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.