INTL
Freelancer
보통
외주
원격 가능
Machine Learning for Job Market Analytics -- 2
예산
$1,500~$12,500 INR
예상 기간
1~2개월
난이도
보통
기술 스택
Python
Pandas
Scikit-learn
PostgreSQL
FastAPI
React
NumPy
ETL
AI 분석 요약 기회점수 55/100
구인 시장 데이터를 분석하고 급여를 예측하는 엔드투엔드 머신러닝 파이프라인을 구축하는 프로젝트입니다. Python/Pandas/NumPy로 1만 건 이상의 채용 데이터를 정제하는 ETL 파이프라인을 만들고, PostgreSQL(Neon)에 저장한 뒤 Random Forest 회귀 모델로 급여를 예측하며, FastAPI 백엔드와 React 프론트엔드로 분석·예측 결과를 제공합니다. 데이터 전처리부터 모델링, API 개발, 프론트엔드 연동까지 전 과정을 다룰 수 있는 ML/데이터 엔지니어에게 적합합니다.
핵심 요구사항
- Python/Pandas/NumPy 기반 데이터 전처리 및 ETL 파이프라인 구축
- PostgreSQL(Neon) 데이터베이스 설계 및 연동
- Random Forest 등 회귀 모델 학습 및 특성 분석
- FastAPI 백엔드 및 분석·예측 API 개발
- React 프론트엔드 연동 및 결과 시각화
산출물
- 자동화된 ETL/데이터 전처리 파이프라인
- 학습된 급여 예측 ML 모델
- FastAPI 기반 분석·예측 API 백엔드
- React 대시보드 프론트엔드
매력 포인트
- 기술 스택과 기능 범위가 비교적 명확
- 풀스택 ML 포트폴리오로 활용 가치 높음
주의사항
- 예산 통화 표기가 혼란스러움($ 기호와 INR 병기)
- 예산 하한($1,500 상당)이 풀스택 ML 파이프라인 범위 대비 낮을 수 있음
- 설명이 이미 완료된 작업 회고처럼 서술되어 실제 요구 범위가 불명확
프로젝트 유형신규개발
적합 개발자2~4년차 ML/데이터 엔지니어 (Python + FastAPI + React)
클라이언트 정보
지원자27명
평균 입찰가$9,200
프로젝트 원문 설명
Machine Learning Pipeline – Job Market Analytics & Salary Prediction
Created an end-to-end machine learning pipeline for looking at job market data and guessing what salaries might be.
Key Features:
Worked on. Fixed 10,000 or more job-market records using Python, Pandas and NumPy.
Made an automated ETL/data preprocessing pipeline to take care of data cleaning, changing data making it all the same and checking if it is all the same.
Added a PostgreSQL (Neon) database to keep data in a good way and help with machine learning work.
Did analysis of the data. Looked at the features to find what helps predict salary.
Trained a Random Forest regression model to guess salaries.
Found that employee_residence is one of the things to use for guessing salaries.
Built a FastAPI backend with places to get analytics and predictions.
Linked the machine learning backend to a React frontend to show information and results in a way.
Technologies: Python, Pandas, NumPy, Scikit-learn, Random Forest, PostgreSQL, Neon, FastAPI, React, ETL.
This project shows experience, in data preprocessing, machine learning, database integration, API development and full machine learning deployment.
Created an end-to-end machine learning pipeline for looking at job market data and guessing what salaries might be.
Key Features:
Worked on. Fixed 10,000 or more job-market records using Python, Pandas and NumPy.
Made an automated ETL/data preprocessing pipeline to take care of data cleaning, changing data making it all the same and checking if it is all the same.
Added a PostgreSQL (Neon) database to keep data in a good way and help with machine learning work.
Did analysis of the data. Looked at the features to find what helps predict salary.
Trained a Random Forest regression model to guess salaries.
Found that employee_residence is one of the things to use for guessing salaries.
Built a FastAPI backend with places to get analytics and predictions.
Linked the machine learning backend to a React frontend to show information and results in a way.
Technologies: Python, Pandas, NumPy, Scikit-learn, Random Forest, PostgreSQL, Neon, FastAPI, React, ETL.
This project shows experience, in data preprocessing, machine learning, database integration, API development and full machine learning deployment.
Freelancer에서 원본 확인
원본 보기