Parser do recenzji Amazon został wykonany szybko i bezbłędnie. Nawet z moimi błędami w specyfikacji Natalia łatwo się uporała i doprowadziła wszystko do perfekcji. Miło pracować z takim doświadczonym i pomocnym specjalistą.
Polecam!
Należy opracować parser do zbierania opinii o produktach konkurencji na Amazon. Parser musi działać w Dockerze, uruchamiać się na podstawie webhooka z Notion i zbierać dane o produktach według zadanego brandu i słów kluczowych. Wyniki są zapisywane w plikach CSV i przesyłane do Notion, z logowaniem błędów i działań w Notion.
Link do szczegółowego Zlecenia Technicznego:
https://sirka-cpa.notion.site/Amazon-214a01e1b37181d2bc8fd2e75df9cff7?pvs=74
Proszę przeczytać ZT do końca, zanim złożysz ofertę na projekt lub zadawaj pytania.
Doświadczenie w pracy z Dockerem
Doświadczenie w logowaniu błędów i obsłudze opóźnień sieciowych
Podstawowe umiejętności pracy z Notion API
Jeśli nie jesteś gotowy/nie możesz poświęcić 100% swojego czasu pracy na realizację tego projektu - NIE składaj oferty. Chcemy otrzymać wynik w wyznaczonym terminie.
Budżet: 220 USD Termin: 10 dni
Witam!
Uważnie zapoznałem się z wytycznymi: mogę powiedzieć, że projekt jest bardzo interesujący i z chęcią się nim zajmę. Mam doświadczenie w parsowaniu i pracy z Selenium. Zorganizuję wygodny serwis API i będę mógł poprawnie uruchomić projekt na kontenerze Docker.
Czekam na wiadomość, aby rozpocząć pracę :)
Budżet: 220 USD Termin: 5 dni
Witam.
Jestem programistą NodeJS. Jestem gotowy podjąć się. Pisz, omówimy.
Budżet: 400 USD Termin: 5 dni
Dzień dobry.
Nasz zespół ma wieloletnie doświadczenie w opracowywaniu systemów ERP, CRM, CMS oraz specjalistycznego oprogramowania dla biznesu. Tworzymy skuteczne rozwiązania cyfrowe, które pomagają automatyzować procesy, zwiększać wydajność i skalować firmy.
Pracujemy z nowoczesnymi technologiami — od botów i skryptów po agentów AI i systemy analityczne. W naszym portfolio znajdują się wdrożone rozwiązania ERP dla branży hotelarskiej, a także własny produkt XFitness — system ERP stworzony specjalnie dla klubów fitness.
Jesteśmy gotowi zrealizować Twój projekt i zaproponować najlepsze rozwiązanie dostosowane do Twoich potrzeb.
Specjalizujemy się w następujących obszarach:
- Rozwój systemów ERP
- Rozwój systemów CRM
- Tworzenie stron internetowych o dowolnej złożoności
- Rozwój systemów CMS
- Wsparcie stron internetowych
- Rozwój OpenCart
- Wsparcie OpenCart
- Modyfikacje OpenCart
- Dopracowania OpenCart
- Rozwój WordPress
- Wsparcie WordPress
- Modyfikacje WordPress
- Dopracowania WordPress
- Rozwój ECommerce
- Wsparcie ECommerce
- Modyfikacje ECommerce
- Dopracowania ECommerce
- Tworzenie aplikacji webowych
- Wsparcie serwerów 1C
- Wsparcie serwerów internetowych
- Rozwój aplikacji mobilnych
oraz na następujących technologiach:
- Python
- PHP
- Laravel
- Symfony
- Yii2
- JS
- NodeJS
- jQuery
- TypeScript
- MySQL
- HTML
- CSS
- Vue
- Nuxt.js
- React
- React Native
- C++
Budżet: 350 USD Termin: 7 dni
Witam
Jestem programistą w dziedzinie AI/ML i Web Scraping. Zdołam wykonać Twój projekt. Napisz do mnie, omówimy.
Budżet: 300 USD Termin: 10 dni
Witaj,
Starannie przeanalizowałem wymagania techniczne oraz specyfikację Notion dla projektu Amazon Review Parser. Jestem pewny swojej zdolności do dostarczenia stabilnego, wydajnego rozwiązania, które w pełni spełni Twoje potrzeby.
Oto, co mogę zaoferować:
Ekspertyza w Pythonie i Selenium – Doświadczony w scrapowaniu dynamicznych treści, takich jak recenzje Amazon (w tym paginacja, oceny, obrazy, odznaki zweryfikowanych zakupów i warianty, jak podkreślono na obrazku referencyjnym).
Dostarczanie w kontenerach Docker – Zcontainerizuję cały parser, zapewniając płynne wdrożenie i izolację.
Integracja webhooków i API Notion – Zbudowałem zautomatyzowane pipeline’y, które zarówno pobierają, jak i wysyłają ustrukturyzowane dane (CSV, logi, komunikaty o błędach) do Notion przez API.
Solidne obsługiwanie błędów – Implementuję mechanizmy ponawiania, losowe opóźnienia i logowanie statusów, aby naśladować zachowanie człowieka i zmniejszyć ryzyko wykrycia przez boty.
Wyjście w formacie CSV – Z czytelnym mapowaniem: nazwa produktu, wariant, tytuł recenzji, tekst, gwiazdki, data i URL-e mediów.
Dostarczanie na czas – Rozumiem, że potrzebujesz pełnego zaangażowania, i jestem dostępny, aby priorytetowo zająć się tym projektem.
Przejrzałem pełną specyfikację Notion i jestem gotowy do rozpoczęcia od razu.
Budżet: 300 USD Termin: 14 dni
Dzień dobry!
Mam parser opinii Amazon
Będzie trzeba go dopracować zgodnie z Twoim TZ
Ale uwaga - parser zbiera tylko 100 opinii. Więcej Amazon nie pokazuje dla jednego produktu.
Chętnie omówię współpracę
Będę mogła zacząć od przyszłego tygodnia
Budżet: 500 USD Termin: 1 dzień
Dzień dobry,
Ciekawy projekt, chętnie pomogę w jego realizacji. Orientacyjny budżet wyniesie: $5000 - $7000.
Aby dokładniej oszacować, trzeba omówić kilka szczegółów.
Na przykład, kilka pytań, które będą miały istotny wpływ:
1 - Jakie są wymagania dotyczące częstotliwości i objętości zbieranych danych? To wpływa na wybór odpowiedniej logiki parsowania.
2 - Jakie konkretne pola danych trzeba wyciągać dla każdego produktu? Różne dane mogą wymagać różnych metod parsowania i przetwarzania.
3 - Jakie środki obejścia antybot ochrony Amazon są potrzebne? Amazon aktywnie utrudnia parsowanie, co może wymagać dodatkowych zasobów na skuteczne zbieranie danych.
Chętnie kontynuuję omówienie szczegółów projektu.
Budżet: 880 USD Termin: 7 dni
Witam.
Mam rozwiązanie do zbierania co najmniej 90% opinii o produktach z Amazon
Gotów dostosować skrypt do Twoich zadań
Добрий день,
Не зовсім розумію, про який примірник йде мова...
Ось посилання на Технічне Завдання:
https://sirka-cpa.notion.site/Amazon-214a01e1b37181d2bc8fd2e75df9cff7
O firmie Firma handlowa. Pracujemy z grupą towarową liczącą ponad 2000 pozycji w różnych kategoriach.Aktualna sytuacja Obecnie nomenklatura jest prowadzona w Google Sheets — dane są skonsolidowane według zakładek (kategorii). Struktura zakładek: Nazwa towaru Grupy cen: koszt własny, hurt, detal Charakterystyki: waga, ilość w opakowaniu itd. Ważne: liczba kolumn różni się w zależności od kategorii towarów, ponieważ mają one różne charakterystyki.Dlaczego obecne rozwiązanie nie jest odpowiednie Google Sheets nie pozwala na ustawienie praw dostępu na poziomie poszczególnych kolumn. Potrzebujemy: Przyznawania użytkownikom praw do wyświetlania określonych kolumn (na przykład tylko kosztów własnych) Przyznawania praw do edycji określonych kolumn (na przykład cen detalicznych) Ograniczenia dostępu do pozostałych kolumn w tej samej zakładceCo należy zrobićPodstawowe wymagania Elastyczny system rozgraniczenia praw Dostęp na poziomie poszczególnych kolumn (odczyt / zapis) Przydzielanie praw według ról lub użytkowników Zarządzanie prawami bez udziału programistów Wsparcie dla różnych struktur danych Różne kategorie towarów mają różny zestaw charakterystyk Dodawanie nowych kolumn/charakterystyk bez programowania Niepodległość od programistów Administracja przez wewnętrznych pracowników Dodawanie kategorii, kolumn, użytkowników — przez interfejs Integracja z ERP Eksport aktualnych cen do naszego systemu ERP Eksport lub automatyczna integracja przez API Analiza danych z wykorzystaniem AI (pożądane) Możliwość analizy całej listy nomenklatury Ubogacanie, weryfikacja, rekomendacje — jeśli masz pomysły, opiszOczekiwany rezultat Działające rozwiązanie, w którym: Nomenklatura jest zorganizowana według kategorii z różnymi zestawami charakterystyk Prawa do kolumn są elastycznie konfigurowane (wyświetlanie / edytowanie) Dane są eksportowane do ERP Zespół może samodzielnie zarządzać systememCo potrzebujemy od Ciebie przy odpowiedzi Opisz w ogólnych zarysach, jak widzisz rozwiązanie: Jakie narzędzie / platformę proponujesz
Wymagana jest разработка простego programu lub bota Telegram do parsowania uczestników czatów i dyskusji kanałów w Telegramie. Funkcjonalność: Użytkownik wprowadza link do kanału lub czatu. Jeśli podany jest link do kanału, program powinien automatycznie przejść do sekcji „Dyskusje” i wykonać parsowanie uczestników dyskusji. W rezultacie należy wyeksportować tylko unikalne linki do profili użytkowników bez powtórzeń. Dodatkowe wymagania dotyczące selekcji: Wybór powinien obejmować tylko użytkowników, którzy w swoim profilu mają podany własny publiczny kanał. Kanał użytkownika musi mieć co najmniej 200 subskrybentów. Użytkownicy z kanałami mniejszymi nie są odpowiedni. Potrzebne jest maksymalnie proste i wygodne narzędzie: wystarczy wkleić link i uruchomić zbieranie danych według podanych kryteriów. Nie jestem programistą, dlatego będę wdzięczny za ocenę wykonalności takiego rozwiązania i wasze propozycje dotyczące optymalnego sposobu rozwoju. Standardowe parsery nas nie interesują — wymagana jest realizacja dokładnie opisanej powyżej logiki selekcji. Odpowiedź na wasze propozycje może być w ciągu dnia.
Dobry wieczór, jest zadanie: trzeba 1-2 razy dziennie sprawdzać dostępność i aktualność cen towarów, które zostały dodane na stronę (strona na platformie prom.ua) z strony dostawcy. Możecie obliczyć cenę i jak to będzie wyglądać.
Skonfigurować automatyczne aktualizacje raz dziennie dostępności towarów na naszej stronie na prom.ua. Mamy dostawcę, który codziennie wysyła cennik towarów w formacie Excel na nasz adres e-mail. Artykuły na naszej stronie i w cenniku dostawcy są identyczne. Wartości w kolumnie "zapasy" to albo brak dostępności, albo liczba, albo więcej niż jedna skrzynka - należy aktualizować na stronie do stanu Gotowe do wysyłki lub Brak w magazynie. Artykuły, które nie znajdują się w cenniku dostawcy - pozostawić bez zmian. Proszę zaproponować rozwiązanie, termin i budżet. Dziękuję za wcześniejszą odpowiedź, czekam na specjalistę do współpracy.
Potrzebne jest zrealizowanie projektu zbierania i strukturyzacji dużej ilości obrazów z otwartych źródeł internetowych (na pierwszym etapie 2000 obrazów). Zadanie obejmuje: - zautomatyzowane zbieranie obrazów; - pobieranie plików w maksymalnie dostępnej jakości; - klasyfikację obrazów według kategorii. Oczekiwany rezultat: - strukturalna baza obrazów; - zrozumiały system katalogowania; - przekazanie wyniku przez Google Drive lub inny uzgodniony sposób;