Геокодування
Шукаю людей, які розбираються в геоворкерах і ТП...
Ключова проблема. Об'єкти улетають в інші мітки, і ТП. Піраміда геокодування не працює.
Вайбкодинг не допомагає... Друзі вайбкодери, ця робота точно не для вас.
Задача така, щоб зробити універсальне рішення або пофіксити поточне, щоб адреса, район і місто завжди правильно показувалися на карті, або максимально близько до цього (мінімальна похибка), щоб не улетав в інший район або за місто. Якщо тут є ті, хто в цьому дійсно розбирається, дайте знати.
Є умовно картка об'єкта, яка розташована на точці на карті (геокодування), 85~% об'єктів правильно розташовані, а інші уїжджають. Залучені два помічники osm nomismatism і mapbox, але особливо це не допомагає. Райони не малюються. Альтернатива малювати полігони вручну, але на кожне місто це займе дуже багато часу. Тому шукаю щось універсальне, хто підкаже?
-
Доброго дня. Розбираюся в геокодингу/реверсі, OSM (Nominatim) та Mapbox, а також у нормальному “адмінці” через полігони (PostGIS / point-in-polygon), через що якраз і перестають відбуватися “вильоти” в інший район/за місто.
За вашим описом проблема типова: ви намагаєтеся отримати район/місто з відповіді геокодера (або реверс) — а це евристика, через що 10–15% точок завжди будуть помилятися, особливо на межах і при неповних адресах. Універсальне рішення — розділити завдання:
адреса → координата (прямий геокодинг),
координата → місто/район (строго по полігонах, point-in-polygon), а не “як повернув геокодер”. Щоб оцінити обсяг і запропонувати точне рішення, потрібно:
10–20 прикладів “поїхавших” об'єктів: вихідна адреса/місто + координати, куди ставить зараз;
…
які міста/країни, і які дані у картки гарантовано є (місто? район? індекс?);
де зберігаєте дані і чим малюєте карту (PostGIS є/немає, стек фронту).
Після цього дам план робіт по етапах і зроблю фікс так, щоб адреса/місто/район визначалися максимально стабільно і відтворювано, без ручного малювання для кожного міста.
Перед стартом фіксую логіку, ризики та результат. Роблю боти, парсери, автоматизацію і веб-системи так, щоб ними реально користувались, а не просто “було написано код”. -
1909 2 0 Вітаю!
Детально ознайомилася з вашою задачею. Проблема знайома — стикався з подібним при роботі з OSM Nominatim та Mapbox. Ось моє бачення:
Чому об'єкти "летять" на чужі маркери:
Nominatim повертає центроїд найближчого знайденого об'єкта, а не точну адресу. Якщо адреса не знайдена на рівні будинку — він "стрибає" на центр вулиці, району, або навіть міста. Це і є ваші 15% промахів.
Проблема з геокодинг-пірамідою — класичний fallback будинок → вулиця → район → місто потребує валідації на кожному рівні. Потрібно перевіряти importance та class/type у відповіді Nominatim, а не просто брати перший результат.
…
Райони без полігонів — погоджуюсь, малювати вручну для кожного міста нереально. Рішення: використати адміністративні межі з OSM (relation boundaries, admin_level=9-10) або GeoJSON районів з відкритих джерел (data.gov.ua має межі для більшості міст). Це дасть point-in-polygon перевірку без ручної роботи.
Мій план:
Аудит поточного pipeline: подивлюсь як саме йде fallback і де втрачається точність
Додам валідацію по boundingbox та type з Nominatim — відсію "широкі" результати
Підключу reverse geocoding для перехресної перевірки (координати → адреса → порівняння з оригіналом)
Для районів — підтягну OSM boundaries через Overpass API або готові GeoJSON, зроблю point-in-polygon
Налаштую confidence score: кожен результат отримає оцінку точності, щоб ви бачили де 100% match, а де потрібна ручна перевірка
Результат: 95-98% точність замість поточних 85%.
Маю досвід з Nominatim API, Mapbox Geocoding, Overpass API, Turf.js (геопросторові операції), PostGIS.
Термін: 2-3 дні
Ціна: 5000 грн
Готова обговорити деталі та подивитись на поточний код.
-
726 9 1 Привіт! Ваш проект виглядає дуже цікавим. Я готовий розпочати роботу негайно і забезпечити високу якість.
-
1945 7 0 Це типова історія, коли геокодер працює «по рядку» без жорстких обмежень і без перевірки по полігонам. Щоб оцінити обсяг і терміни, потрібні деталі: Географія і які саме «райони» (рівень). Формат вхідних даних: окремі поля або один рядок. Приклади 5–10 проблемних адрес + що зараз повертають Nominatim/Mapbox. Очікуваний вихід: точка, адреса, район, місто, додаткові поля. Обмеження по стеку і інфраструктурі. Якщо хочете, зроблю аудит поточного пайплайна і запропоную фікс з тестами на вашому наборі кейсів.
Актуальні фриланс-проєкти в категорії AI та машинне навчання
AI-агент для пошуку та аналізу масиву документів у реєстрі рішень1. Контекст і проблема Цільовий користувач: фахівець, який працює з великим масивом текстових документів та має приймати рішення на основі прецедентів. Суть проблеми: робота з відкритим реєстром документів забирає надмірно багато часу: пошук вимагає ручного підбору ключових слів… AI та машинне навчання ∙ 2 години 34 хвилини тому ∙ 17 ставок |
Побудувути модель калсифікації клієнтів1. Є дані клієнтів в Mongo/SQL (приблизно 20 000 заисів із сирими даними). 2. Необхідно на їх основі побудувати фічі та модель класифікації клієнтв на поведінкові групи. 3. Проект виконати на Python. AI та машинне навчання, Python ∙ 1 день 16 годин тому ∙ 31 ставка |
Інтеграція в CRM модулів сканерів стоматологій
27 000 UAH
Ми розробили CRM систему для взаємодії з зубними лікарями та лабораторіями. Потрібно інтегрувати сервіси iTero, sirona, medit та інші, щоб файли підтягуються автоматично AI та машинне навчання, Java ∙ 1 день 17 годин тому ∙ 27 ставок |
Створити команду AI агентівХочу створити собі команду AI агентів, які будуть допомагати в повсякденному житті, контролювати бізнес-процеси, аналізувати звіти тощо. AI та машинне навчання ∙ 1 день 20 годин тому ∙ 31 ставка |
ІТ Автоматизація ведення VAT- звітності
10 000 UAH
Необхідно розробити систему для автоматизації перенесення даних про продажі з CRM у бухгалтерську систему Wafeq. Система має імпортувати банківські та платіжні звіти, автоматично звіряти платежі з інвойсами, формувати інвойси для VAT-звітності та мінімізувати ручну роботу.… AI та машинне навчання, Python ∙ 1 день 21 година тому ∙ 41 ставка |