ВАЖНЫЕ УСЛОВИЯ ПЕРЕД ОТКЛИКОМ:
1. Работа строго очно в офисе в г. Оренбург (полный день 5/2; удаленный формат, гибрид и релокация не рассматриваются).
2. Мы ищем опытного инженера-практика (не выпускника курсов по промптингу или сборке простых чат-ботов).
3. Отклики рассматриваются только при наличии развернутых ответов на 4 вопроса в сопроводительном письме (см. внизу вакансии).
О компании и проекте: Группа компаний (строительство объектов телеком-инфраструктуры / базовых станций сотовой связи по РФ и собственный завод металлоконструкций) провела полный аудит бизнес-процессов всех 12 подразделений. У нас уже сформирована четкая архитектура задач, есть собственный корпоративный веб-портал и учетная база 1С:УПП. Нам в штат в офис в Оренбурге нужен сильный инженер-разработчик «два в одном» (классическая разработка + прикладной ИИ), который возьмет на себя техническую реализацию и встраивание ИИ-модулей в рабочий контур компании.
Конкретный перечень задач, которые предстоит реализовать:
— Разработка специализированных веб-модулей внутри корпоративного портала (по принципу «загрузил неструктурированные входные документы → получил выверенный выходной файл или проводку»);
— Интеллектуальный парсинг сложной инженерной и первичной документации (OCR + Vision + LLM): автоматическое извлечение спецификаций и ведомостей материалов из PDF-альбомов проектной документации (КМ, КЖ, АОП), скан-паспортов качества на материалы и накладных с переносом в строгие шаблоны бюджетов объектов, смет, региональных форм исполнительной документации (ИД) и заявок на склад/производство;
— Интеграция с 1С:УПП и системами ЭДО (Диадок / СБИС): автоматическое считывание счетов и накладных (PDF/Excel), семантическое сопоставление (маппинг) разнородных названий строительной номенклатуры поставщиков со справочником 1С, автоматизация сверки взаиморасчетов, закрывающих документов (КС-2/КС-3, УПД, М-29) и план-факта бюджетов;
— Автоматическая консолидация и сверка больших массивов операционных данных: написание надежных пайплайнов обработки выгрузок из 1С:УПП, систем мониторинга транспорта ГЛОНАСС, транзакций по топливным картам (ГСМ) и табелей рабочего времени с автоматическим выявлением расхождений и формированием управленческих дашбордов (ДДС, ЦФО, себестоимость);
— Автоматизация почтовых и договорных потоков: подключение к корпоративным почтовым ящикам (IMAP/SMTP) для ИИ-анализа цепочек согласований проектов и автоматического обновления статусов на портале, а также автоматическая сборка договоров и протоколов разногласий из сканов карточек контрагентов, паспортов и выписок ЕГРН/ЕГРЮЛ.
Требования к кандидату: — Подтвержденный коммерческий опыт разработки на Python (обработка сложных файлов Excel/Word/PDF, библиотеки pandas, openpyxl, python-docx, pdfplumber/OCR, создание веб-сервисов на FastAPI/Flask/Django) и понимание frontend/backend архитектуры веб-порталов; — Глубокий практический опыт внедрения LLM и мультимодальных моделей (OpenAI API, Claude, Gemini, локальные/корпоративные модели, Whisper, Vision/OCR) в реальные производственные или финансовые процессы (structured outputs / JSON schema, RAG, защита от галлюцинаций на финансовых и табличных данных); — Практический опыт интеграции внешних сервисов с 1С (1С:УПП / ERP / Бухгалтерия) через API, HTTP/Web-сервисы, OData или автоматизированный обмен выгрузками, а также опыт работы с API ЭДО (Диадок/СБИС) и картографическими/мониторинговыми сервисами; — Способность самостоятельно доводить задачу от постановки бизнес-аналитика до стабильно работающего модуля в продакшене.
Условия: — Работа в офисе компании в г. Оренбург (ул. Карпова, д. 1), график 5/2; — Готовая оцифрованная база задач (не нужно придумывать, что автоматизировать — есть четкий план внедрения по отделам и прямая поддержка руководства); — Полное обеспечение всей инфраструктурой, серверами и корпоративными API-ключами.
ОБЯЗАТЕЛЬНО ДЛЯ ОТКЛИКА — ответьте в сопроводительном письме на 4 вопроса (без ответов резюме отклоняется автоматически):
1. Находитесь ли вы в г. Оренбург и готовы ли работать полный рабочий день в офисе 5/2?
2. Опишите 1–2 ваших самых серьезных внедренных кейса с ИИ в бизнесе: для какой компании/сферы делали, какие именно данные были на входе, какую архитектуру (код, БД, модели, интеграции) вы использовали и какой измеримый результат получил бизнес?
3. Какой у вас практический опыт связки внешних скриптов/веб-сервисов с 1С и программной обработки сложных многостраничных документов (PDF-сканы, сметы, таблицы Excel со сложной структурой)?
4. Какой стек технологий вы используете для создания внутренних веб-интерфейсов и бэкенд-сервисов?