Python разработчик / специалист по веб-скрапингу для сбора и классификации архитектурных изображений

Бюджет: 10000 UAH Срок: 1 день

Здравствуйте!

Мы можем подключить внешнего специалиста или команду под задачи по сбору и классификации изображений.

1. Рассматриваете ли вы подключение внешнего исполнителя или команды под эти задачи?
2. Какие задачи и технологии нужно закрыть в первую очередь?

—
О нас

Мы dZENcode – IT-компания полного цикла разработки: от дизайна и программирования до интеграций и пострелизной поддержки цифровых решений.
Мы создаём проекты с нуля, а также подключаемся к уже существующим решениям, которым нужны доработка, развитие или техническая поддержка.

Подробную информацию о наших услугах и ставках вы найдёте на официальном сайте: Freelancehunt

Посмотрите – после этого сможем обсудить детали и согласовать следующий шаг.

⚠️ После уточнения всех деталей мы определим объём работ, подходящий формат сотрудничества: позадачно, аутсорсинг или аутстаффинг – и финальную стоимость.

С нами проекты гарантированно доходят до релиза:
• 10+ лет оказываем IT-услуги;
• 90+ штатных специалистов;
• 250+ публичных отзывов с 2015 года;
• Поддерживаем продукты по SLA после запуска;
• Работаем по NDA и договору с компанией! Развернуть

Бюджет: 20000 UAH Срок: 20 дней

Зайду с первого этапа: проанализирую источники, оценю scraping-подход на Python, структуру хранения, качество изображений, дедупликацию и логику классификации Exterior / Interior / Exterior Top View.

У вас сейчас главный риск в том, что можно быстро загрузить большой массив картинок, но получить дубликаты, битые файлы, слабое качество и смешанные категории, которые потом придется чистить вручную?

Бюджет и сроки — в личной переписке после просмотра источников данных и необходимого объема изображений.

Бюджет: 2000 UAH Срок: 2 дня

Доброго дня. У меня большой опыт веб-скрапинга на Python. Работаю с большими объемами данных - Pandas. Бюджет и сроки - после оценки сайтов.

Бюджет: 2000 UAH Срок: 2 дня

Здравствуйте!

У меня есть релевантный опыт именно под этот проект:

— Разрабатывал коммерческие скраперы на Playwright + BeautifulSoup с обходом антибот-защиты и ротацией прокси
— Собирал и нормализовал большие объемы данных (27 000+ записей) с последующим сохранением в PostgreSQL
— Опыт загрузки файлов в максимальном качестве через анализ сетевых запросов
— Интегрировал OpenAI Vision API в продакшн проектах — могу использовать для классификации изображений

Предлагаемый подход:
1. Анализ структуры Источника — антибот-защита, доступность полного качества изображений
2. Async парсер на Playwright/aiohttp для параллельного сбора
3. Классификация по категориям Exterior / Interior / Exterior Top View через OpenAI Vision API или по метаданным (в зависимости от Бюджета)
4. Сохранение в структурированные папки + CSV-отчет

Бюджет: от $50 за одно Источник (финальная цена после ознакомления с Источниками)
Сроки: 3–5 дней на одно Источник

Буду рад обсудить детали после ознакомления с Ссылками на Источники! Развернуть

Бюджет: 4000 UAH Срок: 3 дня

Могу сделать быстро и качественно. Нужно более детально обсудить. Буду рад сотрудничеству.

Бюджет: 12000 UAH Срок: 12 дней

Привет! У меня есть опыт работы с Python, и я могу реализовать автоматизированный сбор и загрузку изображений (асинхронно, для скорости). Для самой сложной части — классификации на Exterior/Interior — предлагаю использовать [здесь укажи свой подход: например, интеграцию с готовым Computer Vision API или использование предварительно обученной модели]. Готов проанализировать ваши источники данных и предоставить оценку по срокам.

Бюджет: 8000 UAH Срок: 7 дней

Здравствуйте. У меня большой опыт в разработке парсеров. Можно ознакомиться с сайтами, которые нужно парсить?

Бюджет: 2000 UAH Срок: 3 дня

Здравствуйте! Ваш проект привлек мое внимание. Готов начать работу и обеспечить высокое качество исполнения.

Бюджет: 5000 UAH Срок: 15 дней

У меня есть опыт именно в таком стеке: Python-скраперы (Scrapy / Playwright), массовая загрузка изображений и классификация через CLIP/EfficientNet.
Подход кратко:
1. Анализ источников - выбор стратегии (статический HTML / JS-рендеринг / API)
2. Асинхронный сбор с загрузкой в максимальном качестве
3. Автоклассификация: Exterior / Interior / Exterior Top View через zero-shot или fine-tuned модель
4. Структурированный датасет с метаданными

Сроки: 2–3 недели после старта (зависит от объема)
Бюджет: обсудим после просмотра источников

Жду деталей! Развернуть