Estroparerò dati da siti web, annoterò immagini e preprocesserò dataset
Sviluppatore AI, Ingegnere di Machine Learning, Sviluppatore FullStack Python
Informazioni su questo servizio
Una data pulita decide quanto va avanti un progetto. Se i record sono incoerenti, le cartelle sono un caos o le immagini non hanno etichette, l’algoritmo non è il problema.
Raccolgo, etichetto, registro e preparo dataset:
- Web scraping: dati pubblici consentiti in CSV, Excel o JSON, con un dizionario di colonne
- Annotazione immagini: etichette di classificazione, categorie e definizioni di classe coerenti
- Bounding boxes: annotazione di rilevamento oggetti in formato YOLO o COCO
- Preprocessing: duplicati, valori mancanti, tipi di dato, formattazione, normalizzazione
- Preparazione dataset: struttura delle cartelle, abbinamento immagine-etichetta, split, validazione, documentazione
Strumenti: Python, Pandas, BeautifulSoup, Requests, Selenium/Playwright, OpenCV. Output: CSV, Excel, JSON, YOLO, COCO JSON, cartelle organizzate.
Ogni consegna include i file processati, un riassunto di qualità e note su cosa è cambiato. Gli originali sono preservati.
Scrivimi prima di ordinare con la tua fonte dati, la quantità, le classi e il formato di output richiesto in modo che scope e prezzo siano concordati prima. Fonti pubbliche e consentite solo. Non alleno modelli né costruisco applicazioni come parte di questo gig.
Il mio portfolio
FAQ
Traduzione automatica.
Puoi raschiare qualsiasi sito web?
No — e chi dice di sì sta solo azzardando. Raccogli i dati da fonti pubbliche di cui hai diritto di uso, rispettando i limiti di velocità e i termini. Siti dietro login, paywall, CAPTCHA o protezioni anti-bot sono fuori dal campo, e siti che bloccano l’accesso automatico possono essere rifiutati dopo l’ispezione.
In quali formati consegni i dati?
CSV, Excel (XLSX), JSON, YOLO .txt con un data.yaml, COCO JSON, cartelle di immagini ordinate e documentazione in Markdown o PDF. Un formato di output è incluso in un pacchetto; un secondo formato per gli stessi dati è quotato come extra.
Puoi annotare immagini con bounding box?
Sì. Annota oggetti secondo una convenzione concordata prima dell’inizio del lavoro: quanto è preciso il box rispetto all’oggetto, se contano oggetti parzialmente visibili, quante box per immagine e come vengono nominate le classi. Le box possono essere consegnate con la tua lista di classi applicata esattamente come scritto.
Supporti i formati YOLO e COCO?
Sì, entrambi — YOLO con file .txt normalizzati e un data.yaml, e COCO JSON con immagini, annotazioni e categorie. Posso anche convertire tra di essi o produrre un CSV di coordinate dei pixel se necessario per il tuo flusso di lavoro.
Puoi pulire e preprocessare un dataset esistente?
Sì. Include rimozione duplicati con conteggio, gestione dei valori mancanti secondo le tue indicazioni, correzione di tipi e date, spaziatura e normalizzazione di maiuscole/minuscole, rinomina colonne, ridimensionamento immagini e validazione dell’output. Gli originali sono preservati e viene fornito un breve registro delle trasformazioni con i dati puliti
Puoi organisare immagini e etichette in cartelle?
Sì. Allineo strutture images/, labels/ e annotations/, suddivido in train/validation/test come concordato, verifico che ogni immagine abbia un file etichetta corrispondente, riferisco file orfani e riconcilio i conteggi tra le suddivisioni.
Addestri modelli di machine learning?
Non in questo gig. Questo servizio arriva fino a: raccolta dati, etichette, pulizia, struttura e documentazione. Addestramento modelli, fine-tuning e valutazione sono un servizio separato — un dataset già pronto qui può alimentare quel lavoro, ma non è incluso in questo ordine.
Riesci a gestire set di dati di grandi dimensioni?
All’interno delle quantità indicate in ogni pacchetto (fino a 1.500 record o 250 immagini annotate nel Premium). Volumi maggiori sono possibili ma vengono quotati separatamente dopo aver visto l’esempio, perché l’impegno di annotazione cresce con immagini × classi × oggetti per immagine, non solo con la dimensione del file.
Come viene controllata la qualità dell’annotazione?
Secondo i criteri concordati prima dell’ordine: il foglio di definizione delle classi, le tue istruzioni scritte, una percentuale di revisione concordata (per esempio 10% delle immagini rianalizzate) e le convenzioni riportate nel brief. I casi ambigui vengono registrati anziché decisi silenziosamente. Quello che non offro è una classificazione generale cl
Devo spedire qualcosa prima di ordinare?
Un breve brief: a cosa serve i dati, dove si trovano, quanta roba c’è, i nomi delle classi se è coinvolta l’annotazione e il formato richiesto. Uno screenshot di un file di annotazione esistente aiuta molto. Invialo come messaggio e otterrai una nota di scope con quantità, formato, prezzo e tempi di consegna.

