Аналитик-разработчик

1. Поиск и анализ возможностей для автоматизации

• Оптимизация процессов: Активный поиск и формирование предложений по устранению рутинных, повторяющихся операций в деятельности налоговых органов.
• Работа в модуле ОП КСТП: Администрирование и наполнение модуля «Рутинные операции» (управление жизненным циклом предложений, актуализация статусов, приоритизация задач).
• Экономическое обоснование: Расчет ожидаемого и фактического эффекта от автоматизации (экономия человеко-часов, снижение операционных рисков, ускорение процессов).

2. Разработка и внедрение программных роботов (RPA)

• Разработка: Создание, отладка и доработка программных роботов для автоматизации задач пользователей.
• Тестирование: Проведение функционального и нагрузочного тестирования разработанных алгоритмов.
• Документирование: Подготовка полных пакетов документации (руководства администратора и пользователя) для передачи роботов в эксплуатацию.

3. Сопровождение и масштабирование

• Внедрение в регионе: Организация и проведение живых демонстраций работы роботов в налоговых инспекциях Санкт-Петербурга.
• Консалтинг: Консультационная поддержка сотрудников по вопросам корректного применения роботизированных решений.

• Взаимодействие с ЦА: Подготовка и направление замечаний/предложений по развитию технологий RPA в Управление модернизации ФНС России и профильным разработчикам.

Ключевая задача: Проектирование и разработка программных роботов, внедрение инструментов на базе ИИ для автоматизации рутинных операций.

Образование и опыт

• Высшее образование: Профильное (Информационные технологии, Прикладная математика, Бизнес-аналитика).
• Стаж работы: От 2 лет по специальности (анализ процессов, разработка ПО или автоматизация).
• Ведомственный опыт: Понимание архитектуры ИС ФНС России, знание модуля ОП КСТП «Рутинные операции».

Профессиональные знания и компетенции (ИТ и AI)

• Автоматизация и RPA: Знание принципов построения программных роботов. Практический опыт работы с платформой Puzzle RPA будет преимуществом.
• ИИ и Machine Learning: Понимание процесса подготовки датасетов, принципов выбора ML-моделей и архитектур нейросетей (CNN, RNN, Transformers).
• Работа с LLM: Навыки разработки эффективных промптов (Prompt Engineering) для больших языковых моделей.
• Процессный подход: Понимание жизненного цикла технологических процессов ФНС России — от постановки бизнес-задачи до внедрения ИТ-решения.
• Информационная безопасность: Знание особенностей применения ИКТ в госорганах и общих стандартов защиты информации.

Технические навыки и софт

• Языки программирования: Уверенное владение Python для задач автоматизации и обработки данных.
• Методологическая поддержка: Умение переводить бизнес-потребности на технический язык алгоритмов.
• Цифровизация: Глубокое понимание принципов автоматизации межведомственного электронного документооборота.
• Продвинутый MS Office: Excel (консолидация данных из различных источников, формирование дашбордов и оперативной отчетности).

Личные качества

• Исследовательский интерес: готовность работать с инновационными инструментами и постоянно обновлять стек.

• Аналитическое мышление: умение оценить целесообразность применения ИИ в конкретном процессе.