Дата-сайентист

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.

ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, Го Инвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Приглашаем Дата-сайентиста присоединиться к команде нашего заказчика, которая занимается запуском пилотов ИИ-программы (сфера промышленность).

Описание проекта:

Пилот 1 — распознавание и маркировка первичных документов, включая сопоставление документов и поиск по архиву.

Пилот 2 — автоматизация актов сверки (сверка взаиморасчётов и ВГО).

Среда: SAP (данные через экстрактор), ECM Саперион, действующий робот распознавания (RPA). Документы — УПД, счета-фактуры, ТОРГ-12, входящие письма, акты сверки, протоколы разногласий.

Задачи:

Специалист отвечает за ИИ-часть обоих пилотов: от замера качества текущего робота до вывода моделей в опытную эксплуатацию в закрытом контуре.

Пилот 1. Распознавание и маркировка первичных документов

• 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.

Пилот 2. Автоматизация актов сверки

• 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.

Общие задачи

• 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.

Мы ожидаем:

• Главное требование — хотя бы одно решение по обработке документов, доведённое до эксплуатации и развёрнутое без облака.
• Опыт: от 3 лет в Data Science / ML, из них не меньше 1,5 года — проекты обработки документов (IDP, OCR) с измеримым результатом в эксплуатации.
• Языки и библиотеки: Python (PyTorch, Hugging Face Transformers), SQL.
• OCR и структура документа: Tesseract, PaddleOCR, docTR или промышленные движки (ABBYY, Content AI, Smart Engines). Понимание layout-моделей (LayoutLMv3, Donut): где они сильны и где ломаются.
• LLM и VLM для извлечения данных: open-weight модели (Qwen-VL, Llama и аналоги), извлечение по JSON-схеме с валидацией, дообучение LoRA / QLoRA.
• Развёртывание в закрытом контуре: vLLM, TGI или Ollama, квантизация, Docker, собственные GPU-серверы.
• Качество: метрики по полям (precision / recall), доля документов без ручной правки, калибровка порогов уверенности, сценарии «человек в контуре».
• Сопоставление записей: нечёткое сопоставление и entity resolution — нужно для сверки.
• Безопасность данных: обезличивание, требования 152-ФЗ, работа с коммерческой тайной.
• Работа с заказчиком: 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.

Мы предлагаем:

• 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.