Data Science. Разработка с нуля. Требуется выполнение практической части работы. Краткое описание: Работа посвящена разработке модели по распознаванию фейковых новостей в социальных сетях. Для этого сначала выдвигается гипотеза о том, что пользовательские признаки могут служить хорошим маркером для определения правдивости поста. -> берется набор данных, проводятся z-тесты, и тесты хи-квадрат, а затем строится небольшая функция ReLU, на основании результатов которой мы говорим, что, да, пользовательские признаки действительно можно использовать Далее начинается построение и обучение самой модели. Основана она, как несложно догадаться, на пользовательских признаках и пути распространения поста. 1) трансформируем и преобразуем путь распространения 2) обучаем rnn 3) обучаем snn 4) полученные на шагах 2 и 3 вектора склеиваем в один, и делаем классификацию, т.е. функцию, которая будет нам говорить, является ли эта новость фейком, или нет Все алгоритмы и формулы расписаны, датасет - Twitter15, в нем размечены деревья постов и пользовательские признаки.

Разработка приложений для ПК. Доработка существующего продукта, разработка с нуля. Создание торговых роботов по заданным параметрам для трейдинга на биржах.

Веб-разработка. Необходимо написать код на языке python3. ТЗ по разработке обработчика речи. Необходимо написать код на языке python3 обеспечивающий: - Подключение к устройству записи звука (микрофон) - Получение потока звука с микрофона - Подключение к сервису Яндекс SpeechKit - Потоковая передача звука на SpeechKit для распознавания речи - Получение результата распознавания в режиме реального времени (не ожидая окончания записи звука, в потоковом режиме) в виде текста - Запуск передачи звука по команде пользователя - Окончание записи звука в случае команды пользователя или в результате детекции окончания голосового сообщения. Код должен быть оформлен в виде чистых функций, реализованных для каждой из указанных задач. После запуска код должен выполняться в фоновом режиме и ожидать поступление команды от пользователя на начало записи звука. После начала записи должно обеспечиваться получение звука от микрофона, потоковая передача звука на сервис Яндекс SpeechKit, получение и обработка результата распознавания речи и возвращение текста распознанной речи в указанную в качестве параметра callback функцию. Остановка записи звука осуществляется по команде пользователя или при детекции сервисом Яндекс SpeechKit окончания голосового сообщения. Команды от пользователя на начало и окончание записи передаются посредством вызова соответствующих функций. Задержка между озвучиваемой речью и полученным текстом распознанной речи не должен превышать 2 сек.

Разработка системы. Разработка с нуля. Задача: Система должна ежедневно запрашивать информацию от тинькофф инвестиции, сохранять в базу, агрегировать информацию и согласно условиям отправлять информацию в закрытый чат телеграмм. 1. Ежедневно (пусть это будет 00:00) запрашивать список российских акций и добавлять новые акции в список для отслеживания. 2. Раз в день (пусть это будет 7 утра) запрашивать у тинькофф инвестиции 4 значения по каждой акции: a. Цена открытия b. Максимальное значение цены за день c. Минимальное значение цены за день d. Цена закрытия Все эти данные сохранять в базу. 3. Используя сохранённые значения найти определённые закономерности согласно шаблонам и отправить сообщение в закрытую группу телеграмм по шаблону. Цену обсудим в процессе общения.

Разработка приложений для ПК. Разработка с нуля. Обучение с нуля до разработчика.