Описание вакансии
Требования:
— Коммерческий опыт в Data Science не менее 5 лет, включая 2–3 года в задачах Document AI / IDP
— Опыт ведения проектов от постановки задачи до промышленной эксплуатации
— Способность самостоятельно принимать архитектурные решения
— Знание OCR технологий: Tesseract, PaddleOCR, EasyOCR, ABBYY FineReader / Vantage или аналогов
— Опыт работы с Layout analysis и извлечением структуры документов с использованием LayoutLM / LayoutLMv3, Donut, DocTR или аналогов
— Навыки классификации документов, извлечения сущностей (NER), ключевых полей и табличных данных
— Опыт предобработки изображений (OpenCV, deskew, denoise, бинаризация)
— Работа с низкокачественными сканами, рукописными пометками, печатями и подписями
— Оценка качества моделей по метрикам precision/recall/F1, accuracy и confidence scoring
— Уверенное владение XML (XSD, XPath, XSLT, lxml), включая форматы электронных документов (УПД, форматы ФНС, EDI)
— Работа с табличными данными: pandas, SQL, парсинг и нормализация
— Создание пайплайнов очистки, валидации и сопоставления данных (matching, дедупликация, сверка со справочниками)
— Продвинутый уровень Python: ООП, тестирование (pytest), типизация, профилирование
— Знание ML-стека: scikit-learn, PyTorch или TensorFlow, Hugging Face Transformers
— Опыт работы с SQL (PostgreSQL, MSSQL, Oracle или HANA)
— Владение Git, CI/CD, Docker, написание документации
— Опыт построения REST/SOAP API (FastAPI, Flask) и работы с очередями сообщений (RabbitMQ, Kafka или аналоги)
— Практический опыт интеграции с RPA-платформами (UiPath, Blue Prism, Automation Anywhere, Primo RPA или аналоги)
— Понимание процесса загрузки данных в SAP (ERP, S/4HANA): BAPI, IDoc, OData, RFC, либо через RPA-сценарии
— Знание первичной бухгалтерской документации и бизнес-процессов: Purchase-to-Pay, учет счетов, НДС, трёхстороннее сопоставление
— Умение взаимодействовать с бухгалтерами и бизнес-аналитиками, переводить бизнес-правила в алгоритмы
Будет плюсом:
— Опыт работы с SAP (модули FI/CO, MM, SD) на уровне пользователя или аналитика
— Опыт с LLM / VLM для извлечения данных (GPT, Claude, Qwen-VL, локальные модели) и построения гибридных решений с rule-based подходом
— Знание MLOps инструментов: MLflow, DVC, Airflow, мониторинг дрейфа данных и качества распознавания
— Опыт дообучения моделей на небольших размеченных выборках (active learning, weak supervision)
— Опыт работы с инструментами разметки (Label Studio, CVAT)
— Знание требований по информационной безопасности и защите персональных и коммерческих данных
— Опыт работы с облачными платформами или on-premise GPU-инфраструктурой
— Опыт наставничества и проведения code review
Задачи:
— Проектирование архитектуры решения по распознаванию и валидации документов
— Разработка и обучение моделей классификации, извлечения полей и таблиц
— Создание правил и алгоритмов 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 работы моделей в промышленной эксплуатации, анализ ошибок, доразметка и дообучение
— Определение метрик эффективности (доля STP — straight-through processing, точность, время обработки)
— Взаимодействие с командами RPA, SAP, бухгалтерией и ИБ
— Подготовка технической документации