Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou limpar seus dados
Engenheiro de ML
Olá! Sou o Mark. Eu construo modelos de aprendizado de máquina de alto desempenho e pipelines de IA de ponta a ponta para empresas e desenvolvedores. Também limpo conjuntos de dados e os preço de form...
Sobre este Serviço
Eu limpo e formatei conjuntos de dados brutos para treinamento e ajuste fino de IA. Os serviços incluem deduplicação, redção de informações pessoais, remoção de ruído e conversão para formatos padrão (JSONL, Alpaca, ChatML). Baseado em Python, compatível com NDA e adaptado à arquitetura do seu modelo. Me envie uma mensagem antes de fazer o pedido para discutir o tamanho e os requisitos do conjunto de dados.
Meu portfólio
Perguntas frequentes
Tradução automática
Você assina NDAs ou lida com dados sensíveis de forma segura?
Sim. Assino NDAs antes de acessar qualquer dado e excluo todos os arquivos após a conclusão do projeto. Nunca uso os dados do cliente para meus próprios modelos.
Quais formatos você aceita e entrega?
Aceito dumps em CSV, JSON, JSONL, Parquet, TXT e SQL. Os formatos de entrega incluem JSONL, Parquet, Alpaca, ChatML ou esquemas personalizados para HuggingFace/Llama.cpp.
Você consegue lidar com conjuntos de dados multilíngues ou com muitos códigos?
Sim. Especifique os idiomas e padrões de codificação com antecedência para que eu possa aplicar tokenização adequada, correções de codificação e validação de sintaxe.
Como você garante a qualidade após a limpeza?
Cada entrega inclui um relatório de validação com métricas (taxa de deduplicação, contagem de PII, conformidade com o formato) além de 10 a 20 linhas de amostra para revisão manual.
E se meu conjunto de dados for maior que o pacote Premium?
Me envie uma mensagem com a quantidade de linhas e seus requisitos. Forneço orçamentos personalizados para conjuntos de dados com mais de 1 milhão de linhas ou que exijam processamento especializado.
Você oferece serviços de limpeza contínuos ou recorrentes?
Sim. Muitos clientes precisam de suporte contínuo na pipeline. Entre em contato para discutir arranjos de retainer ou assinatura.
