Вакансии

Анализ структуры документов, выявление закономерности заполнения

Разделение документа на логические сегменты.

Создание шаблона структуры документа.

Анализ атрибутного состава документов.

Настройка бизнес-правил извлечения атрибутов документов.

Подготовка документов для тестирования извлечения.

Подготовка размеченных данных (для классификации и извлечения атрибутов).

Сверка данных разметки с распознанными данными.

Сбор статистики по качеству извлечения атрибутов.

Понимание алгоритмов нечеткого поиска, умение составлять паттерны извлечения фреймворка Spacy.

Умение писать регулярные выражения.

Разработка и тестирование сервисов.

Поддержка и оптимизация действующих проектов.

Разработчик уровня Middle/Senior.

Знание ООП, Python, git, docker.

Опыт участия в командной разработке.

Опыт работы с высоконагруженными системами.

Опыт работы с фреймворком FastAPI.

Опыт работы с фреймворком SqlAlchemy.

Опыт работы с фреймворком Asyncio.

Опыт работы с PostgreSQL.

Понимание принципов микросервисной архитектуры.

Понимание паттернов проектирования.

Развитие UI платформы.

Написание тестов.

Оценка и декомпозиция задач.

Вовлеченность во все процессы разработки компании.

Опыт коммерческой разработки от 3-х лет.

Хорошее знание JavaScript, TypeScript, Node.js.

Понимание асинхронной модели выполнения кода (eventloop, callbacks, promises).

Умение по документации собрать SPA на Webpack.

Опыт работы с библиотеками для тестирования.

Опыт работы с Git.

Уверенное знание Next, React, Redux/MobX.

Знание HTML, XML, CSS, SCSS.

Хорошее понимание того как работает Backend и его взаимодействие c Frontend.

Умение работать в консоли Linux.

Понимание микросервисной и микрофронтенд архитектуры.

Свободное чтение документации на английском.

Будет плюсом: опыт работы с Module federation и Docker.

Разработка ML/DL решений в сфере обработки и анализа изображений/текстов/видео.

Исследование и реализация методов оптимизации моделей.

Изучение научных статей, воспроизведение результатов.

Формулировка гипотез, проведение экспериментов и анализ результатов.

Развертывание и адаптация моделей в рамках пайплайна.

Знание и опыт использования библиотек PyTorch, Transformers.

Знание и опыт использования Python пакетов для DS (Sklearn, matplotlib, numpy, pandas, sci-py).

Знания мат. аппарата (мат. статистики, теории вероятности, линейной алгебры, мат. анализа).

Хорошее понимание базовых алгоритмов в NLP и CV, умение выбирать подходящий для решения задачи, понимание как измерить и улучшить результат.

Умение и желание работать в рамках пайплайна, знакомство с любой из MLOps систем.

Умение программировать на Python 3.

Основы машинного обучения, основы глубокого обучения, принципы работы современных сверточных нейронных сетей, компьютерного зрения.

Английский язык для чтения научной литературы и статей.

Будет плюсом: опыт работы с Linux, bash; опыт в решении задач оптимизации; опыт разработки и оптимизации под CUDA; участие в соревнованиях на Kaggle.