дата-сайентист обработки документов

Юзтех – группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, BigData, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков. Приглашаем Дата-сайентиста присоединиться к команде нашего заказчика, которая занимается запуском пилотов ИИ-программы (сфера промышленность).

• Разобрать работу текущего робота: что распознаётся, где ошибки, как результат используется дальше. Зафиксировать базовую точность по типам документов и полям.
• Классифицировать документы в пакете (УПД, счёт-фактура, ТОРГ-12, акт, входящее письмо), проверять комплектность пакета, находить пропущенные подписи и печати.
• Извлекать реквизиты — ИНН/КПП, номер и дату, суммы, НДС, контрагента, позиции — и сверять их с данными SAP.
• Настроить маршрутизацию по уверенности модели: бухгалтер видит только то, что робот не смог обработать. Учесть ночную пакетную обработку.
• Сопоставлять документы между собой и искать их в архиве.
• Формировать акты сверки и оборотно-сальдовую ведомость по контрагенту из данных SAP по пред-заполненным полям.
• Распознавать входящие акты и протоколы разногласий от контрагентов, сопоставлять строки по номеру, дате и сумме (нечёткое сопоставление).
• Классифицировать причины расхождений и готовить черновики ответов контрагентам.
• Развернуть модели на собственных GPU-серверах, настроить мониторинг качества и переобучение.
• Собрать и разметить обезличенные датасеты, вести метрики, подготовить документацию для передачи в промышленную эксплуатацию.
• Работать вместе с RPA-разработчиками, командой SAP и бухгалтерами ОЦО.

• хотя бы одно решение по обработке документов, доведённое до эксплуатации и развёрнутое без облака.
• от 3 лет в Data Science / ML, из них не меньше 1,5 года — проекты обработки документов (IDP, OCR) с измеримым результатом в эксплуатации.
• Python (PyTorch, Hugging Face Transformers), SQL.
• Tesseract, PaddleOCR, docTR или промышленные движки (ABBYY, Content AI, Smart Engines).
• Понимание layout-моделей (LayoutLMv3, Donut): где они сильны и где ломаются.
• open-weight модели (Qwen-VL, Llama и аналоги), извлечение по JSON-схеме с валидацией, дообучение LoRA / QLoRA.
• vLLM, TGI или Ollama, квантизация, Docker, собственные GPU-серверы.
• метрики по полям (precision / recall), доля документов без ручной правки, калибровка порогов уверенности, сценарии «человек в контуре».
• нечёткое сопоставление и entity resolution — нужно для сверки.
• обезличивание, требования 152-ФЗ, работа с коммерческой тайной.
• умеет сам разобрать процесс с бухгалтером и перевести его в задачу для модели.
• Будет плюсом: Опыт в ОЦО, бухгалтерии или у вендора IDP. Понимание УПД, счетов-фактур, актов сверки, логики НДС; Интеграция с RPA (UiPath, PIX RPA, Primo RPA) и ECM (Саперион / Saperion); Работа с данными SAP (FI, MM, выгрузки, экстракторы) — на уровне чтения таблиц, ABAP не нужен; Распознавание рукописного текста, подписей и печатей на сканах низкого качества; MLOps: MLflow, Airflow, Label Studio; сервисы на FastAPI

• Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании;
• Расширенный полис ДМС со стоматологией, корпоративный психолог;
• Необходимую технику для комфортной работы;
• Обучение, сертификацию, Usetech English Club – онлайн изучение английского языка;
• Доступ к Корпоративной библиотеке и к Корпоративному университету;
• Внутрикорпоративные профильные коммьюнити;
• Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни;
• Геймифицированную программу лояльности: поверь, ты будешь восторге от нашего корпоративного магазина!
• Интересную корпоративную жизнь: мы много работаем и классно отдыхаем.