この出品者は30日以上ログインしていません。購入後、出品者から48時間以内に連絡がなかった取引は自動キャンセルされます。
この出品者は30日以上ログインしていません。
武藤 ＠データ自動化工房

武藤 ＠データ自動化工房

最終ログイン：2ヶ月前

武藤 ＠データ自動化工房

男性
  • 本人確認
  • 機密保持契約(NDA)
  • インボイス発行事業者 未登録
  • フォロワー 0
納品ごとの予算目安
継続（時給/月給）の予算目安
  • 時間単価：3,000円
  • 1週間の稼働日数：週2日
  • 1日の稼働時間：5時間
  • 稼働時間帯：土日・祝日
  • 勤務場所：フルリモート
スケジュール

基本的には平日夜間と土日をメインに稼働しており...

もっと見る

【Pythonで丸投げ】数日かかる手作業のデータ収集・リスト作成を数分で自動化します！

はじめまして！武藤と申します。 Pythonを用いた「データ収集の自動化（スクレイピング）」と「予測AIモデルの開発」を専門とするエンジニアです。 「毎日、手作業で何百件もコピペしてリストを作っている…」 「Web上のデータを自動でExcelにまとめてほしい…」 「過去のデータから、将来の数値を予測するAIを作りたい…」 そんな「手作業の限界」や「データ活用の壁」を感じていませんか？ プログラミングの力で、その面倒な作業を「ボタンひとつで数分で終わる」ように自動化します。 【対応可能な業務】 ■ スクレイピング（Webデータ自動抽出） ・特定サイトからの企業リスト、商品情報、連絡先などの一括取得 ・取得したデータのクレンジング（重複排除・整形）およびCSV/Excel納品 ■ API連携ツール開発 ・YouTube API等を利用した特定条件のデータ自動収集 ■ 予測AI・機械学習モデルの構築 ・時系列データ（金融、公営競技など）の収集、前処理、バックテスト ・独自のアルゴリズムによる予測モデルの開発 【私の強み】 個人開発にて、大規模な時系列データを扱う予測AIシステムの構築・運用（バックテストおよびフォワードテスト）を継続して行っています。 単なる「言われた通りのツール」を作るのではなく、「そのデータを使ってどんな課題を解決したいのか」というビジネスの目的に寄り添い、最適な自動化の仕組みをご提案いたします。 「ITのことはよくわからないけれど、とにかく今の作業を楽にしたい！」という方こそ、ぜひお気軽にご相談ください。丁寧なヒアリングで、丸投げ対応いたします！

出品サービス（1件）

職種・スキル

経験職種

ビジネス・クリエイティブツール

  • Excel 経験年数 : 5年

  • Google スプレッドシート 経験年数 : 1年

プログラミング言語・フレームワーク

  • Python 経験年数 : 1年

その他ツール

  • Pandas, API連携, スクレイピング 経験年数：1年

得意分野

  • IT相談・システム開発

    ・Pythonスクレイピング・自動化 5,000円〜

    手作業では数日かかるWeb上のデータ収集やリスト作成を、Pythonを用いて数分〜数時間で自動抽出します。YouTube Data API等の連携、重複排除、文字化け等のエラー処理を行い、すぐに使える綺麗なCSV/Excelデータとして納品いたします。

    ・予測AIモデル開発・データ分析 10,000円〜

    過去の膨大な時系列データを用いた独自の予測アルゴリズム設計と、AIモデルの構築を行います。単なる既存ツールの導入ではなく、データ収集から前処理、統計的優位性を証明するための徹底したバックテストまでを一貫して実施します。客観的な数値に基づく、実用性の高いデータ分析・予測モデルをご提案いたします。

経歴

職歴

  • データ自動化工房 2026年1月 〜 現在

    ・データ自動化・AI予測モデル開発 / AIエンジニア / データアナリスト / データエンジニア 2026年1月 〜 現在

    個人事業（フリーランス）として、Pythonを用いた業務効率化ツールの開発およびデータ分析を行っています。 ■ Webデータ収集・スクレイピングツールの開発 ・Pythonを活用し、Webサイトからの特定データ抽出を自動化。 ・API連携（YouTube Data API等）による、条件指定での高度なリスト作成システムの構築。 ■ データクレンジングおよび前処理 ・収集した大量の生データを、Pandasを用いて集計・整形。 ・Shift-JISやCP932といった日本語特有の文字コードに起因するデコードエラー等も適切に処理し、他システムにそのままインポート可能なエラーのない綺麗なCSVデータを作成・納品。 ■ 予測AIモデルの構築・運用（時系列データ） ・過去の膨大な時系列データを元にした予測アルゴリズムの設計。 ・統計的な優位性を証明するための徹底したバックテストの実施と、実運用環境でのフォワードテスト検証。