Проект: промышленность.
Требования:
- Коммерческий опыт в Data Science от 5 лет, из них от 2–3 лет в задачах Document AI / IDP.
- Опыт ведения задач от постановки до промышленной эксплуатации и самостоятельного принятия архитектурных решений.
- OCR: Tesseract, PaddleOCR, EasyOCR, ABBYY FineReader / Vantage или аналоги.
- Layout analysis и извлечение структуры: LayoutLM / LayoutLMv3, Donut, DocTR или аналоги.
- Классификация документов, NER, извлечение ключевых полей и табличных данных; обработка низкокачественных сканов, рукописных пометок, печатей и подписей.
- Предобработка изображений: OpenCV, deskew, denoise, бинаризация.
- Оценка качества: precision/recall/F1 по полям, accuracy на уровне документа, confidence scoring.
- Уверенная работа с XML (XSD, XPath, XSLT, lxml), электронными документами (УПД, форматы ФНС, EDI) и табличными данными (pandas, SQL, parsing, нормализация).
- Построение пайплайнов очистки, валидации и сопоставления данных, включая matching, дедупликацию и сверку со справочниками.
- Продвинутый Python: ООП, pytest, типизация, профилирование; scikit-learn, PyTorch или TensorFlow, Hugging Face Transformers.
- SQL (PostgreSQL, MSSQL, Oracle или HANA), Git, CI/CD, Docker, документация.
- REST/SOAP API (FastAPI, Flask), очереди сообщений (RabbitMQ, Kafka или аналоги).
- Интеграция с RPA-платформами: передача данных боту, обработка исключений, возврат результатов.
- Понимание загрузки данных в SAP (ERP, S/4HANA): BAPI, IDoc, OData, RFC или RPA-сценарии.
- Понимание первичной бухгалтерской документации и процессов Purchase-to-Pay, учета счетов, НДС и трёхстороннего сопоставления «счёт – заказ – приёмка».
- Умение взаимодействовать с бухгалтерами и бизнес-аналитиками и переводить бизнес-правила в алгоритмы.
Будет плюсом:
- Опыт с SAP (FI/CO, MM, SD), LLM / VLM (GPT, Claude, Qwen-VL, локальные модели) и гибридными rule-based решениями.
- MLOps: MLflow, DVC, Airflow, мониторинг дрейфа данных и качества распознавания.
- Дообучение моделей на небольших размеченных выборках, active learning, weak supervision; инструменты разметки Label Studio, CVAT.
- Знание требований информационной безопасности и защиты персональных и коммерческих данных.
- Опыт работы с облачными платформами или on-premise GPU-инфраструктурой, наставничества и code review.
Задачи:
- Проектирование архитектуры решения по распознаванию и валидации документов.
- Разработка и обучение моделей классификации, извлечения полей и таблиц.
- Разработка правил валидации извлечённых данных: контрольные суммы, ИНН/КПП, суммы, НДС, сверка со справочниками SAP.
- Парсинг и нормализация XML и табличных данных; интеграция решения с RPA-роботами и SAP, проектирование обработки ошибок и исключений.
- Мониторинг качества моделей в промышленной эксплуатации, анализ ошибок, доразметка и дообучение.
- Определение метрик эффективности: доля STP, точность, время обработки.
- Взаимодействие с командами RPA, SAP, бухгалтерией и ИБ; подготовка технической документации.
Условия: удалённая работа по РФ, полная занятость.