Задачи:
— Проектирование архитектуры end-to-end решения для распознавания и валидации документов.
— Обучение и доработка моделей классификации, NER, извлечения полей и таблиц, включая сложные сканы с печатями, подписями и рукописными пометками.
— Разработка алгоритмов валидации данных (ИНН/КПП, НДС, контрольные суммы, сверка со справочниками SAP) и парсинг XML (УПД, форматы ФНС, EDI).
— Интеграция решения с RPA-ботами и SAP через REST/SOAP API и очереди сообщений.
— Мониторинг качества в продакшене (метрики STP, precision/recall), анализ ошибок и дообучение моделей.
Требования:
— Опыт работы в Data Science не менее 5 лет, из них 2–3 года в задачах Document AI / IDP.
— Уверенное владение стеком OCR и Layout Analysis: Tesseract, PaddleOCR, ABBYY, LayoutLM/v3, Donut, DocTR или аналогами.
— Хорошее знание компьютерного зрения и машинного обучения: OpenCV (предобработка сканов), PyTorch или TensorFlow, Hugging Face, pandas, SQL.
— Продвинутый уровень Python (ООП, pytest, типизация), опыт разработки API на FastAPI или Flask, а также работа с брокерами сообщений Kafka или RabbitMQ.
— Понимание работы с первичной документацией (Purchase-to-Pay, УПД, НДС) и опыт интеграции с RPA/SAP или желание быстро освоить эти направления.
— Преимуществом будет опыт работы с VLM/LLM (Qwen-VL, GPT, Claude) для извлечения данных, а также навыки MLOps (MLflow, Airflow) и активное обучение.
Условия:
— Удалённый формат работы.
— Оформление как ИП.
— Длительность проекта от 3 месяцев.
Зарплаты и спрос: Data Scientist
Сейчас в каталоге 476 вакансий по этому направлению, удалённо можно работать в 22%.
Зарплата здесь не указана. Медиана по направлению: 223 000 $ в год. У половины вакансий от 200 000 $ до 332 000 $ (вакансий с вилкой: 27).
Навыки этой вакансии, которые чаще всего просят по направлению: Python (23%), SQL (16%), Pandas (7%), Pytorch (5%), Airflow (3%). В скобках доля вакансий направления.