Створити інструмент визначення справжності/підробки PDF файлу та парсинг/категоризація даних

Бюджет: 19000 UAH Термін: 10 днів

Привіт.
Ознайомився із завданням. Тут бачу не просто парсинг PDF, а MVP системи структурного аналізу виписок: визначення банку по fingerprint-ознаках документа, виявлення аномалій, ознак редагування або неповноти, з подальшим переходом до парсингу та категоризації транзакцій.

Можу реалізувати перший етап на Python як робочий пайплайн:

класифікація типу PDF

витяг структурних ознак документа

визначення банку по layout / blocks / fonts / table geometry

anomaly scoring для виявлення ознак підробки, обрізання чи невідповідності шаблону

підготовка основи під 2-й етап

Працюю акуратно по архітектурі, щоб це був не одноразовий скрипт, а інструмент, який можна тестувати та розширювати. Для якісного результату важливо працювати на ваших прикладах good / bad files і будувати рішення під реальні формати, а не обіцяти “універсальну магію” без валідації.

Термін: 10 днів
Вартість: 19 000 грн

Готовий одразу взяти в роботу перший етап. Розгорнути

Бюджет: 4500 UAH Термін: 3 дні

Вітаю.

Я NodeJS розробник. Можу створити для вас телеграм бота з цим функціоналом. Готовий взятися. Пишіть, обговоримо.

Бюджет: 16000 UAH Термін: 10 днів

Вітаю! Завдання вкрай актуальне, особливо в ніші фінтеху та безпеки. Розумію головний біль: класичний OCR часто пасує перед нестандартними шрифтами або «намальованими» з нуля виписками. Ваш запит на аналіз саме структури (layout) — це єдиний вірний шлях для детекції підробок.
Я маю досвід роботи з Python-інструментами для обробки документів та автоматизації (n8n/Make, складні парсери). Для вирішення вашої задачі я використаю комбінацію комп'ютерного зору та структурного аналізу.
Мій підхід до реалізації Етапу 1:
* Layout Analysis: Замість читання тексту, система буде аналізувати «скелет» документа (сітки таблиць, відступи, розташування логотипів, специфічні для кожного банку графічні маркери) через бібліотеки типу LayoutParser або PyMuPDF.
* Детекція підробок: Буду порівнювати топологію наданого файлу з еталонними матрицями банків. Якщо структура збігається на 99%, але шрифт або метадані «пливуть» — система маркує це як підозру.
* Гібридний обробник: Для текстових PDF — швидкий парсинг метаданих; для сканів — легке OCR (Tesseract або легкі моделі) лише для контрольних точок, щоб вкластися в 2 секунди та бюджет $0,005.
* Валідація: Створення алгоритму перевірки контрольних сум транзакцій (якщо фінальний баланс не збігається з математикою операцій — виписка обрізана або змінена).
Терміни та вартість (Етап 1):
* Розробка ядра та тестування на ваших прикладах (95%+ accuracy): 7–10 днів.
* Вартість: 12 000 – 16 000 грн (залежно від кількості типів банків, які треба внести в базу на старті).
Чому я: Реалізував понад 30 проектів з автоматизації. Розумію, як працювати з API та великими масивами даних. Мій код буде оптимізований під високу швидкість (asyncio/multiprocessing), щоб витримати навантаження.
Бонус: Налаштую систему логування помилок (якщо файл не розпізнано), щоб ви могли бачити, на яких саме «нових» підробках система спіткнулася, і ми могли її донавчити.
Підкажіть, про яку кількість різних банків (шаблонів) йде мова на першому етапі? Це тільки українські банки чи міжнародні також? Розгорнути

Бюджет: 14000 UAH Термін: 7 днів

Вітаю!

Команда The Dev Company зацікавлена у розробці Python‑інструменту для виявлення підроблених банківських виписок та парсингу/категоризації транзакцій.

Як бачимо Етап 1
- Визначення банку та справжності виписки через аналіз структури документу, а не лише тексту (позиції блоків, таблиць, колонок, шрифтів, типових шаблонів для кожного банку).
- Підтримка як текстових PDF, так і сканів/картинок та нестандартних шрифтів (комбінація PyMuPDF / pdfplumber + layout‑аналіз, за потреби OCR).
- Побудова окремого класифікатора для:
- ідентифікації банку за структурою;
- виявлення «поганих» виписок (підроблені з нуля / обрізані / неповні).
- Орієнтація на швидкість (< 2 сек/файл) і собівартість < 0,005$ — акцент на локальних моделях та класичному ML/feature engineering, без важких LLM.
- Цільова якість — 95%+ коректних рішень по нормальних/ненормальних файлах (475+ із 500 у кожному класі).

Етап 2
Після успішного Етапу 1 можемо:
- уніфіковано зчитувати й нормалізувати транзакції з різних банків у єдиний формат;
- реалізувати категоризацію транзакцій (тип операції, категорія витрат/доходів, merchant тощо) на базі правил + ML/AI‑моделі.

Маємо досвід у побудові AI‑сервісів, роботи з PDF, Python‑стеком та високоточними бізнес‑інструментами. Після отримання прикладів «хороших» і «поганих» виписок запропонуємо конкретну архітектуру, план етапів та оцінку по строках і бюджету. Розгорнути

Бюджет: 10000 UAH Термін: 1 день

✋ Доброго дня! Ми IT-компанія dZENcode.

Ми реалізуємо Python-сервіс для визначення підробок банківських виписок за структурою PDF (включаючи скани), з ML-детекцією аномалій та модулем парсингу/категоризації транзакцій, спираючись на досвід команди, найкращі практики та власні напрацювання.

Зрозуміли, що надасте приклади нормальних і підозрілих виписок.
Скільки банків і шаблонів потрібно підтримати на старті?

Докладну інформацію про наші послуги та ставки ви знайдете на сайті: Freelancehunt
Подивіться – далі обговоримо деталі роботи, пишіть, як будете готові.

Фінальна вартість формується тільки після уточнення обсягу та вимог.

___________________
З повагою,
Менеджер dZENcode

Наші сильні сторони:
💎 10+ років надаємо IT-послуги: Аутсорс, Аутстаф
🔥 90+ штатних спеціалістів
🚀 Проекти «з нуля» та на підтримку
⚙️ SLA та постпродакшн-супровід
✅ Договір з компанією, гарантований результат!
🔥 250+ публічних відгуків з 2015 року. Розгорнути

Бюджет: 1234 UAH Термін: 1 день

Готовий розробити інструмент для визначення автентичності банківських виписок та їх аналізу.

Маю досвід роботи з парсингом PDF (включаючи скани/нестандартні шрифти), OCR, а також побудовою систем аналізу структури документів. Пропоную вирішувати задачу через комбінацію: структурний аналіз (макет, блоки, таблиці), ознаки формату (позиції, інтервали, патерни) та ML/евристики для визначення банку та виявлення аномалій/підробок.

Забезпечу:
— підтримку text PDF + image PDF
— точність 95%+ (за наявності навчальної вибірки)
— швидкість до 1–2 сек/документ
— оптимізацію вартості

Стек: Python, OpenCV, Tesseract, pdfplumber, ML (за необхідності).

Готовий почати з етапу 1, після — перейти до транзакцій, з задоволенням готовий обговорити деталі проекту. Розгорнути

Бюджет: 15000 UAH Термін: 10 днів

Вітаю! Ми з напарником (дизайнер + full-stack) понад 4 роки спеціалізуємося на розробці систем автоматизації, комп'ютерного зору (Computer Vision) та алгоритмів аналізу даних, тому ми реалізуємо для вас інструмент верифікації банківських виписок з точністю понад 95%, використовуючи метод аналізу геометричної структури та топології документа, ми розробимо архітектуру на базі Python (OpenCV + LayoutML), яка ідентифікуватиме банк не за текстом, а за "цифровим відбитком" сітки таблиць, відступів та розташування графічних елементів, що дозволить миттєво виявляти підробки, створені з нуля, або маніпуляції з цілісністю файлу, наш досвід у розробці 4 роки, подивіться на наші роботи з погляду логіки обробки документів та швидкодії: hyperfi.tech, espressolab.com.ua, hudi.com.ua

Бюджет: 9999 UAH Термін: 5 днів

Доброго дня! Ми з колегою професійно займаємося технічною автоматизацією та розробкою інтелектуальних систем розпізнавання образів понад 4 роки, тому ми допоможемо вам створити надійний фільтр для банківських документів, який розпізнає підробки на основі аномалій у структурі та форматуванні, ми реалізуємо алгоритм порівняння "скелета" виписки з еталонними шаблонами конкретних банків, що виключить можливість обходу системи через просту зміну тексту чи використання нестандартних шрифтів, наш досвід 4 роки підтверджений проектами drkukharevich.rivne.ua, crave-agency.com.ua, jk-solution.com.ua, де ми вже працювали з верифікацією даних та складними парсерами. Ми оптимізуємо пайплайн обробки для досягнення цільової вартості $0.005 за операцію, впровадимо систему валідації повноти документа та підготуємо базу для другого етапу — інтелектуальної категоризації витрат, працюємо швидко та з акцентом на технічну стабільність рішення

Бюджет: 1000 UAH Термін: 1 день

я входжу до топ-10 розробників у категорії «Штучний інтелект і машинне навчання» серед ~2100 фахівців на платформі.
Гарантую:
- Швидке та якісне виконання завдання
- Чітке дотримання дедлайнів
- Регулярний зв'язок протягом усього процесу
Буду радий обговорити деталі вашого проекту у приватних повідомленнях.

Бюджет: 20000 UAH Термін: 7 днів

Вітаю, Костянтине!

Це саме наша спеціалізація. Зараз у нас активний проєкт для великого enterprise-замовника — система аналізу документів: 15 типів файлів, текстові PDF + скани + фото з телефону, 95% accuracy, обробка

Бюджет: 1000 UAH Термін: 1 день

Вітаю! Зможу реалізувати. Відпишіть в приват щоб обговорити всі деталі. Буду рад співпраці!

Бюджет: 1111 UAH Термін: 30 днів

Доброго дня.

Я можу створити інструмент визначення справжності/підробки PDF файлу та парсинг/категоризація даних за допомогою мови програмування Python. Цей інструмент буде здатний аналізувати структуру виписки для визначення банку та визначення справжності, а також обробляти як текстові PDF, так і PDF з картинками/нестандартними шрифтами. Для цього проекту я планую використовувати бібліотеки such as PyPDF2, pdfminer та інші для обробки PDF файлів, а також бібліотеки машинного навчання для аналізу структури виписки.

Що зроблю:
— Створю інструмент визначення банку до якого належить виписка
— Розроблю алгоритм визначення справжності (підробки) виписки шляхом аналізу структури документу
— Реалізую обробку як текстових PDF, так і PDF з картинками/нестандартними шрифтами
— Виконатиму аналіз швидкості інструменту для забезпечення виконання завдань у межах 2 секунд
— Оцінюватиму результати інструменту для забезпечення точності не менше 95%
— Розроблю систему категоризації транзакцій після успішної реалізації першого етапу
— Надаватиму приклади використання інструменту та документацію для його використання

Після запуску інструменту, я покажу, як самостійно редагувати будь-яку інформацію на сайті та забезпечити подальшу підтримку інструменту.

По строках: 30 днів після отримання матеріалів.

Вартість: 50 000 грн (залежить від складності реалізації інструменту та кількості необхідних бібліотек).

Буду рада обговорити Розгорнути

Бюджет: 10000 UAH Термін: 1 день

Вітаю. Готовий допомогти. Давайте обговоримо детальніше.

Я створював скрипти для автоматизації оплат та роботи з платіжними системами, також реалізовував скрипти з роботами з апі різних банків та платіжних систем. Також маю досвід нейронними мережами для розпізнавання тексту та створював нейронки які само навчаються на великих масивах данних. Є ідеї як можна виконати вашу задачу!

Бюджет: 10000 UAH Термін: 10 днів

Вітаю, Костянтине! Ми маємо досвід розробки власних AI-систем з 10-рівневою агентною архітектурою для аналізу документів. Один із членів нашої команди працює в R&D Samsung за напрямком тренування LLM, тож ми розуміємо архітектуру обробки даних на найвищому рівні.

Наш попередній технічний підхід:
Детекція підробок: Аналіз цілісності PDF-шарів та вбудованих шрифтів (гліфів). Це дозволяє виявити втручання стороннього софту або накладання тексту.
Layout Fingerprinting: Ідентифікація банку за «скелетом» документа (координати сіток, відступи, логотипи), що виключає помилки при читанні тексту.
Cross-Validation: Автоматична перевірка математичного балансу транзакцій для виявлення обрізаних або неповних файлів.
Швидкість та ціна: Використання PyMuPDF та легких CV-моделей забезпечить обробку до 1 сек із собівартістю до $0.005/файл.

Готові протестувати ваші «погані» приклади та підтвердити 95%+ accuracy на практиці.

Бюджет: 700 UAH Термін: 1 день

Доброго дня, Костянтин!
Загалом завдання зрозуміле, для точної відповіді за термінами та ціною, хотілося б уточнити деякі питання, які у мене виникли після аналізу вашого завдання.
Пишіть у приватні повідомлення – обговоримо деталі та ваші побажання.

Бюджет: 9999 UAH Термін: 10 днів

привіт
надішліть приклади, щоб оцінити чи це можливо визначити

Бюджет: 4500 UAH Термін: 1 день

Вітаю Вас!

Я Full-Stack Software Engineer з понад 7-річним досвідом розробки веб-сайтів, SaaS-рішень, складних веб-платформ та MVP для стартапів - від ідеї та архітектури до продакшену й підтримки.

Працюю не лише як розробник, а й з фокусом на бізнес-логіку, масштабованість і довгострокову підтримку рішень. У портфоліо зазначені приклади реалізованих проєктів різної складності.

Технологічний стек:
PHP (Laravel, Symfony, Yii2),
Frontend: JavaScript (Vue.js, React.js), HTML5, CSS3,
Бази даних: MySQL, PostgreSQL.

Щодо термінів та вартості - на цьому етапі коректно оцінити їх без уточнення вимог складно. Для формування обґрунтованої оцінки зазвичай потрібно зрозуміти:
– цілі проєкту;
– ключовий функціонал;
– очікуване навантаження та інтеграції;
– пріоритети (швидкий запуск vs масштабування).

Пропоную почати з короткого уточнення вимог або call / листування - після цього зможу надати реалістичну оцінку по строках, бюджету та варіантах реалізації.

Буду радий обговорити деталі. Розгорнути

Бюджет: 17000 UAH Термін: 12 днів

Привіт, Костянтине!

Маю досвід роботи з PDF-парсингом (pdfplumber, PyMuPDF, OCR через Tesseract/EasyOCR) та аналізом структури документів. Працювала з банківськими виписками різних банків — розумію, що кожен має свою структуру, шрифти, розмітку.

По Етапу 1 бачу підхід через fingerprinting структури PDF (метадані, шрифти, layout, відступи) без читання тексту з назвою банку — це дозволить визначати банк і виявляти підробки/обрізані файли. Для PDF-картинок — OCR + аналіз візуальної структури.

По швидкості та вартості — 2 сек і 0.005$ реально, якщо основна логіка на rule-based аналізі з мінімальним використанням LLM (або без нього для Етапу 1).

Готова обговорити деталі та показати підхід на прикладах ваших виписок.