Бюджет: 200 USD Срок: 1 день

Здравствуйте!

Мы можем сделать для вас локальный Python-инструмент для такой сверки.

1. Можете отправить примеры Excel-файлов и счетов для проверки структуры данных?
2. Какую часть нужно реализовать в первую очередь: сбор из Gmail, сверку или итоговый Excel-отчёт?

—
О нас
Мы dZENcode – IT-компания полного цикла разработки: от дизайна и программирования до интеграций и пострелизной поддержки цифровых решений.
Мы создаём проекты с нуля, а также подключаемся к уже существующим решениям, которым нужны доработка, развитие или техническая поддержка.

Подробную информацию о наших услугах и ставках вы найдёте на официальном сайте: Freelancehunt

Посмотрите – после этого сможем обсудить детали и согласовать следующий шаг.

⚠️ После уточнения всех деталей мы определим объём работ, подходящий формат сотрудничества: позадачно, аутсорсинг или аутстаффинг – и финальную стоимость.

С нами проекты гарантированно доходят до релиза:
• 10+ лет оказываем IT-услуги;
• 90+ штатных специалистов;
• 250+ публичных отзывов с 2015 года;
• Поддерживаем продукты по SLA после запуска;
• Работаем по NDA и договору с компанией! Развернуть

Бюджет: 1500 USD Срок: 7 дней

Доброго дня, Grisha!

Я посмотрел ваш проект и предлагаю разработать локальное приложение на Python для сверки счетов с банком, картами и бухгалтером. Основные этапы включают интеграцию с Gmail API для скачивания счетов, распознавание информации с помощью OCR и логику сопоставления данных. Уверен, смогу реализовать все необходимые функции для автоматизации этого процесса.

У меня есть опыт работы с API и OCR-технологиями, что поможет обеспечить точность сверки счетов и избежать ошибок в учете. Я готов создать инструмент, который упростит вашу работу и повысит эффективность.

Для лучшего понимания ваших целей, пожалуйста, уточните:
- Сроки запуска: нужен ли MVP или есть запас времени?
- Есть ли четкое техническое задание или видение инструмента?
- Какой объем данных планируется обрабатывать: сколько счетов и операций? - Какой контент для распознавания данных у вас есть: PDF-файлы и изображения готовы или их нужно будет загружать?

Эти детали помогут мне предложить оптимальное решение.

Также отмечу, что на процесс разработки, сроки и стоимость могут влиять следующие факторы:
1. Используем ли готовые библиотеки или разрабатываем уникальные решения.
2. Предоставите ли вы контент для обработки или мне нужно будет его собирать.
3. Нужен ли индивидуальный интерфейс или достаточно стандартного.
4. Имеется ли детальное техническое задание или будем работать по общим направлениям.
5. Какой объем данных планируется обрабатывать и сколько типов операций нужно сверять.

На старте важно сформировать общее видение конечного результата. Давайте обсудим функции и особенности, которые вы считаете важными, а также примеры, которые вас вдохновляют. Это поможет четко сформулировать техническое задание.

Жду вашего ответа, чтобы назначить время для общения и обсудить детали проекта. Развернуть

Бюджет: 2500 USD Срок: 20 дней

Гриша, задача понятна: локальный Python-инструмент для регулярной сверки счетов, банка, карт и данных бухгалтера. Могу собрать решение с Gmail API, разбором PDF/фото, OCR с поддержкой иврита, загрузкой Excel и гибкой логикой сопоставления по сумме, дате и контрагенту. Также сделаю отчёт в одном Excel с подсветкой расхождений и понятную CLI-инструкцию. У меня есть опыт в Python-автоматизации и интеграциях, готов обсудить структуру ваших файлов и быстро начать.

Бюджет: 700 USD Срок: 21 день

Здравствуйте! ТЗ понятное, проект точно в моей специализации. Сделаю Python-CLI, который выполняет все 4 проверки и выдает один Excel с несколькими листами и подсветкой проблемных строк.

Как сделаю:

Сбор с почты: Gmail API (OAuth), поиск писем за период, выгрузка вложений (PDF + фото).
Распознавание: PDF — текст напрямую (pdfplumber/PyMuPDF); фото — согласен с вами, для иврита Claude API (vision) дает значительно лучшую точность, чем Tesseract.
Excel: чтение выписки банка, файлов карточек и файла бухгалтера через pandas/openpyxl.
Сопоставление: сумма + дата (с допуском) + контрагент (нечеткое сравнение названий, rapidfuzz).
Проверки A-D: доходы без счета, расходы без счета, сверка со списком бухгалтера (в обе стороны), зарплатный листок vs банк.
Отчет: один .xlsx, отдельный лист на каждую проверку, несоответствия выделены цветом. Плюс инструкция запуска и настройки Gmail/Google Cloud. Релевантный опыт: делал интеграции с Google API и генерацию структурированных Excel-отчетов с валидацией и сопоставлением данных (есть пример в портфолио — парсер-агрегатор с 24-колоночным отчетом). Много работал с PDF/таблицами.

Несколько уточнений (можно на ваших примерах файлов — буду рад):

Как определять «признанные расходы» (по категории в выписке или отдельным справочником)?
Какие допуски приемлемы по сумме и дате при сопоставлении?
В каком формате зарплатный листок (PDF/Excel)? Развернуть

Бюджет: 350 USD Срок: 7 дней

Здравствуйте, Григорий! Меня зовут Александр. Я аналитик с магистерским образованием в области бизнес-экономики и разработчик ИИ-решений. Автоматизация финансового учета, сопоставление выписок и построение алгоритмов сверки — это моя профильная ниша.

Ваше ТЗ сформулировано максимально профессионально. Полностью поддерживаю использование Claude API (модели Anthropic) вместо Tesseract — это железобетонно обеспечит 100% точность распознавания иврита и цифр на фото чеков благодаря мощным Vision-возможностям модели.

Предлагаю архитектуру инструмента под ключ, которая полностью закроет ваше задание:

1. СБОР И ПАРСИНГ ДАННЫХ (GMAIL + EXCEL + PDF):
— Подключение к почте реализую через официальный Gmail API и OAuth (используем google-api-python-client). Совместно настроим проект в Google Cloud Console и сгенерируем credentials.json.
— Скрипт автоматически загружать PDF-счета и фото квитанций за выбранный период. Для PDF используем pdfplumber/PyPDF, для изображений — Claude API, который сразу конвертирует данные в структурированный JSON (дата, сумма, контрагент).
— С помощью Pandas считываем банковские выписки, файлы кредитных карт и Excel бухгалтера.
2. ЛОГИКА СОПОСТАВЛЕНИЯ И ПРОВЕРКИ:
— Поскольку единого ключа нет, матчинг будет основан на комбинации маркеров: [Дата с допустимым отклонением в 2-3 дня на банковское проведение + Точная сумма + Нечеткое сравнение названий контрагентов (Fuzzy Matching)].
— Алгоритм выполнит все необходимые проверки: наличие счетов на все доходы, сохранение чеков на признанные расходы, сверка со списком бухгалтера для налоговой/НДС и проверка соответствия сумм в зарплатном листке факту списания в банке.

3. РЕЗУЛЬТАТ И ФОРМАТ СДАЧИ:
— Программа будет иметь легкий и быстрый CLI-интерфейс (запуск в командной строке в 1 клик без перегрузки веб-интерфейсами).
— На выходе скрипт генерирует один локальный Excel-файл (с помощью openpyxl) с отдельными листами: «Доходы без выставленного счета», «Расходы без сохраненного чека», «Счета, отсутствующие у бухгалтера», «Сверка зарплатного листка с банком» и т.д. Несоответствия будут визуально выделены цветом.
— Передаю полный исходный код проекта, короткую инструкцию по запуску и гайд по созданию credentials в Google Cloud Console.

Стоимость разработки — 350 USD. Срок — 7 дней. Готов начать работу через безопасную сделку Сейф. Пожалуйста, отправьте примеры структур ваших Excel-файлов для проектирования логики матчинга! Развернуть

Бюджет: 2400 USD Срок: 21 день

ПО сроку и бюджету - первую рабочую версию такого локального инструмента я бы оценил от 2400 долларов и 2-3 недели при наличии примеров Excel, PDF и фото чеков. Стек Python, pandas, openpyxl, PyMuPDF или pdfplumber, Gmail API и OAuth подходит. Для фото на иврите я бы отдельно проверил качество распознавания через Claude API, потому что тут точнсть важнее красивой архитектуры =/

Смотрите, тут нюанс - в файле бухгалтера нет единого номера счета, поэтому банк, карты, Gmail-вложения и бухгалтерский Excel нужно сначала привести к общей модели данных, а потом сопоставлять по сумма - дата - контрагент с допусками и журналом причин. !!Сверка финансов не должна быть черным ящиком!!

> Заберем вложения из Gmail за период
> Извлечем дату, сумму, контрагента и номер счета из PDF и фото
> Нормализуем банковские, карточные и бухгалтерские Excel
> Сделаем правила сопоставления и отдельные проверки по доходам, расходам, данным бухгалтера и зарплатному листку
> На выходе будет Excel-отчет с листами, подсветкой проблемных строк и кратким объяснением причин
От вас нужны обезличенные примеры банка, карт, файла бухгалтера и 5-10 документов на иврите. По Gmail - либо создаем credentials в Google Cloud Console вместе в рамках инструкции, либо вы передаете готовый файл доступа через безопасный канал биржи.

Уточню 2 момента
> Расходы по картам уже отмечены как признанные расходы или эту классификацию тоже нужно заложить в правила
> Документы можно отправлять в Claude API для распознавания или нужен режим без внешней передачи файлов

Похожие работы Ingello
> ИИ и автоматизация обработки данных - https://business.ingello.com/vorfahr
> корпоративные учетные системы и бизнес-логика - https://business.ingello.com/platforma
> процессы, учет и правила сопоставления - https://business.ingello.com/forma-bpm

FLH-лендинг Ingello - https://systems-fl.ingello.com Развернуть

Бюджет: 200 USD Срок: 7 дней

В такой зверьке чаще всего ломается не код, а соответствие форматов: банк, карты и бухгалтерские Excel могут называть одни и те же платежи по-разному.

Я бы собрал локальный Python-инструмент, который вытаскивает данные из Gmail, читает Excel/PDF/изображения, приводит суммы и даты к одному формату и показывает расхождения отдельным отчетом.

Для таких задач лучше сразу делать лог ошибок и список «не распознано», чтобы бухгалтер не искал проблему вручную по всем файлам.

Могу стартовать сегодня: сначала соберу рабочий прототип на одном сценарии сверки, после проверки доработаю остальные правила.

Напишите, в каком виде удобнее получать финальный отчет — отдельный Excel или несколько вкладок в одном файле.

Бюджет: 300 USD Срок: 10 дней

Приветствую! Отличная задача, автоматизация рутинной сверки через Python — это самый надежный способ сэкономить десятки часов перед отчетами.
Логика сопоставления мне полностью понятна: реализую скрипт на Python (pandas + openpyxl) для парсинга выписок. Для нечеткого сравнения контрагентов (когда названия немного отличаются) используем библиотеку thefuzz / RapidFuzz с настройкой порога схожести. Сбор документов из почты автоматизируем через официальный google-api-python-client (OAuth 2.0).
По поводу OCR: полностью поддерживаю решение использовать Claude API (модели Sonnet) вместо Tesseract — Клод на порядок точнее распознает структуры документов, даты и суммы, особенно на иврите (справа налево). На выходе сделаем аккуратный Excel-отчет с цветовой разметкой нестыковок через openpyxl. Готова обсудить структуру ваших файлов и приступить!

Бюджет: 500 USD Срок: 7 дней

Добрый день!

Профессионально разрабатываю скрипты и инструменты автоматизации на Python. Готов реализовать вам этот локальный инструмент для сверки счетов. Имею большой опыт работы с Gmail API (OAuth), pandas, openpyxl, извлечением данных через pdfplumber и интеграцией Claude API для точного OCR иврита и нечеткого поиска.

Напишите мне в лс, уточним детали.

Бюджет: 600 USD Срок: 3 дня

Здравствуйте, имею огромный опыт в работе с API Google и таблицами. Без проблем выполню вашу задачу на языке программирования Python. Если хотите получить качественную работу в разумные сроки - пишите в личные сообщения для обсуждения деталей.

Бюджет: 1000 USD Срок: 6 дней

Задача понятна: локальный Python-инструмент для сверки счетов из Gmail с банком, картами и файлом бухгалтера. Именно такие вещи мне интересны.

Как я это реализую: Gmail API (OAuth) для скачивания вложений, pdfplumber для извлечения текста из PDF, Claude API для OCR изображений с ивритом (точнее Tesseract на иврите), pandas + openpyxl для чтения Excel и формирования итогового отчёта. Сопоставление записей по сумме, дате и нечёткому совпадению названия контрагента (rapidfuzz). Результат: один Excel с цветовой разметкой по всем четырём проверкам.

Пару уточнений: (1) Сколько примерно строк в банковской выписке за период и сколько счетов в среднем за 2 месяца? (2) Excel бухгалтера на иврите или на русском/английском? (3) Готовы ли сразу предоставить примеры файлов для тестирования?

Готов начать на этой неделе, назову фиксированную цену после ваших ответов.

Бюджет: 2100 USD Срок: 14 дней

Здравствуйте. Меня зовут Алексей, я представляю группу разработчиков – NC-1. Более пяти лет мы создаем веб-сайты, мобильные приложения, интернет-магазины, ERP/CRM системы и другие e-commerce продукты.
В нашей команде есть python-developer, senior с необходимыми для вас опытом и знаниями. Предварительная стоимость и сроки: 1 900 usd., 14 рабочих дней.
Пришлите, пожалуйста, примеры структуры Excel-файлов (банк, карты, файл бухгалтера) и примеры счетов (PDF и фото) для тестирования.
С уважением, Алексей М.

Бюджет: 2400 USD Срок: 14 дней

у нас уже есть практически готовое похожее решение для сверки документов, таблиц и финансовых операций, его можно быстро адаптировать под вашу схему и обсудить здесь на бирже, я на связи =)
ПО сроку ориентир 10-14 рабочих дней на первый рабочий инструмент с Gmail, Excel, распознаванием PDF и фото, сопосталения по сумме, дате и названию контрагента, плюс итоговый Excel с выделением проблемных строк
по бюджету для такого этапа я бы закладывал 2400 USD, точнее после просмотра 2-3 примеров файлов банка, карт, бухгалтера и пары счетов на иврите

- важный нюанс по OCR
-- для иврита я бы не ставил только классический Tesseract, лучше сделать слой распознавания через модель с проверкой уверенности и ручным логом спорных документов
-- так меньше риск тихих ошибок в НДС и отчетности, а это место где автоматика должна быть осторожнее, чем мой внутренний бухгалтер после третьего кофе

- вопросы
-- в Excel банка и карт даты и суммы всегда в одном формате или у каждого файла своя структура -- по зарплатному листку это отдельный PDF из почты или отдельная строка в бухгалтерском файле

- похожие кейсы
-- https://business.ingello.com/vorfahr - близко по ИИ-обработке данных и автоматизации ручных операций
-- https://business.ingello.com/platforma - близко по учетной логике, ролям, данным и управленческим процессам
-- https://business.ingello.com/forma-bpm - близко по формализации бизнес-процессов и проверкам между источниками

главный лендинг для биржи - https://systems-fl.ingello.com Развернуть

Бюджет: 1500 USD Срок: 15 дней

Здравствуйте.Есть большой опыт с Python.Готов выполнить задание.

Бюджет: 400 USD Срок: 7 дней

Привет!

Внимательно изучил ТЗ - задача понятна. Есть опыт с Python, Gmail API, парсингом PDF (pdfplumber/PyMuPDF), обработкой Excel через pandas/openpyxl и Claude API для OCR включая распознавание текста на иврите.

Что реализую:
Интеграция Gmail API с OAuth для сбора счетов
Извлечение текста из PDF + Claude API для OCR фото/изображений с поддержкой иврита
Логика нечёткого сопоставления по сумме, дате и названию контрагента
Все 4 проверки (доходы, расходы, список бухгалтера, зарплатный листок)
Итоговый Excel-отчёт с цветовой подсветкой несоответствий Инструкция по настройке Gmail credentials

Готов начать после получения примеров Excel-файлов и образцов счетов для тестирования. Развернуть

Бюджет: 560 USD Срок: 10 дней

Здравствуйте,

Я могу создать это как чистый инструмент сверки на основе Python, который работает локально по запросу и обрабатывает полный рабочий процесс от начала до конца.

Мой подход начнется с модульного конвейера: получение данных из Gmail API (на основе OAuth) для извлечения вложений счетов за выбранный диапазон дат, за которым последует структурированное извлечение с использованием парсинга PDF для цифровых счетов и OCR для изображений, с особым учетом ивритского текста с использованием модели компьютерного зрения высокой точности, когда это необходимо. Все извлеченные данные будут нормализованы в единообразную схему (дата, сумма, контрагент, справочная метадата).

Для финансовых источников я создам надежные парсеры для банковских выписок Excel, экспортов кредитных карт и отчета бухгалтера с использованием pandas, с уровнями проверки для стандартизации форматов между различными банками и провайдерами карт.

Двигатель сверки затем применит логику нечеткого сопоставления по сумме, допустимому отклонению по дате и сходству контрагентов, и создаст четкие категории несоответствий, такие как отсутствующие счета, несоответствующие расходы, несоответствия бухгалтера и отклонения по заработной плате.
Конечный результат будет структурированным отчетом Excel с несколькими листами и условным форматированием для четкого выделения проблем. Я буду использовать openpyxl для форматирования и обеспечу легкость интерпретации файла для бухгалтерского обзора.

Проект будет доставлен в виде инструмента CLI с четкими инструкциями по настройке, включая настройку Gmail OAuth, установку зависимостей и простой файл конфигурации для путей к файлам и правил сопоставления.

С наилучшими пожеланиями, Хан Развернуть

Бюджет: 650 USD Срок: 12 дней

Привет, надеюсь, у тебя все хорошо.

Я могу создать локальный инструмент для сверки на Python, который ты сможешь запускать вручную каждые один-два месяца, чтобы сравнивать счета Gmail, банковские выписки, файлы кредитных карт и файл Excel бухгалтера.

Мой подход будет заключаться в создании инструмента командной строки, который подключается к Gmail через OAuth, ищет электронные письма по диапазону дат, загружает PDF и изображения вложений и извлекает данные о счетах, такие как дата, сумма, имя контрагента и номер счета, когда это возможно. Для PDF я могу использовать прямое извлечение текста, а для изображений я могу поддерживать ивритский OCR с помощью API Claude или другого надежного варианта OCR.

Инструмент будет читать файлы банковских карт и Excel бухгалтера с помощью pandas и openpyxl, а затем сопоставлять записи, используя сумму, дату, допустимые отклонения и нечеткое сравнение имен.

Итоговый отчет в Excel будет включать доходы без выставленных счетов, расходы без сохраненных счетов, счета, отсутствующие в записях бухгалтера, записи бухгалтера без счета и сверку заработной платы. Проблемные строки будут четко выделены.
Результаты включают исходный код, руководство по настройке, инструкции по учетным данным API Gmail, поддержку тестового запуска и локальный вывод в Excel.

С наилучшими пожеланиями,
Юссеф. Развернуть

Бюджет: 140 USD Срок: 5 дней

Здравствуйте! Я готов сделать ваш объемный проект по минимальной рыночной цене.
По срокам займет около 5–7 дней, так как нужно будет аккуратно отладить нечеткое сравнение имен контрагентов и протестировать работу на ваших примерах. По цене сориентируюсь на ваш минимальный бюджет 6000 гривен, так как сейчас нарабатываю отзывы на бирже.
Если актуально, присылайте примеры файлов в ЛС, посмотрим на структуру и начнем. Работаем через Сейф.

Бюджет: 550 USD Срок: 14 дней

Здравствуйте! Я Владимир, Python-разработчик и основатель инженерного агентства Vaysed. Ваше техническое задание описано максимально подробно и грамотно, что позволяет сразу понять бизнес-логику будущего инструмента. Задача по автоматизации финансовой сверки и парсингу данных идеально ложится на мой стек технологий, и я готов реализовать этот локальный скрипт под ключ. Я имею большой практический опыт работы с различными API, обработки неструктурированных данных и автоматизации сложных процессов сверки. Создание подобного локального приложения на Python позволит вам безопасно обрабатывать финансовые документы без передачи конфиденциальных файлов на сторонние серверы.

Техническая реализация проекта начнется с настройки безопасной авторизации через OAuth для сбора данных через Gmail API. Скрипт будет сканировать почту за заданный период, фильтровать письма и локально сохранять вложения для дальнейшей обработки. Вы абсолютно правы насчет использования Claude API, это идеальное решение для корректного распознавания иврита и извлечения структурированных данных с чеков, которое вернет информацию в удобном формате. Для обычных PDF-документов я задействую библиотеку pdfplumber для прямого извлечения текста, что значительно сэкономит ресурсы и ускорит работу.

Для сопоставления контрагентов из разных источников я применю алгоритмы нечеткого поиска, скрипт будет сверять записи по жестким критериям суммы и даты, а также по мягкому критерию схожести названия компании. Вся логика проверок, включая поиск доходов без счетов, расходов без чеков, сверку с бухгалтером и анализ зарплатного листка, будет реализована через мощные датафреймы pandas, что обеспечит высокую скорость работы даже при больших объемах данных. Итоговый результат будет выгружаться в чистый Excel-файл с разделением на листы, где я настрою условное форматирование через openpyxl, чтобы все несовпадения автоматически подсвечивались для быстрого визуального контроля.

По итогу вы получите полностью готовый к использованию продукт, включающий чистый исходный код проекта с комментариями и файл с зависимостями для быстрой установки. Также я подготовлю подробную пошаговую инструкцию по настройке проекта в облаке Google, получению ключей, вводу токена Claude и запуску скрипта из командной строки. Вы можете детально ознакомиться с моим инженерным подходом и примерами уже реализованных проектов в моем портфолио по ссылке Freelancehunt.

Бюджет: 400 USD Срок: 7 дней

Здравствуйте!

У меня большой опыт в создании систем и приложений на Python.
Примеры моих работ вы можете посмотреть в портфолио.
Готов выполнить поставленное задание.

Предлагаю обсудить детали в личных сообщениях.

Бюджет: 350 USD Срок: 10 дней

Задачу понял: нужен локальный Python-инструмент, который запускается вручную раз в 1-2 месяца у вас на компьютере и сверяет четыре источника. Счета из почты Gmail (PDF и фото квитанций), банковскую выписку в Excel, расходы по картам в Excel из нескольких файлов и Excel бухгалтера. На выходе один Excel с листами: доходы без выставленного счёта, расходы без сохранённого счёта, расхождения со списком бухгалтера и сверка зарплатного листка, с подсветкой проблемных строк.

Как вижу реализацию. Сбор из почты через Gmail API по OAuth, выборка писем за период с вложениями, скачивание PDF и изображений. Из PDF текст извлекается напрямую через pdfplumber или PyMuPDF. Фото и сканы квитанций с ивритом, согласен с вами, лучше через Claude API с поддержкой изображений, а не классический Tesseract: на иврите по фото точность заметно выше, а это здесь критично. Excel читается через pandas и openpyxl.

Сопоставление строю по комбинации сумма плюс дата с допустимым отклонением плюс название контрагента через нечёткое сравнение, чтобы ловить совпадения даже когда название написано чуть по-разному. Поскольку в файле бухгалтера нет единого номера счёта, все источники сначала привожу к одной модели данных, а потом матчу с журналом причин, чтобы сверка не была чёрным ящиком и вы видели, почему строка не сошлась.

По стеку это моя основная зона: Python, pandas, работа с Gmail и почтой, Anthropic API в проде два года, парсинг PDF. Инструмент сделаю так, чтобы вы запускали его сами одной командой из консоли и докидывали новые файлы карт без правок кода. Отдам исходники, инструкцию запуска и инструкцию по созданию credentials в Google Cloud.

Один вопрос, от которого зависит надёжность матчинга: какое окно по датам закладываем между датой счёта и датой платежа в банке, неделя или две? И ещё, фото квитанций это ровные сканы или телефонные фото под углом? От этого зависит, насколько агрессивно настраивать распознавание.

Бюджет: 550 USD Срок: 6 дней

Здравствуйте! Задание понятное, у меня есть опыт работы со всем указанным стеком: Python (Pandas/Openpyxl) для обработки Excel, работа с Google API и интеграция LLM для распознавания сложных документов.

Как я предлагаю это реализовать:

Gmail API: Реализую безопасную авторизацию через OAuth 2.0. Скрипт будет выборочно загружать вложения за указанный период.

Обработка документов: Для PDF использую pdfplumber для извлечения текста. Для изображений (включая иврит) интегрирую API Claude, как вы и просили — это даст значительно более высокую точность, чем классический Tesseract.

Логика сверки: Использую алгоритмы нечеткого сравнения текста (fuzzy matching), чтобы корректно сопоставлять названия контрагентов, даже если они немного отличаются в выписке и счете.
Результат: Сформирую итоговый Excel-файл с выделением расхождений цветом (стилизация через openpyxl), чтобы вы сразу видели проблемные позиции.

У меня есть опыт автоматизации подобных рутинных процессов. Готов начать сразу после предоставления примеров файлов для настройки логики сверки. Развернуть

Бюджет: 200 USD Срок: 7 дней

Привет!

Меня зовут Дмитрий Вилигоцкий, я full-stack разработчик с опытом в разработке Telegram Mini Apps, SaaS-платформ и систем автоматизации. Последние 7 месяцев активно строю проекты на Python/FastAPI + React, интегрируя сложные API и системы обработки данных. Эта задача идеально подходит под мой стек работы.

Готов обсудить детали и работать над проектом.

Бюджет: 200 USD Срок: 3 дня

Делал похожие инструменты для небольшого бизнеса, где нужно было сводить данные из разных источников и находить расхождения. Вижу это так: парсим выгрузки из банка, карт и бухгалтерии в единый формат, матчим транзакции по сумме, дате и контрагенту, выдаём отчёт с расхождениями и непривязанными строками. Скорее всего достаточно консольного скрипта с простым HTML-отчётом на выходе, без лишних зависимостей. Подскажи, в каком формате приходят выгрузки из банка и бухгалтерии, это csv/xls или что-то своё? Готов обсудить детали и прикинуть сроки.

Бюджет: 100 USD Срок: 1 день

Здравствуйте. Могу реализовать такой инструмент на Python: загрузка счетов из Gmail, обработка PDF и изображений, чтение банковских Excel-файлов, сопоставление записей и формирование итогового отчёта.

Работал с Python, Gmail API, Excel, PDF и OCR. Для начала нужно посмотреть примеры файлов и счетов, так как от их структуры зависит логика распознавания и сопоставления. После ознакомления смогу точнее оценить сроки и стоимость.

Бюджет: 750 USD Срок: 7 дней

Здравствуйте, Гриша!

ТЗ прочитал внимательно - задача понятна. Python-скрипт для сверки с Gmail API, парсингом PDF и OCR через Claude Vision (для иврита на фото - правильный выбор, Tesseract тут слабее).

Что реализую:
- Gmail OAuth + поиск и скачивание вложений за заданный период
- PDF: pdfplumber/PyMuPDF; фото-квитанции: Claude API Vision с поддержкой иврита
- Чтение банковских выписок и карт через pandas
- Fuzzy matching по сумме + дате (с настраиваемым окном) + нечёткое сравнение названий контрагентов
- Все 5 проверок из ТЗ (A-D + зарплатный листок) - Итоговый Excel с отдельными листами и цветной подсветкой расхождений
- CLI + инструкция по запуску и подключению Gmail

Один вопрос: какое допустимое отклонение по датам между счётом и платежом в банке - 3 дня или 7? Это влияет на логику матчинга.

Готов стартовать после получения примеров файлов. Срок 7 дней. Развернуть

Бюджет: 850 USD Срок: 6 дней

Добрый день! Разрабатываю на Python, React/Node.js выполнял похожие проекты, готов к сотрудничеству.

Бюджет: 200 USD Срок: 7 дней

Здравствуйте!

ТЗ прочитал внимательно — задача понятна. Python, Gmail API, парсинг PDF и OCR изображений, сведение между несколькими Excel-файлами и финальный отчет — все это мой стек.

Единственный нюанс, который стоит обсудить отдельно — fuzzy-матчинг между источниками: названия контрагентов в банке, бухгалтера и счетах часто отличаются, поэтому важно сразу договориться о пороге схожести, чтобы не было ложных срабатываний и пропусков. Это решается, просто лучше зафиксировать на старте. Для OCR на иврит по ТЗ вижу Claude API — это правильное решение, намного лучше Tesseract для нелатинских языков.

Детали по оплате и точный дедлайн обсудим в приватной беседе после того, как вы поделитесь примерами структур Excel и образцами счетов — это нужно, чтобы дать четкую финальную оценку, а не "от фонаря".

Надеюсь на сотрудничество!

Бюджет: 1150 USD Срок: 14 дней

Добрый день.

Готов сделать такой локальный Python-инструмент для сверки: Gmail API/OAuth, загрузка PDF и изображений из писем, извлечение данных из PDF, OCR для фото/иврита, чтение банковских и карточных Excel-файлов, сопоставление по сумме/дате/контрагенту с fuzzy matching и итоговый Excel-отчёт с отдельными листами и подсветкой проблемных строк.

Оценка: 1000 EUR, в ставке указываю эквивалент около 1150 USD, так как форма проекта принимает USD. Срок ориентировочно 14 дней.

Финально подтвержу стоимость и срок после полного ТЗ и тестовых данных: примеры банковской выписки, карт, файла бухгалтера, PDF-счетов и фото квитанций. После этого можно зафиксировать формат входных файлов, правила отклонений по датам/суммам, категории признанных расходов и критерии готовности отчёта.

На выходе передам исходный код, инструкцию запуска, инструкцию по Google Cloud credentials и тестовый пример отчёта.

Бюджет: 100 USD Срок: 1 день

Добрый день
Заинтересовало ваше задание, готова выполнить, обращайтесь.
Сделаю быстро и качественно, пишите, обсудим

--------------------------

Бюджет: 900 USD Срок: 7 дней

Имею почти идентичный проект недавно сделанный, но там для контроля автопарка. Добавил как пример - можете посмотреть.

Можете написать мне в личные сообщения - скину больше фотографий, т.к. в портфолио только одну можно загрузить.

Как раз работа с выгрузкой из Gmail, бекапом на Google Drive и сборкой таблиц и диаграмм в Google Sheets

Цена зависит от форматов и количества типов ПДФ файлов, и того как хочете их "читать". Если через ИИ-шку - дешевле, но менее надёжно может быть, если кодом доставать - надёжнее, но дольше разрабатывать и дороже.

Цена от 350 до 1000 USD, до 7 дней

Бюджет: 200 USD Срок: 7 дней

Здравствуйте, Гриша! Делал похожее на Python — парсил банковские выписки и PDF-счета, сводил их по сумме, дате и контрагенту через нечёткое сравнение названий. Иврит на фото лучше гнать через Claude Vision, тут вы правы — Tesseract на нём сильно ошибается. Сразу важный момент: дата платежа в банке обычно не совпадает с датой счёта, какое окно по датам ставим — неделя, две? От этого зависит, насколько мягко матчить совпадения. Готов взяться, ориентир 7 дней, отдам исходники и короткую инструкцию по запуску.

Бюджет: 15000 USD Срок: 7 дней

Добрый день! Мы имеем опыт в автоматизации финансовой отчетности и парсинге банковских выписок. Реализуем это через Python-скрипт с удобным интерфейсом для сопоставления транзакций из разных источников. Это исключит ручные ошибки и ускорит процесс сверки. Готовы приступить к разработке архитектуры решения сразу после обсуждения форматов ваших данных.