Портфолио и кейсы фрилансеров по парсингу данных

Клиент заказал перенос товаров с сайта поставщика в свой интернет-магазин на платформе InSales с данными: название товара, артикул, категории, цены и наличие, все фото, описание и характеристики. Работа была сделана в полном объёме за 2 дня.

Задача: убрать ручное сравнение актов сверки и собирать отчёт по расхождениям. Сделано: скрипт сравнения, отчёт по найденным расхождениям, правки после проверки. Отдельным заказом расширили парсер. Как проверяли: прогон на файлах заказчика и правки по его замечаниям. Два заказа через Безопасную сделку, оценка 5.0. Стек: Python, Excel/PDF. — сравнение актов сверки скриптом — отчёт по расхождениям — правки по результатам проверки — расширение парсера отдельным заказом — Безопасная сделка, оценка 5.0 — Python, Excel/PDF

Разработан пример автоматизированного парсинга данных с сайта с последующей выгрузкой результатов в Excel/CSV. С помощью Python выполняется сбор информации с нескольких страниц сайта: название товара, цена, ссылка, категория, наличие, рейтинг, количество отзывов и бренд. Полученные данные автоматически структурируются и сохраняются в удобную таблицу для дальнейшей работы и анализа. В проекте реализованы: • автоматический обход страниц сайта; • сбор и структурирование данных; • обработка результатов с помощью Python; • экспорт данных в Excel/CSV; • подготовка таблицы для дальнейшего анализа; • автоматизация повторяющихся операций. Такой подход подходит для сбора товаров из интернет-магазинов и каталогов, мониторинга цен, формирования товарных баз, анализа ассортимента и других задач по обработке больших объёмов данных. Инструменты: Python, BeautifulSoup, Pandas, Excel, CSV.

Обработка, очистка и структурирование данных в Excel/CSV с автоматизацией на Python. В рамках работы исходные данные были приведены к единому структурированному формату: удалены дубликаты, исправлены некорректные значения и пропуски, унифицированы даты и телефонные номера, очищены текстовые поля и подготовлена итоговая таблица. Выполнено: — очистка и нормализация данных; — поиск и удаление дубликатов; — обработка пропущенных и некорректных значений; — приведение дат, телефонов и числовых данных к единому формату; — обработка больших таблиц с помощью Python и pandas; — экспорт результата в Excel/CSV; — автоматизация повторяющихся операций. Результат: чистая структурированная база данных, готовая для анализа, отчетности, импорта в CRM или дальнейшей автоматизированной обработки. Инструменты: Python, pandas, Excel, CSV, Google Sheets.

Telegram-бот для приёма заявок с калькулятором цены Задача: у мастерской заявки терялись в переписке. Клиент писал ночью, ответ получал утром и уходил к тому, кто ответил первым. Цену считали вручную. Что сделал: — Воронка на кнопках: клиент выбирает услугу и срочность, не пишет свободный текст — Калькулятор цены по формуле: база услуги × коэффициент срочности. Пример: мелкий ремонт 2000 ₽ × срочно сегодня +50% = 3000 ₽ — Уведомление владельцу в личные сообщения: готовая карточка с именем, телефоном, услугой, суммой, датой и ником клиента — База заявок в CSV: открывается в Excel и LibreOffice, можно фильтровать и считать выручку — Все настройки вынесены отдельным блоком: заказчик меняет услуги, цены и коэффициенты сам, не трогая код Стек: Python 3, python-telegram-bot 21.6, CSV, Linux. На что обратить внимание: бот закрывает первый контакт полностью, без участия менеджера. Клиент получает цену за 2 секунды в любое время суток. Ни одна заявка не теряется. Срок сборки: 1–2 дня. Адаптирую под любую нишу: ремонт, клининг, доставка, автосервис, барбершопы, фотостудии, репетиторы, аренда техники. Дорабатываю по запросу: круглосуточная работа на сервере, выгрузка в Google Таблицы, приём фото от клиента, напоминание тем, кто бросил воронку.

Мой профиль на бирже фриланса с подтверждением опыта, количества заказов и отзывы.

Автосбор данных, очистка и выгрузка в таблицу/API по расписанию. Экономия часов ручной работы.

Задача. Организовать и автоматизировать сбор, сверку, коррекцию и накопление медиаданных из десятков источников — парсинг сайтов, почты, электронных таблиц. Данные на входе сильно отличаются: своя кодировка, структура, опечатки, повторы, локализованное время. Ошибки в данных необходимо минимизировать. Решение. Конвейер принимает данные из почты, парсит сайты, разбирает в единую структуру, вычищает текст, сверяет с первоисточником. Данные сохраняются в базе, обрабатываются на сервере. Проверки на каждом шаге ищут расхождения с источником, разрывы последовательности и дубли: оператору уходит сигнал, запись попадает в отчёт, наружу ошибка не выходит. Результат. Ежедневная отгрузка данных клиентам по запросу из десятков первоисточников — и всё это почти без ручного труда. Клиенты получают данные в нужном им формате. Ручное участие остаётся там, где требуется оценка оператора.

Сбор информации с сайтов, выгрузка в Excel, написание скриптов под заказ.