny parser według słów kluczowych z wyświetlaniem wyników przez bota Telegram. Jak to ma działać: Automatyczne wyszukiwanie na 4 stronach według słów kluczowych, które czasami się zmieniają. Zapytania są wysyłane co kilka minut. Słowa są ładowane w formie pliku .txt. TG powinien zawierać przyciski: uruchom bota, zatrzymaj bota, pobierz plik (pobiera plik z aktualnymi słowami kluczowymi), załaduj plik (ładuje edytowany plik z nowymi słowami). Bots powinien ignorować wcześniej znalezione wyniki, tzn. nie wskazuje tego samego ogłoszenia dwa razy. Wynik przychodzi do bota w formie linku z zdjęciem, ale wystarczy też sam link. P.S. wyszukiwanie na stronach bez API, VPS na 6TB i 50 IP już są dostępne. Po szczegółowe informacje proszę kontaktować się na PW.
Zadanie: jeden dashboard ze wszystkimi wskaźnikami biznesowymi — reklama, lejek, płatności, praca menedżerów, planowanie przychodu. Dane są pobierane automatycznie przez API. Zakres: tylko kierunek YCL (zatrudnienie w Europie). W Kommo są też inne kierunki — do magazynu trafiają tylko transakcje z lejek YCL (filtr według lejka/tagu ustalimy).1. Źródła danych (integracje) Kommo CRM — leady, transakcje, etapy lejka, odpowiedzialni, źródła, daty przejść między etapami (koniecznie zachować historię), przyczyny odmowy, pola niestandardowe transakcji (patrz p. 2). Stripe — płatności, kwoty, statusy (sukces/odmowa/zwrot), powiązanie z transakcją. Meta Ads — wydatki, wyświetlenia, kliknięcia, CPL, leady według kampanii (działa teraz). Google Ads, Reddit Ads, LinkedIn Ads — planowane; architektura — rozszerzalne konektory bez przeróbek rdzenia. SEO/organika— Google Search Console + GA4. Przeszły związek: źródło ruchu → lead w Kommo → płatność w Stripe (UTM, ID transakcji w metadanych Stripe — mechanikę zaproponować). 2. Obowiązkowe przekroje (pola transakcji w Kommo) Każda metryka musi być filtrowana/grupowana według: Obywatelstwo klienta (Kenia, Nigeria, Indie itp.). Status pobytu: mieszka w swoim kraju / ekspat (już przebywa w Europie). To dwa różne segmenty z różnym cyklem, konwersją i wartością transakcji. Kraj umiejscowienia / usługa: Polska, Serbia, Słowacja, Niemcy (ZAV). Menedżer, zespół, kanał ruchu, okres. Jeśli jakichś pól w Kommo brakuje — wykonawca wskazuje, jakie pola należy dodać, zamawiający dodaje.3. Lejek i wskaźniki wyprzedzające Dane w przekroju lejka, dla każdego etapu — podsumowujące i wyprzedzające (leading) metryki: Ruch → lead: leady, CPL według kanałów + dynamika wydatków/kliknięć dzień do dnia. Lead → kwalifikacja: konwersja + czas pierwszej odpowiedzi, kontakty/telefony do menedżera dziennie, leady bez odpowiedzi. Kwalifikacja → umowa/faktura: konwersja + wysłane oferty, zawieszone transakcje (dni na etapie powyżej normy). Faktura → płatność: płatności, średnia wartość transakcji + niezapłacone faktury, nieudane płatności. Podsumowanie: przychód, ROMI według kanałów, run rate do planu miesiąca. 4. Cykl transakcji Średni i medianowy cykl lead → płatność (punkt odniesienia biznesu ~4 tygodnie), trend cyklu w czasie. Rozkład cyklu według etapów (ile dni transakcja spędza na każdym etapie) — aby zobaczyć, który etap się wydłuża. Lista transakcji, które utknęły na etapie dłużej niż norma. Przekrój cyklu według segmentów: obywatelstwo, status pobytu, kraj umiejscowienia, menedżer. 5. Wczesne ostrzeżenie o spadku (kluczowy blok) Ponieważ cykl ~4 tygodnie, dzisiejsze leady = płatności za miesiąc. System powinien: Porównywać leady/kwalifikacje bieżącego tygodnia z średnią ruchomą (4 tygodnie) i przy odchyleniu w dół wydawać alert: „leadów −X%, przy cyklu 4 tygodnie oczekuj spadku płatności w tygodniu [daty]”. Budować prognozę płatności na 4 tygodnie do przodu z bieżącego pipeline'u: transakcje na każdym etapie × historyczna konwersja etapu × pozostały cykl. Podświetlać na czerwono tygodnie, gdzie prognoza jest niższa od planu — z zapasem czasu na reakcję. 6. Dopłaty i planowanie sprzedaży W karcie transakcji Kommo przechowywane są data i kwota planowanej dopłaty. System powinien: Zbierać kalendarz przyszłych dopłat: całkowita liczba oczekiwanych, według tygodni/miesięcy. Podświetlać przeterminowane dopłaty (data minęła, brak płatności w Stripe) — osobna lista do dociśnięcia. Liczyć plan miesiąca jako: plan − już opłacone − dopłaty zgodnie z harmonogramem = ile nowych sprzedaży potrzebnych (w pieniądzach i w sztukach transakcji przy średniej wartości transakcji). Harmonogram według tygodni: dopłaty + prognoza nowych płatności w stosunku do tygodniowego planu. 7. Praca menedżerów Dzienny przekrój dla każdego menedżera: kontakty/telefony, rozmowy, wysłane oferty, płatności — dla każdego dnia osobno, z wykresem za okres. Postęp realizacji osobistego planu w porównaniu z tempem miesiąca (na przodzie / w tempie / w tyle). Benchmarking z kolegami. 8. Wizualizacja i role „Sygnalizatory” (zielony/żółty/czerwony) w kluczowych metrykach w odniesieniu do norm/planu; skale postępu; wykresy trendów; adaptacja do urządzeń mobilnych. Role: CEO — wszystko; ROP — cały lejek i menedżerowie; team lead — swój zespół; menedżer — swoje wskaźniki i pozycja w stosunku do kolegów. 9. Raporty i AI Automatyczne raporty według harmonogramu (codzienne podsumowanie, tygodniowy raport) w dashboardzie i/lub komunikatorze. Zapytania w dowolnej formie („jak zmienił się CPL z Meta w ciągu 2 tygodni?”) — LLM nad magazynem. Alerty w strefie czerwonej oraz według zasad z p. 5–6. 10. Oczekiwania techniczne i etapowość Magazyn (PostgreSQL/BigQuery lub analog) + ETL: webhooks Kommo + okresowa synchronizacja (15–60 min). Frontend: niestandardowy lub narzędzie BI — zaproponować z uzasadnieniem; wymagania dotyczące ról, sygnalizatorów, prognoz i zapytań AI muszą być wykonalne. Etapy: (1) audyt i mapa metryk → (2) MVP: Kommo + Stripe + Meta, lejek, sygnalizatory, role → (3) cykl transakcji, wczesne ostrzeżenie, dopłaty i plan → (4) SEO, raporty AI, alerty → (5) nowe kanały reklamowe. Płatność etapowa, po każdym etapie — demo. W odpowiedzi proszę wskazać: podobne projekty (analiza przeszła), stack z uzasadnieniem, oszacowanie czasów i kosztów według etapów, miesięczny koszt posiadania (hosting, tokeny, licencje).
Potrzebny specjalista do zbierania i strukturyzowania otwartych informacji o sprzedawcach z marketplace'ów. Konieczne jest określenie możliwości automatycznego zbierania danych oraz utworzenie bazy sprzedawców. W odpowiedzi proszę podać: z jakimi marketplace'ami masz doświadczenie; jakie dane możesz uzyskać (nazwa sprzedawcy, link, kategorie, ocena, liczba produktów, inne dostępne pola); przykłady podobnych projektów.