Eu vou raspar sites, annotar imagens e pré-processar conjuntos de dados
Engenheiro de IA, Desenvolvedor FullStack, Especialista em Machine Learning, Python
Sobre este Serviço
Dados limpos decidem o quão longe um projeto chega. Se os registros são inconsistentes, pastas estão bagunçadas ou as imagens não possuem rótulos, o problema não é o algoritmo.
Eu coleto, rotulo, limpo e preparo conjuntos de dados:
- Web scraping: dados públicos permitidos em CSV, Excel ou JSON, com um dicionário de colunas
- Annotação de imagem: rótulos de classificação, categorias e definições de classes consistentes
- Caixas delimitadoras: anotação de detecção de objetos em formato YOLO ou COCO
- Pré-processamento: duplicatas, valores ausentes, tipos de dados, formatação, normalização
- Preparação do conjunto de dados: estrutura de pastas, emparelhamento imagem-rótulo, divisões, validação, documentação
Ferramentas: Python, Pandas, BeautifulSoup, Requests, Selenium/Playwright, OpenCV. Saídas: CSV, Excel, JSON, YOLO, COCO JSON, pastas organizadas.
Toda entrega inclui os arquivos processados, um resumo de qualidade e notas sobre o que mudou. Originais são preservados.
Envie-me uma mensagem antes de pedir com sua fonte de dados, quantidade, classes e formato de saída exigido para que o escopo e o preço sejam acordados primeiro. Fontes públicas e permitidas apenas. Não treino modelos nem crio aplicações como parte deste gig.
Meu portfólio
Perguntas frequentes
Tradução automática
Você pode raspar qualquer site?
Não — qualquer vendedor que diz que sim está apenas chutando. Eu faço coleta a partir de fontes públicas que você tem direito de usar, respeitando limites de taxa e termos. Sites com logins, paywalls, CAPTCHAs ou proteção anti-bot ficam fora do escopo, e sites que bloqueiam acesso automatizado podem ser recusados após a inspeção.
Quais formatos de dados você entrega?
CSV, Excel (XLSX), JSON, arquivos YOLO .txt com um data.yaml, COCO JSON, pastas de imagens organizadas, e documentação em Markdown ou PDF. Um formato de saída está incluído em um pacote; um segundo formato para os mesmos dados é cotado como extra.
Você pode anotar imagens com caixas delimitadoras?
Sim. Eu anoto objetos de acordo com uma convenção acordada antes do início do trabalho: quão próximo a caixa fica do objeto, se objetos parcialmente visíveis contam, quantas caixas por imagem e como as classes são nomeadas. As caixas podem ser entregues com a lista de classes aplicada exatamente como escrita.
Você suporta formatos YOLO e COCO?
Sim, ambos — arquivos .txt normalizados em YOLO com um data.yaml e COCO JSON com imagens, anotações e categorias. Também posso converter entre eles ou produzir um CSV de coordenadas de pixels, se o seu fluxo precisar.
Você pode limpar e pré-processar um dataset existente?
Sim. Isso inclui remoção de duplicatas com contagem, tratamento de valores ausentes conforme sua decisão, correção de tipos e datas, normalização de espaços em branco e maiúsculas, renomear colunas, redimensionar imagens e validação da saída. Originais são preservados e um breve registro de transformação é entregue com o conjunto limpo
Você pode organizar imagens e rótulos em pastas?
Sim. Configuro estruturas images/, labels/ e annotations/, divido em train/validation/test conforme combinado, verifico se cada imagem tem um arquivo de rótulo correspondente, reporto arquivos órfãos e reconcilio contagens entre as divisões.
Você treina modelos de aprendizado de máquina?
Não neste gig. Este serviço termina na coleta de dados: coleta, rótulos, limpeza, estrutura e documentação. Treinamento de modelo, ajuste fino e avaliação são um serviço separado — um dataset preparado a partir daqui pode alimentar esse trabalho, mas você não paga por ele nesta ordem.
Você pode lidar com grandes conjuntos de dados?
Dentro das quantidades declaradas em cada pacote (até 1.500 registros ou 250 imagens anotadas no Premium). Volumes maiores são possíveis, mas são cotados separadamente após eu ver a amostra, porque o esforço de anotação escala com imagens × classes × objetos por imagem, não apenas com o tamanho do arquivo.
Como a qualidade da anotação é verificada?
Conforme critérios acordados antes do pedido: a planilha de definição de classes, suas instruções escritas, uma porcentagem de revisão acordada (por exemplo 10% das imagens rechecadas) e as convenções registradas no briefing. Casos ambíguos são registrados em vez de decididos informalmente. O que não ofereço é uma cláusula genérica de validação.
Preciso enviar alguma coisa antes de fazer o pedido?
Um briefing curto: para que servirá os dados, onde eles estão, quanto existem, os nomes das classes se houver anotação, e o formato de saída que você precisa. Capturas de tela de um arquivo de anotação existente ajudam muito. Envie como mensagem e você receberá uma nota de escopo com quantidade, formato, preço e prazo de entrega.

