Rasparé sitios web, etiquetaré imágenes y preprocesaré conjuntos de datos
Ingeniero de IA, Machine Learning, Python, Desarrollador FullStack
Acerca de este Servicio
Los datos limpios definen cuánto avanza un proyecto. Si los registros son inconsistentes, las carpetas están desordenadas o las imágenes no tienen etiquetas, el problema no es el algoritmo.
recolecto, etiqueto, limpio y preparo conjuntos de datos:
- Web scraping: datos públicos permitidos en CSV, Excel o JSON, con un diccionario de columnas
- Anotación de imágenes: etiquetas de clasificación, categorías y definiciones de clases consistentes
- Cajas delimitadoras: anotación de detección de objetos en formato YOLO o COCO
- Preprocesamiento: duplicados, valores faltantes, tipos de datos, formateo, normalización
- Preparación del dataset: estructura de carpetas, emparejamiento imagen-etiqueta, particiones, validación, documentación
Herramientas: Python, Pandas, BeautifulSoup, Requests, Selenium/Playwright, OpenCV. Salidas: CSV, Excel, JSON, YOLO, COCO JSON, carpetas organizadas.
Cada entrega incluye los archivos procesados, un resumen de calidad y notas sobre lo que cambió. Se conservan los originales.
Envíame un mensaje antes de ordenar con tu fuente de datos, cantidad, clases y formato de salida requerido para acordar alcance y precio desde el principio. Solo fuentes públicas y permitidas. No entreno modelos ni desarrollo aplicaciones como parte de este gig.
Mi porfolio
FAQ
Traducción automática
¿Puedes raspar cualquier sitio web?
No — y cualquier vendedor que diga que sí está adivinando. Recojo de fuentes públicas que tienes derecho a usar, respetando límites de velocidad y términos. Sitios con inicio de sesión, muros de pago, CAPTCHAs o protección anti-bots quedan fuera de alcance, y sitios que bloquean acceso automático pueden ser rechazados tras la revisión.
¿Qué formatos de datos entregas?
CSV, Excel (XLSX), JSON, archivos .txt de YOLO con un data.yaml, COCO JSON, carpetas de imágenes organizadas y documentación en Markdown o PDF. Un formato de salida está incluido en un paquete; otro formato para los mismos datos se cotiza como extra.
¿Puedes anotar imágenes con cajas delimitadoras?
Sí. Anoto objetos siguiendo una convención acordada antes de empezar: qué tan ajustada debe estar la caja al objeto, si cuentan objetos parcialmente visibles, cuántas cajas por imagen y cómo se nombran las clases. Las cajas pueden entregarse con tu lista de clases aplicada exactamente como está escrita.
¿Soportas formatos YOLO y COCO?
Sí, ambos: archivos .txt normalizados de YOLO con un data.yaml y COCO JSON con imágenes, anotaciones y categorías. También puedo convertir entre ellos o generar un CSV de coordenadas en píxeles si tu pipeline lo necesita.
¿Puedes limpiar y preprocesar un conjunto de datos existente?
Sí. Eso incluye eliminación de duplicados con conteo, manejo de valores faltantes según lo que decidas, corrección de tipos y fechas, normalización de espacios y mayúsculas, renombrar columnas, redimensionar imágenes y validación de la salida. Se conservan los originales y se entrega un breve registro de transformaciones con el conjunto limpiado.
¿Puedes organizar imágenes y etiquetas en carpetas?
Sí. Configuro estructuras images/, labels/ y annotations/, inicio particiones de train/validation/test según lo acordado, verifico que cada imagen tenga un archivo de etiqueta correspondiente, reporto archivos huérfanos y armonizo conteos entre las particiones.
¿Entrenas modelos de machine learning?
No en este gig. Este servicio termina en la recopilación de datos, etiquetas, limpieza, estructura y documentación. El entrenamiento del modelo, ajuste fino y evaluación es un servicio aparte: un conjunto de datos preparado desde aquí puede alimentar ese trabajo, pero no se paga en este pedido.
¿Puede manejar grandes conjuntos de datos?
Dentro de las cantidades indicadas en cada paquete (hasta 1,500 registros o 250 imágenes etiquetadas en Premium). Volúmenes mayores son posibles pero se cotizan por separado después de ver la muestra, porque el esfuerzo de anotación escala con imágenes × clases × objetos por imagen, no solo con el tamaño del archivo.
¿Cómo se verifica la calidad de la anotación?
Con base en criterios acordados antes del pedido: la hoja de definición de clases, tus instrucciones escritas, un porcentaje de revisión acordado (por ejemplo 10% de imágenes rechecadas) y las convenciones registradas en el brief. Los casos ambiguos se registran en lugar de decidirse a ciegas. Lo que no ofrezco es una cobertura general de calidad.
¿Necesito enviar algo antes de ordenar?
Un breve resumen: para qué sirve la data, dónde se encuentra, cuánta hay, los nombres de las clases si hay anotación y el formato que necesitas. Las capturas de pantalla de un archivo de anotación existente ayudan mucho. Envíalo como mensaje y obtendrás una nota de alcance con cantidad, formato, precio y tiempo de entrega.

