Лематизація англійських текстів в Python. Статистичний аналіз лем в ко

Техническое задание Цель Разработать программу для автоматизации прошивки микросхем ATmega328P через программу программатора NeoProgrammer на Windows 10 Алгоритм работы должен повторять действия оператора. Алгоритм работы В начале каждого цикла выполнить Ctrl + N. Выполнить определение (Identify/Detect) микросхемы. Если микросхема успешно определена — выполнить её стирание (Erase). Выполнить Ctrl + O, открыть первый файл и запустить его прошивку. После фактического завершения записи первого файла выполнить Ctrl + O, открыть второй файл и запустить его прошивку. После успешного завершения второго файла завершить цикл и перейти в режим ожидания следующей микросхемы. Ссылка на видео https://drive.google.com/file/d/1ytVcOY17SYN7xKvyiKoKZ80mPUoZbgJt/view?usp=drivesdk https://drive.google.com/file/d/1sh_bxS2bvxcaFzItstsP4RELXtWuIAPW/view?usp=drivesdk Требования Не использовать фиксированные задержки между этапами. Переход к следующему шагу должен выполняться лишь после подтверждения завершения текущей операции. Предусмотреть обработку ошибок на всех этапах (определение микросхемы, стирание, запись файлов, ошибки программатора и т.д.). В случае возникновения любой ошибки немедленно остановить текущий цикл, уведомить пользователя и предоставить возможность повторно запустить цикл с первого шага без перезапуска программы. Предусмотреть кнопки Старт и Стоп. Кнопка Стоп должна позволять остановить процесс в любой момент. Программа должна стабильно работать многократно без зависаний и необходимости перезапуска. Дополнительно К ТЗ прилагаются два видео: первое — правильный алгоритм прошивки; второе — пример ошибки, которую программа должна корректно обрабатывать.

Необходимо провести глубокую техническую проверку трех PDF-файлов на достоверность и возможные признаки редактирования или подделки. Нужна не только визуальная оценка документов. Исполнитель должен хорошо понимать внутреннюю структуру PDF-файлов и уметь анализировать: метаданные файлов; структуру PDF и отдельных объектов; историю создания и возможного редактирования; используемое программное обеспечение; встроенные шрифты, изображения, слои и другие элементы; возможные признаки повторного сохранения, конвертации, внесения изменений или формирования документа задним числом; любые технические несоответствия, которые могут свидетельствовать о манипуляциях с файлами. По результатам проверки необходимо предоставить понятный письменный вывод по каждому файлу с указанием выявленных признаков, рисков и ограничений проверки. Рассматриваем специалистов, имеющих практический опыт в цифровой криминалистике, анализе PDF-документов, метаданных или проверке электронных файлов на подлинность. В отзыве, пожалуйста, кратко опишите ваш опыт, методы и инструменты, которые вы используете для такой проверки.

Индикатор для использования в торговле должен определять определенные диапазоны с историей и анализировать их с текущими

Нужен опытный Python-разработчик для создания программы автоматизации работы с сайтом. Что должен делать бот: Авторизоваться в моем аккаунте на сайте. Постоянно (24/7) отслеживать появление новых заказов на работу. После появления нового заказа открывать его карточку. Анализировать информацию о заказе (тип работ, город, расстояние, описание). Автоматически принимать заказы, которые соответствуют заданным условиям. Если заказ не соответствует условиям, пропускать его. Отправлять уведомления в Telegram о принятых и пропущенных заказах. Требования: Python. Playwright (желательно) или Selenium. Работа через обычный браузер. Передача полного исходного кода после завершения проекта. Предоставление инструкции по установке и запуску. Обязателен опыт разработки подобных систем автоматизации. При отклике, пожалуйста, отправьте примеры аналогичных проектов.

Необходимо реализовать проект по сбору и структурированию большого массива изображений из открытых веб-источников (на первом этапе 2000 изображений). Задача включает: - автоматизированный сбор изображений; - загрузку файлов в максимально доступном качестве; - классификацию изображений по категориям. Ожидаемый результат: - структурированная база изображений; - понятная система каталогизации; - передача результата через Google Drive или другой согласованный способ;