Парсинг выпадающего меню

Используя мои API-данные и кошелек, сделайте Python-скрипт, который успешно размещает один тестовый ордер на бирже.

Нужен простой Python-скрипт для Windows, который работает с Microsoft Edge, открывает мой LinkedIn фид, прокручивает его, находит посты с определенными словами и записывает результат в файл. У нас был уже работающий скрипт, но несколько дней назад он перестал работать из-за обновления Edge, просто больше не работает автоматизация. Что должен делать скрипт 0. Прочитать в конфигурации перечень ключевых слов и количество постов для прохода. 1. Открыть Microsoft Edge. 2. Перейти на: https://www.linkedin.com/feed/ 3. Я логинюсь вручную, если нужно. 4. Скрипт прокручивает фид вниз, например, 30 постов. 5. Ищет в постах заданные слова. 6. Если находит пост с нужным словом, записывает в CSV или JSON: post_url, author, text, matched_keyword Делать на Python и запускаться в Edge - обязательные условия.

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;

Тип задачи: оптимизация скорости обработки видео Python - разработчик с опытом работы OpenCV, FFmpeg, MediaPipe