Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou criar modelos personalizados de NLP e análise de sentimento em python
Engenheiro de IA e ML
Sou engenheiro de Machine Learning com experiência em desenvolver soluções de aprendizado de máquina, deep learning, visão computacional e processamento de linguagem natural (PLN) usando Python. Crio ...
Sobre este Serviço
Você quer analisar textos ou áudios, transcrever fala ou criar modelos de classificação de IA personalizados? Você está no lugar certo!
Sou um Engenheiro de Machine Learning especializado em NLP, Text Analytics e Audio IA em Python. Crio pipelines completos, do zero, adaptados ao seu conjunto de dados usando bibliotecas modernas de texto e fala.
O que eu ofereço:
- Pré-processamento de Texto e Áudio: Tokenização, lematização, remoção de stop-words, limpeza e processamento de sinais de áudio.
- Speech & Audio NLP: Transcrição de áudio usando OpenAI Whisper, extração de características de áudio (MFCCs/Spectrogramas com Librosa) e análise de dados de voz.
- Análise de Sentimentos: Sentimento baseado em regras com VADER, pontuação de avaliações de clientes e análise de feedback social.
- Classificação de Texto: Categorização de tópicos, detecção de spam e reconhecimento de intenções usando algoritmos do Scikit-Learn (Naive Bayes, Random Forest, XGBoost).
- Integração com API Local: Embalando seu pipeline de texto ou áudio em um endpoint leve de FastAPI (app.py).
Pilha de Tecnologia:
- Linguagem: Python
- Bibliotecas: Whisper, Librosa, Scikit-Learn, NLTK, SpaCy, Pandas
- Ambiente: Google Colab / Jupyter Notebooks (.ipynb)
- API: FastAPI
Por favor, envie uma mensagem com os detalhes do seu projeto antes de fazer seu pedido!
Linguagem de programação:
Python
Frameworks:
Scikit-learn
•
Panda
•
Outros
APIs:
Outros
Ferramentas:
caderno Jupyter
•
Colab
Meu portfólio
Outros serviços de Ciência de dados e ML que eu ofereço
Perguntas frequentes
Tradução automática
Em quais formatos entregarei meus produtos finais?
Você receberá um Notebook do Google Colab limpo, totalmente comentado (.ipynb) ou scripts Python independentes (.py), juntamente com arquivos do modelo treinado (.pkl / .joblib), scripts de processamento de áudio e métricas de avaliação do modelo.
Você consegue processar dados de fala e áudio junto com texto?
Sim! Eu uso OpenAI Whisper para transcrição de fala com alta precisão e Librosa para extração de características de áudio (MFCCs, espectrogramas). Posso alimentar dados de voz transcritos diretamente em modelos de sentimento como VADER ou classificadores de texto personalizados.
Você oferece implantação na nuvem para modelos ou pipelines de áudio?
Não, eu não ofereço hospedagem na nuvem (AWS/GCP/Heroku). Mas posso empacotar seu modelo completo de processamento de texto ou áudio em um script FastAPI limpo e leve para uso local (app.py), pronto para integração local.
Que dataset ou formatos de arquivo eu devo fornecer?
Para dados de texto, aceito formatos CSV, JSON, Excel ou TXT. Para processamento de áudio, você pode fazer upload de arquivos WAV, MP3 ou FLAC diretamente ou compartilhar um link de download do Google Drive.
