Tworzenie kropli telegramów bot / reputacja i system rankingu dla czatu

Używając moich danych API i portfela, stwórz skrypt w Pythonie, który pomyślnie złoży jedno testowe zlecenie na giełdzie.

Potrzebny prosty skrypt Python dla Windows, który działa z Microsoft Edge, otwiera mój feed LinkedIn, przewija go, znajduje posty z określonymi słowami i zapisuje wynik do pliku. Mieliśmy już działający skrypt, ale kilka dni temu przestał działać z powodu aktualizacji Edge, po prostu przestał działać automatyzacja. Co ma robić skrypt 0. Przeczytać w konfiguracji listę kluczowych słów oraz liczbę postów do przeszukania. 1. Otworzyć Microsoft Edge. 2. Przejść na: https://www.linkedin.com/feed/ 3. Loguję się ręcznie, jeśli to konieczne. 4. Skrypt przewija feed w dół, na przykład 30 postów. 5. Szuka w postach określonych słów. 6. Jeśli znajdzie post z wymaganym słowem, zapisuje w CSV lub JSON: post_url, autor, tekst, dopasowane_słowo Robić w Pythonie i uruchamiać w Edge - to obowiązkowe warunki.

Potrzebny doświadczony programista Python do stworzenia programu automatyzacji pracy z witryną. Co ma robić bot: Autoryzować się na moim koncie na stronie. Nieprzerwanie (24/7) monitorować pojawienie się nowych zamówień roboczych. Po pojawieniu się nowego zamówienia otwierać jego kartę. Analizować informacje o zamówieniu (typ prac, miasto, odległość, opis). Automatycznie akceptować zamówienia, które spełniają określone warunki. Jeśli zamówienie nie spełnia warunków, pomijać je. Wysyłać powiadomienia na Telegram o zaakceptowanych i pominiętych zamówieniach. Wymagania: Python. Playwright (mile widziane) lub Selenium. Praca przez zwykłą przeglądarkę. Przekazanie pełnego kodu źródłowego po zakończeniu projektu. Zapewnienie instrukcji instalacji i uruchamiania. Obowiązkowe doświadczenie w tworzeniu podobnych systemów automatyzacji. Proszę o przesłanie przykładów podobnych projektów podczas odpowiedzi.

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;

Typ zadania: optymalizacja szybkości przetwarzania wideo Python - programista z doświadczeniem w OpenCV, FFmpeg, MediaPipe