Переглянути документацію, і дати мені консультацію (нейросети,openai)

Використовуючи мої API-дані та гаманець, зробіть Python-скрипт, який успішно розміщує одне тестове замовлення на біржі.

Потрібен простий Python-скрипт для Windows, який працює з Microsoft Edge, відкриває мій LinkedIn feed, прокручує його, знаходить пости з певними словами і записує результат у файл. У нас був вже працюючий скріпт, але кілька днів тому він припинив працювати через оновлення Edge, просто більше не працює автоматизаці Що має робити скрипт 0. Прочитати в конфігурації перелік ключових слов, та кількість постів для проходження 1. Відкрити Microsoft Edge. 2. Перейти на: https://www.linkedin.com/feed/ 3. Я логінюся вручну, якщо потрібно. 4. Скрипт прокручує feed вниз, наприклад, 30 постів. 5. Шукає в постах задані слова. 6. Якщо знаходить пост з потрібним словом, записує в CSV або JSON: post_url, author, text, matched_keyword Робити на Python та запускатися в Edge - обов'язкові умови.

Потрібен досвідчений Python-розробник для створення програми автоматизації роботи із сайтом. Що має робити бот: Авторизуватися в моєму акаунті на сайті. Постійно (24/7) відстежувати появу новихWork Orders. Після появи нового замовлення відкривати його картку. Аналізувати інформацію про замовлення (тип робіт, місто, відстань, опис). Автоматично приймати замовлення, які відповідають заданим умовам. Якщо замовлення не відповідає умовам, пропускати його. Надсилати сповіщення в Telegram про прийняті та пропущені замовлення. Вимоги: Python. Playwright (бажано) або Selenium. Робота через звичайний браузер. Передача повного вихідного коду після завершення проєкту. Надання інструкції зі встановлення та запуску. Обов’язковий досвід розробки подібних систем автоматизації. Під час відгуку, будь ласка, надішліть приклади аналогічних проєктів.

Потрібно реалізувати проєкт зі збору та структурування великого масиву зображень із відкритих вебджерел (на першому етапі 2000 зображень).
 Задача включає: - автоматизований збір зображень; - завантаження файлів у максимально доступній якості; - класифікацію зображень за категоріями. Очікуваний результат: - структурована база зображень; - зрозуміла система каталогізації; - передача результату через Google Drive або інший погоджений спосіб;

Тип задачі : оптимізація швидкості обробки відео Python - розробник з досвідом роботи OpenCV, FFmpeg, MediaPipe