Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
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 кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации.
— Интегрировать OCR и Document AI-инструменты.
— При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений.
— Разрабатывать backend/API для сервиса.
— Участвовать в проектировании архитектуры MVP.
— Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных.
Требования:
— Коммерческий опыт разработки на Python от 3 лет.
— Уверенное владение Python.
— Опыт работы с pandas и табличными данными.
— Опыт обработки Excel / CSV.
— Опыт парсинга PDF.
— Опыт разработки backend-сервисов и REST API.
— Понимание алгоритмов сопоставления, нормализации и очистки данных.
— Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ.
— Опыт работы с Git.
Будет большим плюсом:
— Опыт с OCR: Tesseract, PaddleOCR или аналогами.
— Опыт с PyMuPDF, pdfplumber, Camelot, Tabula.
— Опыт с fuzzy matching.
— Опыт работы с Document AI / Intelligent Document Processing.
— Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов.
— Опыт разработки систем reconciliation / data matching.
— Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами.
— Опыт On-Premise решений.
— Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI.
Что здесь не требуется:
— Классический Data Scientist и обучение собственных ML-моделей с нуля.
— В проекте важнее: сильная прикладная Python-разработка; работа с документами и данными; построение надежной логики сопоставления; понимание, где действительно нужен AI, а где лучше использовать обычные алгоритмы.
О проекте:
— На первом этапе планируется разработка MVP без глубокой интеграции с внутренними учетными системами.
— Базовый сценарий: пользователь загружает акт сверки и внутреннюю выгрузку, система извлекает и нормализует данные, выполняет сопоставление, показывает совпадения и расхождения, формирует структурированный результат для пользователя.
— Ожидаемый результат — рабочий прототип, который можно проверить на реальных исторических данных.
Условия:
— Удалённая работа.
— Проектная занятость / аутстафф.
— Возможна полная или частичная загрузка — обсуждается индивидуально.
— Проект стартует с этапа MVP, с возможностью продолжения.
— Работа в составе небольшой проектной команды.
— Ожидаемый уровень Middle+ / Senior.
— Специалист должен самостоятельно разобраться в предметной области, предложить техническое решение и довести его до рабочего результата.
Будет преимуществом в отклике:
— Опыт похожих задач: обработка документов; OCR; reconciliation / matching; financial data processing; Document AI; LLM-интеграции.
— Указание текущей доступности, возможной загрузки в часах в месяц, часовой ставки, формата работы: ИП / самозанятый / другой.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.