Ищем опытного фрилансера для быстрого и надёжного развёртывания векторной базы под три разных набора данных. Хостинг и инфраструктуру предоставляем мы по необходимости.
Задачи:
Написать три Python-приложения с использованием
• Dataset #1: каталог моторных масел и дополнительных жидкостей (200 объектов, 10+ полей: числовые, текстовые, в том числе наличие на складах)
• Dataset #2: поиск апартаментов/вилл (4k объектов, поля: id, url, image, location, sublocation, type, title, details, distances, description, price)
• Dataset #3: большой массив недвижимости (100k объектов, 30+ полей)
• Есть ещё датасеты, но обкатать решение надо на этих трёх
Для каждого датасета:
• Описать схемы данных
• Настроить пространства (Spaces): числовые, временные, текстовые, смешанные
• Определить индекс(ы) и конфигурацию весов для поисковых запросов
• Описать интерфейсы для загрузки, индексирования и поиска через REST API
Подготовить Dockerfile для каждого приложения так, чтобы оно собиралось и запускалось в контейнере
Составить документацию (README) по REST:
– как передавать параметры запроса (наборы весов, текстовые и другие фильтры)
– как загружать и переиндексировать данные
– как получать результаты поиска в JSON-формате
Решить возможные проблемы при интеграции загрузки и поиска данных в реальную систему.
Требования:
• Знание Python (3.10-3.12) и REST API
• Опыт работы с Docker и docker-compose
• Понимание Vector Search, Redis, векторных баз данных, возможно pandas (понадобится для загрузки данных)