Budżet: 4000 UAH Termin: 1 dzień
Witam,
Jestem doświadczonym programistą Pythona, specjalistą od ekstrakcji danych / web scrapingu.
Potrafię pracować z dużymi ilościami danych, ich przetwarzaniem i strukturyzacją.
Wszyscy odpowiedni klienci, którzy ze mną współpracowali, otrzymali więcej niż zadanie wykonane na czas!
Wstępnie przeanalizowałem wskazany przez Ciebie zasób i opracowałem przybliżoną strategię realizacji Twojego zamówienia.
Cena jest podana z uwzględnieniem ilości danych i terminów realizacji. Możemy się umówić na inne warunki.
Czekam na Twoją odpowiedź.
Budżet: 700 UAH Termin: 30 dni
Cześć! Jestem z firmy SolidWay i chętnie pomogę z Twoim projektem. Mamy doświadczenie w tworzeniu systemów do zbierania i przetwarzania danych, w tym parsowania informacji ze stron internetowych do formatów CSV, Excel lub JSON. Możemy uzyskać wszystkie niezbędne statystyki za ostatnie 10 lat, w tym dane o meczach i rankingach graczy.
Nasz zespół ma duże doświadczenie w realizacji podobnych projektów, więc możesz być pewien jakości wykonania. Używamy najlepszych praktyk, aby zapewnić dokładność i kompletność danych.
Omówimy szczegóły projektu i będziemy mogli ustalić terminy oraz budżet po doprecyzowaniu wszystkich wymagań. Czekam na Twoje pytania!
Oferty ukryte
Aktualnie brak ofert
Aktualne zlecenia dla freelancerów w kategorii Bazy danych i SQL
Stworzyć dashboard do monitorowania i analizy efektywności sieci lokalizacji (filiów) firmy w Google Business Profile (GBP) poprzez oficjalne API Google Business Profile. Przetwarzanie przez skrypt oparty na Google Apps Script (podpiąć do Google Arkuszy). Zapis danych w Google Arkusze (które pełnią rolę bazy danych dla Looker Studio). Aktualizacja: Codziennie (z wskazaniem daty ostatniej aktualizacji). Stworzyć serwisowe konto Google Cloud. Skrypt raz na dobę (wyzwalacz o 03:00 w nocy) wysyła zapytanie do GBP API. Otrzymuje metryki za wczorajszy dzień dla każdej lokalizacji (locationId). Zapisuje dane w tabeli w płaskim formacie (wiersz = unikalne połączenie Data + ID Filia + Metryki). Karty kluczowych wskaźnikówNazwa kartyMetryka GBPFormat dynamikiWyświetlenia profiluImpressions (Search + Maps)Procent %, Sparkline (niebieski)PołączeniaLocal Services Phone CallsProcent %, Sparkline (zielony)Przejścia na stronęWebsite ClicksProcent %, Sparkline (fioletowy)Budowanie trasDirection RequestsProcent %, Sparkline (pomarańczowy)Średnia ocenaAverage Review RatingZmiana absolutna (np. +0.1), Sparkline (żółty)Nowe recenzjeNew Reviews CountProcent %, Sparkline (turkusowy)
Cześć wszystkim! Szukam programisty backend (NestJS) do pracy nad nowym projektem. Co trzeba zrobić Opracować REST API w NestJS. Przygotować i utrzymywać dokumentację za pomocą Swagger (OpenAPI), aby programista frontend mógł automatycznie generować klienta przez Orval i zawsze pracować z aktualną specyfikacją. Zaplanować czystą, skalowalną architekturę, którą będzie łatwo utrzymać i rozwijać. Wymagania Znajomość NestJS i TypeScript na poziomie zaawansowanym. Doświadczenie w pracy z PostgreSQL. Doświadczenie w integracji z Supabase: autoryzacja i uwierzytelnianie; praca z bazą danych; wykorzystanie gotowych możliwości platformy. Doświadczenie w integracji Stripe (przez możliwości Supabase). Znajomość zasad bezpieczeństwa API, autoryzacji, walidacji danych i ochrony aplikacji. Umiejętność pisania czystego, strukturalnego i rozszerzalnego kodu. Jeśli masz odpowiednie doświadczenie, proszę, prześlij: przykłady projektów lub GitHub; pożądaną stawkę (za ekrany, które dostarczyłem, aby zrozumieć twoją stawkę, stawka godzinowa nie jest wygodna, ponieważ nie wiadomo, jaki będzie zakres pracy, każdy ma inny tempo);
O projekcie i zadaniach Mamy mały dział sprzedaży (kierownik działu sprzedaży + 2 menedżerów) oraz bazę około 220 aktywnych klientów. Obecnie pojawiła się pilna potrzeba wdrożenia lekkiego CRM jako poziomu operacyjnego, aby menedżerowie w czasie rzeczywistym rejestrowali rozmowy, ustalenia i statusy w lejku sprzedażowym, a kierownictwo widziało, którzy klienci „utknęli” na danym etapie. Równocześnie aktywnie wykorzystujemy analitykę AI (Claude) do pracy z eksportami, raportami, wyszukiwaniem anomalii oraz analizą P&L. Dlatego CRM potrzebny jest jako czyste źródło danych, z którego będzie można formować jakościowe eksporty. Co należy zrobić (Etap 1 — Wdrożenie) Audyty i wybór rozwiązania. Ostatecznie określić razem z nami platformę. Rozważamy ukraińskie rozwiązania (KeyCRM lub SalesDrive), ponieważ ważna jest integracja z ukraińską telefonią i Nową Pocztą. Jesteśmy również gotowi rozważyć Pipedrive. Konfiguracja systemu. Utworzenie lejka sprzedażowego, kart klientów, dostosowanie pól zgodnie z naszą specyfiką. Integracje. Podłączenie telefonii, komunikatorów i Nowej Poczty. Import danych. Poprawne przeniesienie istniejącej bazy klientów (około 220 kontaktów) z bieżących plików. Szkolenie. Krótkie wprowadzenie dla kierownika działu sprzedaży i dwóch menedżerów dotyczące zasad prowadzenia transakcji, aby zapewnić czystość i jakość danych w CRM. Dalsze zadania (Etap 2 — Wsparcie) Wsparcie techniczne i dopracowanie automatyzacji w trakcie pracy. Kontrola poprawności eksportów danych do dalszej analityki AI. Kogo szukamy Specjalisty z doświadczeniem w wdrażaniu KeyCRM, SalesDrive lub Pipedrive (proszę dodać przykłady lub przypadki w odpowiedzi). Osoby, która rozumie zasady budowy analityki sprzedaży i potrafi konfigurować eksport danych bez „śmieci”. Odpowiedzialnego specjalisty, gotowego do długoterminowej współpracy i wsparcia projektu. W odpowiedzi proszę podać Wasze doświadczenie z KeyCRM, SalesDrive lub Pipedrive. Orientacyjną wartość oraz czas podstawowej konfiguracji dla naszego zespołu (3 użytkowników). Czy jesteście gotowi dalej administrować systemem i na jakich warunkach.
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
Konieczne jest przeprowadzenie głębokiej analizy technicznej trzech plików PDF pod kątem autentyczności oraz możliwych oznak edytowania lub fałszowania. Potrzebna jest nie tylko wizualna ocena dokumentów. Wykonawca powinien dobrze rozumieć wewnętrzną strukturę plików PDF oraz umieć analizować: metadane plików; strukturę PDF oraz poszczególnych obiektów; historię tworzenia i możliwego edytowania; używane oprogramowanie; wbudowane czcionki, obrazy, warstwy i inne elementy; możliwe oznaki ponownego zapisywania, konwersji, wprowadzania zmian lub tworzenia dokumentu z datą wsteczną; jakiekolwiek techniczne niezgodności, które mogą świadczyć o manipulacjach z plikami. Na podstawie przeprowadzonej analizy należy przedstawić zrozumiałe pisemne wnioski dotyczące każdego pliku z wskazaniem wykrytych oznak, ryzyk oraz ograniczeń analizy. Rozważamy specjalistów, którzy mają praktyczne doświadczenie w cyfrowej kryminalistyce, analizie dokumentów PDF, metadanych lub weryfikacji plików elektronicznych pod kątem autentyczności. W odpowiedzi prosimy krótko opisać swoje doświadczenie, metody oraz narzędzia, które wykorzystujesz do takiej analizy.