Python Developer / Web Scraping Specialist do zbierania i klasyfikacji architektonicznych obrazów
Poszukujemy specjalisty z Pythonem i Web Scrapingiem do realizacji projektu zbierania, przetwarzania i strukturyzowania dużej ilości architektonicznych obrazów z otwartych źródeł.
Główne zadania:
- automatyczne zbieranie obrazów;
- ładowanie plików w maksymalnie dostępnej jakości;
- klasyfikacja obrazów według kategorii:
- Exterior;
- Interior;
- Exterior Top View;
Na pierwszym etapie oczekiwany jest analiza źródeł danych oraz ocena optymalnego podejścia do realizacji projektu.
Preferencje:
- doświadczenie w web scrapingu;
- praca z dużymi zbiorami danych;
- Computer Vision lub klasyfikacja obrazów.
W odpowiedzi prosimy o podanie:
- relewantnego doświadczenia;
- proponowanego podejścia do realizacji;
- orientacyjnego budżetu i terminów.
Linki do źródeł danych zostaną udostępnione po wstępnym wyborze kandydatów.
-
Cześć!
Możemy zaangażować zewnętrznego specjalistę lub zespół do zadań związanych z zbieraniem i klasyfikowaniem obrazów.
1. Czy rozważają Państwo zaangażowanie zewnętrznego wykonawcy lub zespołu do tych zadań?
2. Jakie zadania i technologie należy zrealizować w pierwszej kolejności?
—
O nas
…
Jesteśmy dZENcode – firmą IT zajmującą się pełnym cyklem rozwoju: od projektowania i programowania po integracje i wsparcie posprzedażowe rozwiązań cyfrowych.
Tworzymy projekty od podstaw, a także angażujemy się w już istniejące rozwiązania, które potrzebują poprawek, rozwoju lub wsparcia technicznego.
Szczegółowe informacje o naszych usługach i stawkach znajdą Państwo na oficjalnej stronie:Freelancehunt
Proszę spojrzeć – po tym będziemy mogli omówić szczegóły i ustalić następny krok.
⚠️ Po wyjaśnieniu wszystkich szczegółów określimy zakres prac, odpowiedni format współpracy: zadaniowy, outsourcing lub outstaffing – oraz ostateczną cenę.
Z nami projekty gwarantowanie dochodzą do wydania:
• 10+ lat świadczymy usługi IT;
• 90+ pracowników na etacie;
• 250+ publicznych opinii od 2015 roku;
• Wspieramy produkty zgodnie z SLA po uruchomieniu;
• Pracujemy na podstawie NDA i umowy z firmą!
-
Zacznę od pierwszego etapu: przeanalizuję źródła, ocenię podejście do scrapingu w Pythonie, strukturę przechowywania, jakość obrazów, deduplikację oraz logikę klasyfikacji Exterior / Interior / Exterior Top View.
Obecnie głównym ryzykiem jest to, że można szybko załadować dużą ilość obrazów, ale otrzymać duplikaty, uszkodzone pliki, słabą jakość i pomieszane kategorie, które następnie trzeba będzie czyścić ręcznie?
Budżet i terminy — w prywatnej korespondencji po przeglądzie źródeł danych i potrzebnej ilości obrazów.
Podobne wykonane zlecenie: В модулі OpenCart виправити 5 проблем повязаних з Facebook API
-
2742 76 1 Dzień dobry. Mam duże doświadczenie w Web Scraping w Pythonie. Pracuję z dużymi zbiorami danych - Pandas. Budżet i terminy - po ocenie stron.
-
5170 37 2 Cześć!
Mam odpowiednie doświadczenie do tego projektu:
— Opracowywałem komercyjne skrypty na Playwright + BeautifulSoup z omijaniem ochrony antybotowej i rotacją proxy
— Zbierałem i normalizowałem duże zbiory danych (ponad 27 000 rekordów) z późniejszym zapisem w PostgreSQL
— Doświadczenie w ładowaniu plików w maksymalnej jakości poprzez analizę zapytań sieciowych
— Zintegrowałem OpenAI Vision API w projektach produkcyjnych — mogę wykorzystać do klasyfikacji obrazów
… Proponowane podejście:
1. Analiza struktury Źródła — ochrona antybotowa, dostępność pełnej jakości obrazów
2. Asynchroniczny parser na Playwright/aiohttp do równoległego zbierania
3. Klasyfikacja według kategorii Exterior / Interior / Exterior Top View za pomocą OpenAI Vision API lub według metadanych (w zależności od budżetu)
4. Zapis w uporządkowane foldery + raport CSV
Budżet: od 50 USD za jedno Źródło (ostateczna cena po zapoznaniu się z Źródłami)
Terminy: 3–5 dni na jedno Źródło
Chętnie omówię szczegóły po zapoznaniu się z Linkami do Źródeł!
-
6507 74 1 Mogę to zrobić szybko i jakościowo. Musimy to bardziej szczegółowo omówić. Będę zadowolony ze współpracy.
-
324 Cześć! Mam doświadczenie w pracy z Pythonem i mogę zrealizować zautomatyzowane zbieranie i ładowanie obrazów (asynchronicznie, dla szybkości). Dla najtrudniejszej części — klasyfikacji na Exterior/Interior — proponuję wykorzystać [tutaj podaj swoje podejście: na przykład, integrację z gotowym API Computer Vision lub użycie wcześniej wytrenowanego modelu]. Jestem gotów przeanalizować twoje źródła danych i przedstawić ocenę czasową.
-
93243 1261 1 10 Witam. Mam duże doświadczenie w tworzeniu parserów. Czy mogę zapoznać się z witrynami, które należy sparsować?
-
738 9 1 Cześć! Twój projekt przykuł moją uwagę. Jestem gotów rozpocząć pracę i zapewnić wysoką jakość wykonania.
-
4200 123 0 Mam doświadczenie w takim stosie: Python-scrapery (Scrapy / Playwright), masowe ładowanie obrazów i klasyfikacja przez CLIP/EfficientNet. Podejście w skrócie: 1. Analiza źródeł - wybór strategii (statyczny HTML / renderowanie JS / API) 2. Asynchroniczne zbieranie z ładowaniem w maksymalnej jakości 3. Autoklasyfikacja: Exterior / Interior / Exterior Top View przez model zero-shot lub fine-tuned 4. Strukturalny zestaw danych z metadanymi Termin: 2–3 tygodnie po starcie (zależy od objętości) Budżet: omówimy po przeglądzie źródeł Czekam na szczegóły!