AI/ML инженер (Document Intelligence)

Что предстоит делать

<p><strong>Binariks</strong> ищет <strong>AI/ML-инженера</strong> по направлению Document Intelligence с сильным практическим опытом работы с LLM и OCR для создания AI-ядра извлечения данных для нашей конфигурируемой платформы андеррайтинга в страховании.</p><p>Мы создаем конфигурируемый AI-продукт, который автоматизирует обработку документоемких заявок для андеррайтинговых команд: принимает документы в смешанных форматах, классифицирует их, извлекает структурированные поля с указанием источника данных и формирует сигналы полноты для проверки человеком. Это прикладная AI-инженерия: интеграция и оркестрация OCR и LLM-сервисов в production-конвейер, а не обучение или дообучение моделей.</p><p>Мы ищем инженера, который сможет владеть AI-конвейером извлечения данных end-to-end — от определения контрактов данных, которые он производит, через построение логики классификации и извлечения, до поставки результатов с привязкой к источникам, которые backend-команда превращает в экраны проверки. Эта роль находится на стыке AI-инженерии, архитектуры данных и backend-интеграции.<br><br><strong>Ваши обязанности</strong></p><ul><li>Проектировать канонические контракты данных (заявка, исходный документ, извлеченное поле), общие для AI-конвейера и потребляющих его backend-сервисов.</li><li>Создавать OCR и предобработку документов для смешанных форматов (сканированные и нативные документы) с использованием облачных сервисов document intelligence.</li><li>Реализовывать классификацию целых документов с помощью LLM, адаптированную под типы документов клиента.</li><li>Строить извлечение структурированных полей, которое привязывает каждое извлеченное значение к его точному исходному местоположению (evidence/provenance), а не только к самому значению.</li><li>Проектировать интерфейсы провайдеров и адаптеры для OCR, LLM и сервисов хранения, которые в принципе остаются облачно-независимыми, но сначала поставляются под одного облачного провайдера.</li><li>Реализовывать необязывающие сигналы полноты и внимания (отсутствующие поля, проверки типа/диапазона) без построения калиброванных скорингов уверенности или автоматической логики принятия/отклонения.</li><li>Настраивать облегченное структурированное логирование/трассировку для LLM и OCR-вызовов, чтобы поведение конвейера было отлаживаемым, без построения полноценной платформы наблюдаемости или оценки.</li><li>Интегрировать вызовы AI-конвейера в асинхронную архитектуру на основе очередей (например, FastAPI/Celery), тесно работая с backend-инженерами над повторными попытками, идемпотентностью и обработкой сбоев.</li><li>Проводить smoke-валидацию на существующих наборах примеров данных, чтобы подтвердить работоспособность end-to-end пути извлечения до UAT андеррайтеров.</li><li>Работать с backend/frontend-командой, чтобы гарантировать, что извлеченные данные и evidence структурированы так, чтобы поддерживать экраны проверки с участием человека (human-in-the-loop).</li></ul><p><strong>Что мы ищем</strong></p><ul><li>3+ года опыта создания прикладных AI/ML-систем в production, желательно с фокусом на обработку документов или извлечение данных.</li><li>Практический опыт с классификацией на основе LLM и структурированным извлечением (дизайн промптов, выводы с ограничением по схеме, оценка качества извлечения на реальных документах).</li><li>Опыт работы с OCR/document-intelligence сервисами (Azure Document Intelligence, AWS Textract или аналогами) и предобработкой документов в смешанных форматах (PDF, сканы, офисные форматы).</li><li>Способность проектировать чистые контракты данных/схемы, на основе которых могут работать другие команды (backend, frontend).</li><li>Уверенная работа внутри backend-сервисной архитектуры (FastAPI, асинхронные очереди задач), достаточная для интеграции AI-вызовов в production-конвейер — это не чисто backend-роль, но требует понимания backend.</li><li>Прагматичное инженерное мышление: способность поставлять облегченные, «достаточно хорошие» решения для логирования, валидации и тестирования, а не строить полноценные платформы (оценочные стенды, дашборды наблюдаемости, калиброванные модели уверенности) до того, как они понадобятся.</li><li>Опыт работы с архитектурой, ориентированной на одного облачного провайдера с учетом переносимости (интерфейсы/адаптеры, спроектированные для будущей мультиоблачности, без избыточного усложнения на старте).</li><li>Сильные аналитические навыки — способность рассуждать о структуре документов, крайних случаях и режимах сбоев в реальных бизнес-документах.</li><li>Способность работать с неоднозначными или меняющимися требованиями, типичными для разработки продукта на ранней стадии.</li><li>Английский язык уровня Upper-Intermediate или Advanced.</li></ul><p><strong>Будет плюсом:</strong></p><ul><li>Опыт в страховании, андеррайтинге или другой документоемкой регулируемой сфере.</li><li>Опыт проектирования рабочих процессов проверки с участием человека (human-in-the-loop) совместно с frontend-командой.</li></ul> <div> <a href="https://jobs.dou.ua/companies/binariks/vacancies/369799/#reply-btn-id">Відгукнутись на вакансію</a> </div>