Программисты — удалённая работа в Москве

Data Science. Разработка с нуля, тестирование, настройка. Разработать и внедрить интеллектуальную систему (AI-агента), которая будет полностью автоматизировать рутинную обработку входящих клиентских заказов, поступающих на электронную почту. Ключевой бизнес-результат: Сократить время обработки заявки с десятков минут до секунд, минимизировать ошибки ручного ввода и освободить менеджеров для работы с клиентами. Описание задачи Система должна выполнять следующий цикл в автоматическом режиме: Мониторинг почтового ящика: Отслеживать поступление новых писем. Интеллектуальная классификация: Определять тип письма (новый заказ, уточнение по заказу, спам, вопрос, документ от бухгалтерии и т.д.) и при необходимости сортировать их. Извлечение данных из заказов: Читать тело письма и вложения (основные форматы: PDF, Excel, Word, .jpg/.png). Извлекать информацию о клиенте: Название компании, ИНН, контакты, адрес доставки. Распознавать список заказанных товаров: Наименование, количество, единицы измерения. Сопоставление с каталогом (самая сложная часть): Находить соответствие между позициями из заявки клиента и нашим внутренним каталогом товаров (выгрузка из 1С). Проблема: Запросы клиентов часто неточные, с опечатками, сокращениями или синонимами (например, клиент пишет “ДК“, а в каталоге это “Кольцо дорожное КЦД-10“). Каталог содержит “зашумленные“ данные с ГОСТами, артикулами и техническими параметрами. Требование: Система должна “понимать“ суть запроса и находить правильный товар с высокой точностью. Формирование и передача результата: Генерировать итоговый структурированный файл (JSON) с полной информацией по заказу (клиент, корзина с точными артикулами из 1С, комментарии для менеджера). Обрабатывать неоднозначные случаи: Если товар не найден или есть несколько похожих вариантов, система должна отметить это в итоговом файле для проверки менеджером. Интеграция: Передавать готовый JSON в нашу систему (через API / Webhook или другой согласованный метод). Что мы ожидаем от исполнителя Готовое решение “под ключ“ (MVP): Вы предлагаете архитектуру, технологический стек и реализуете его. Нам важен работающий продукт, а не конкретные технологии. Экспертиза в AI/ML: Глубокое понимание и практический опыт работы с современными AI-технологиями (LLM, RAG, NLP, Computer Vision/OCR). Высокая точность: Целевой показатель точности сопоставления номенклатуры — не менее 85-90% на репрезентативной выборке. Прозрачность и управляемость: Система должна быть предсказуемой. Нам нужно понимать, почему она приняла то или иное решение, и иметь возможность влиять на её логику (например, через “базу знаний“ синонимов). Оптимизация затрат: Предложенное решение должно быть экономически эффективным в эксплуатации (например, учитывать стоимость API-запросов к платным моделям). Что мы предоставим Полный доступ к данным: выгрузки каталогов, большой архив реальных исторических заявок для обучения и тестирования. Доступ к тестовому почтовому ящику. Четкую документацию по нашему API для интеграции. Оперативную связь и консультации по нашей номенклатуре и бизнес-процессам. Как мы будем оценивать отклики Мы ищем не просто “руки“, а эксперта или команду, способных предложить и реализовать оптимальное решение.