Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Проект посвящён автоматизации обработки и сверки финансовых документов. Сервис принимает акты сверки и внутренние выгрузки, извлекает данные, сопоставляет документы, находит расхождения и формирует понятный результат для пользователя.
задачи
Разбирать и обрабатывать документы в форматах Excel, PDF и сканы;
Извлекать табличные данные из документов;
Нормализовать даты, номера документов, суммы и другие поля;
Проектировать и реализовывать логику сопоставления данных;
Выявлять расхождения между двумя источниками;
Обрабатывать сложные случаи: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации;
Интегрировать OCR и Document AI-инструменты;
Использовать LLM для интерпретации и формирования понятных объяснений;
Разрабатывать бэкенд и API для сервиса;
Участвовать в проектировании архитектуры MVP;
Работать с обезличенными финансовыми документами;
Тестировать качество решения на исторических данных;
Самостоятельно разбираться в предметной области;
Предлагать техническое решение и доводить его до рабочего результата.
требования
Коммерческий опыт разработки на Python от 3 лет;
Уверенное владение Python;
Опыт работы с pandas и табличными данными;
Опыт обработки Excel и CSV;
Опыт парсинга PDF;
Опыт разработки бэкенд-сервисов и REST API;
Понимание алгоритмов сопоставления, нормализации и очистки данных;
Умение самостоятельно проектировать решения, а не только работать по готовому техническому заданию;
Опыт работы с Git;
Не подходит классический Data Scientist и разработка собственных ML-моделей с нуля;
Будет плюсом опыт с OCR, PyMuPDF, pdfplumber, Camelot, Tabula, fuzzy matching, Document AI, Intelligent Document Processing, LLM API, reconciliation, финансовыми и бухгалтерскими документами, On-Premise-решениями, а также опыт сочетания детерминированной бизнес-логики и AI.
условия
Проектная занятость или аутстафф;
Возможна полная или частичная загрузка, обсуждается индивидуально;
Проект стартует с этапа MVP, с возможностью продолжения;