Бюджет: 1500 UAH Термін: 1 день
Привіт!
Готовий взяти Ваш проект, виконаю у терміновому порядку.
Досвід роботи з подібними завданнями величезний, труднощів не виникне.
Якщо я Вас зацікавив, пишiть, радий співпрацювати!
Бюджет: 700 UAH Термін: 3 дні
Вітаю!!!!
Якщо працюємо по п....рам і хоч якось ці дані дійсно доступні на сайті, можу виконати так би мовити за донат!!!
Кошти на рахунок безпілотних систем, а вам зібрані дані!
Працюю за мінімальну 700
Перерахую усі отримані під звіт
rmrf - ..... Ну ви поняли)))
Oleg N.
Переможець- Проєкти 53
- Оцінка 5.0
- Рейтинг 1 862
Бюджет: 700 UAH Термін: 1 день
Привіт! Готовий виконати ваше завдання, є досвід роботи з подібними задачами.
Бюджет: 700 UAH Термін: 3 дні
Доброго дня або Добрий вечір!
Готовий професійно викачати базу даних (близько 3000 контактів) з сайту logist pro, включаючи дані з профілів. Маю досвід роботи з парсингом веб-сторінок, API, проксі та експортом інформації в Excel.
Напишіть мені в лс для уточнення деталей.
Бюджет: 700 UAH Термін: 1 день
Доброго дня!
Я зрозумів, що необхідно викачати базу даних з сайту logist pro, використовуючи ваш акаунт.
Що зроблю:
— Проаналізую структуру даних на сайті і визначу, які запити потрібно зробити для отримання інформації.
— Напишу скрипт для парсингу даних з використанням Python і бібліотек, таких як BeautifulSoup або Scrapy.
— Викачаю інформацію про 3000 профілів і збережу її в Excel-форматі.
— Забезпечу тестування, щоб гарантувати точність зібраних даних.
Терміни роботи — мінімальні, оскільки я готовий працювати над проектом активно і швидко. Завжди на зв'язку і зроблю все під ключ.
Яку саме інформацію про компанію ви хочете отримати, крім назви та імені?
Буду радий допомогти вам з реалізацією цього проекту!
Бюджет: 1500 UAH Термін: 2 дні
Привітую! Готовий реалізувати автоматичний збір (парсинг) бази з logist.pro. Напишу скрипт на Python, який зайде під вашим акаунтом, обійде всі ~3000 профілів і збереться чисті дані.
Бюджет: 1000 UAH Термін: 1 день
Доброго вечора. Готовий зібрати базу. Розробляю парсери любої складності. Звертайтеся.
Бюджет: 2500 UAH Термін: 1 день
Добрий день, веб-програмуванню вже більше 9 років
Працюю з rest api, фреймворками та cms такими як django, laravel, yii2, wp, opencart, codeigniter тощо. Готовий виконати завдання.
Відгуки: Freelancehunt
Бюджет: 3000 UAH Термін: 3 дні
Добрий день. Можу написати консольний парсер на python + викачати всі профілі.
Бюджет: 5000 UAH Термін: 2 дні
Я NodeJS розробник. Готовий взятися за це завдання. Пишіть, обговоримо.
Бюджет: 1200 UAH Термін: 1 день
Звертайтеся. Зроблю швидко та якісно.
Бюджет: 2000 UAH Термін: 2 дні
Вітаю!
Ознайомився з вашим завданням - маю релевантний досвід у схожих проєктах, тому розумію, як реалізувати все якісно та без зайвих затримок. Можу приступити до роботи одразу після узгодження деталей.
Буду радий співпраці!
Бюджет: 1200 UAH Термін: 1 день
Вітаю! Можу зробити!!!!!!!!!!!
Звертайтесь!!!!!!!!!!!!!!!!!!!!!!!!
!!!!!-----+_+------!!!!!
Бюджет: 1500 UAH Термін: 1 день
Добрий день! Завдання зрозуміле, технічно воно реалізоване.
Я напишу скрипт, який буде імітувати дії користувача, щоб безпечно зібрати дані по 3000 профілях, не викликаючи підозр у системи безпеки сайту. Дані вивантажу в чистому Excel-файлі з усіма потрібними полями.
Пара уточнюючих запитань:
1. Чи є на акаунті двофакторна аутентифікація (2FA)?
2. Чи є на сайті капча (захист від ботів) при перегляді великої кількості профілів?
Якщо все стандартно, то готовий приступити найближчим часом.
Бюджет: 4500 UAH Термін: 2 дні
Доброго дня. Можу реалізувати цей проект. Якщо актуально - пишіть, обговоримо.
Бюджет: 700 UAH Термін: 1 день
Доброго дня.
Готовий виконати завдання. Вивантажу дані по всім вказаним профілям в Excel.
Готовий приступити одразу.
Бюджет: 1200 UAH Термін: 2 дні
Вітаю, можу виконати ваше завдання. Маю досвід з парсиегу даних тому можу завантажити і відформатувати дані програмними методом.
Можу виконати за 2-3 дні з ціною в 1200 гривень.
Бюджет: 700 UAH Термін: 1 день
Вітаю. Виконаю все швидко та якісно. Пишіть. Досвід більше 6 років
Бюджет: 1000 UAH Термін: 1 день
Доброго дня, готовий виконати ваше завдання швидко та якісно. маю великий досвід у створенні різноманітних парсерів. Напишіть у особисті повідомлення обговоримо деталі. Залюбки допоможу)
Ставки приховані
Ставки поки відсутні
Актуальні фриланс-проєкти в категорії Парсинг даних
Доброго дня! Необхідно виконати дві задачі: 1. Розробити парсер товарів з стороннього сайту (10–40 тис. позицій, маркетплейс) з збереженням структурованих даних у MySQL для подальшого виводу в WordPress. 2. Встановити та налаштувати n8n на VPS, а також організувати AI-обробку контенту: налаштування промптів, рерайт текстів, обробка зображень, SEO-оптимізацію та перевірку текстів на AI-детекцію. Можна оцінити вартість виконання як всього проекту, так і кожної задачі окремо. .
Потрібно виконати парсинг з каналів Вайбер (Загальна кількість - 49 каналів, близько 80 тис. підписників).
Для існуючої мікросервісної системи потрібно розробити незалежний сервіс-обробник Excel-файлів. Завдання полягає у створенні надійного конвеєра для прийому, валідації та трансформації даних з таблиць у структурований формат бази даних. Функціональні завдання: Розробка API на базі gRPC для отримання команд на обробку та повернення статусів виконання. Реалізація логіки парсингу файлів: читання великих обсягів даних (XLSX), очищення, перевірка типів та приведення до бізнес-моделей. Реалізація шару доступу до даних (Repository/Unit of Work) для збереження результатів у PostgreSQL через Entity Framework Core. Забезпечення потокобезпеки та ефективного використання ресурсів (особливо при обробці файлів великого розміру). Технічні вимоги: Платформа: .NET 10. Архітектурні патерни: Dependency Injection, CQRS, модульна архітектура проекту. Комунікація: Строго gRPC. Робота з Excel: Використання продуктивних бібліотек (наприклад, EPPlus, OpenXML або аналоги на вибір). Модульність: Код має бути організований так, щоб сервіс легко масштабувався і був придатний для тестування. Очікуваний результат: Повністю робочий мікросервіс, готовий до розгортання в контейнеризованому середовищі. Чиста кодова база з дотриманням принципів SOLID. Документовані .proto файли. Базові unit-тести для критичних вузлів обробки даних. Вимоги до кандидата:В відповіді, будь ласка, вкажіть: Ваш досвід роботи з .NET у мікросервісній архітектурі. Приклади того, як ви організовуєте DI та модульність у своїх проектах. Досвід роботи з Excel-бібліотеками в .NET. Готовність працювати за gRPC контрактами.
Доброго дня. Потрібен парсер за ключовими словами з виводом результатів через телеграм бота. Як це має працювати: Автоматичний пошук на 4 сайтах за ключовими словами, які час від часу змінюються. Пошукові запити надсилаються кожні кілька хвилин. Слова завантажуються у вигляді .txt файлу. ТГ має містити кнопки: запустити бота, зупинити бота, завантажити файл (завантажується файл з діючими ключовими словами), завантажити файл (завантажує відредагований файл з новими словами). Бот має ігнорувати раніше знайдені результати, тобто не вказує одне й те саме оголошення двічі. Результат приходить у бота у вигляді посилання з фото, але достатньо і просто посилання. P.S. пошук по сайтах без API, VPS на 6Тб і 50 IPs вже є. За детальною інформацією, будь ласка, звертайтеся в ЛС.
Завдання: один дашборд з усіма показниками бізнесу — реклама, воронка, оплати, робота менеджерів, планування виручки. Дані підтягуються по API автоматично. Периметр: лише напрям YCL (працевлаштування в Європі). У Kommo є й інші напрями — до сховища потрапляють лише угоди воронок YCL (фільтр за воронкою/тегом узгодимо).1. Джерела даних (інтеграції) Kommo CRM — ліди, угоди, етапи воронки, відповідальні, джерела, дати переходів між етапами (обов'язково зберігати історію), причини відмов, кастомні поля угоди (див. п. 2). Stripe — платежі, суми, статуси (успіх/відмова/повернення), прив'язка до угоди. Meta Ads — витрати, покази, кліки, CPL, ліди за кампаніями (працює зараз). Google Ads, Reddit Ads, LinkedIn Ads — плануються; архітектура — розширювані конектори без переробки ядра. SEO/органіка— Google Search Console + GA4. Наскрізний зв'язок: джерело трафіку → лід у Kommo → оплата в Stripe (UTM, ID угоди в metadata Stripe — механіку запропонувати). 2. Обов'язкові розрізи (поля угоди в Kommo) Кожна метрика має фільтруватися/групуватися за: Громадянство клієнта (Кенія, Нігерія, Індія тощо). Статус проживання: живе у своїй країні / експат (уже перебуває в Європі). Це два різні сегменти з різним циклом, конверсією та чеком. Країна розміщення / послуга: Польща, Сербія, Словаччина, Німеччина (ZAV). Менеджер, команда, канал трафіку, період. Якщо якихось полів у Kommo немає — виконавець вказує, які поля потрібно завести, замовник додає.3. Воронка та випереджальні показники Дані в розрізі воронки, по кожному етапу — підсумкові та випереджальні (leading) метрики: Трафік → лід: ліди, CPL за каналами + динаміка витрат/кліків день-до-дня. Лід → кваліфікація: конверсія + швидкість першої відповіді, торкання/дзвінки на менеджера в день, ліди без відповіді. Кваліфікація → договір/рахунок: конверсія + відправлені офери, завислі угоди (днів на етапі понад норму). Рахунок → оплата: оплати, середній чек + неоплачені рахунки, невдалі платежі. Підсумок: виручка, ROMI за каналами, run rate до плану місяця. 4. Цикл угоди Середній і медіанний цикл лід → оплата (орієнтир бізнесу ~4 тижні), тренд циклу в часі. Розкладання циклу за етапами (скільки днів угода сидить на кожному етапі) — щоб бачити, який саме етап розтягується. Список угод, що зависли на етапі довше за норму. Розріз циклу за сегментами: громадянство, статус проживання, країна розміщення, менеджер. 5. Раннє попередження просадки (ключовий блок) Оскільки цикл ~4 тижні, сьогоднішні ліди = оплати через місяць. Система повинна: Порівнювати ліди/кваліфікації поточного тижня з ковзним середнім (4 тижні) і при відхиленні вниз видавати алерт: «лідів −X%, при циклі 4 тижні очікуйте просадку оплат у тижні [дати]». Будувати прогноз оплат на 4 тижні вперед із поточного пайплайну: угоди на кожному етапі × історична конверсія етапу × залишок циклу. Підсвічувати червоним тижні, де прогноз нижчий за план, — із запасом часу на реакцію. 6. Доплати та планування продажів У картці угоди Kommo зберігаються дата та сума запланованої доплати. Система повинна: Збирати календар майбутніх доплат: тотал очікуваних, за тижнями/місяцями. Підсвічувати прострочені доплати (дата минула, оплати в Stripe немає) — окремий список для дотискання. Рахувати план місяця як: план − уже оплачено − доплати за графіком = скільки потрібно нових продажів (у грошах і в штуках угод за середнім чеком). Графік за тижнями: доплати + прогноз нових оплат проти тижневого плану. 7. Робота менеджерів Денний зріз по кожному менеджеру: торкання/дзвінки, розмови, відправлені офери, оплати — по кожному дню окремо, з графіком за період. Прогрес виконання особистого плану з порівнянням із темпом місяця (попереду / в темпі / відстає). Бенчмаркінг із колегами. 8. Візуалізація та ролі «Світлофори» (зелений/жовтий/червоний) у ключових метрик відносно норм/плану; шкали прогресу; графіки трендів; адаптив під мобільний. Ролі: CEO — усе; РОП — уся воронка та менеджери; тімлід — своя команда; менеджер — свої показники та позиція відносно колег. 9. Звіти та AI Автоматичні звіти за розкладом (щоденне зведення, тижневий звіт) у дашборд і/або месенджер. Запити у вільній формі («як змінився CPL із Meta за 2 тижні?») — LLM поверх сховища. Алерти по червоній зоні та за правилами з п. 5–6. 10. Технічні очікування та етапність Сховище (PostgreSQL/BigQuery або аналог) + ETL: webhooks Kommo + періодична синхронізація (15–60 хв). Фронтенд: кастомний або BI-інструмент — запропонувати з обґрунтуванням; вимоги до ролей, світлофорів, прогнозу та AI-запитів мають бути реалізовними. Етапи: (1) аудит і карта метрик → (2) MVP: Kommo + Stripe + Meta, воронка, світлофори, ролі → (3) цикл угоди, раннє попередження, доплати та план → (4) SEO, AI-звіти, алерти → (5) нові рекламні канали. Оплата поетапна, по кожному етапу — демо. У відгуку вказати: схожі проєкти (наскрізна аналітика), стек з обґрунтуванням, оцінку строків і вартості за етапами, щомісячну вартість володіння (хостинг, токени, ліцензії).