Цель стажировки: Разработать прототип инструмента, который автоматически извлекает и структурирует информацию из нормативно-справочной документации судостроения (PDF, сканы, инженерные документы), формируя индексируемую базу знаний «текст + изображения + ссылки на фрагменты».

Проект под руководством тимлида предполагает выполнение следующих работ:
• Сбор и первичная обработка массива нормативно-справочных документов (PDF, DOC, сканы технической документации).
• Реализация OCR-обработки документов с использованием библиотек Tesseract, EasyOCR, PaddleOCR для извлечения текстового слоя из сканированных файлов.
• Очистка и структурирование текстов: разбиение документов на разделы, пункты и подпункты, сохранение связей между фрагментами и страницами.
• Выделение из документов таблиц, изображений, чертежей и формул с сохранением ссылок на исходные страницы.
• Формирование структурированного хранилища данных (например, PostgreSQL, Elasticsearch, FAISS), позволяющего индексировать и быстро находить фрагменты документов.
• Реализация базового конвейера обработки данных (ETL-pipeline) на Python с использованием pandas, PyMuPDF, pdfminer, LangChain для подготовки документов к дальнейшему использованию в системах поиска.
• Экспериментальная (R&D) генерация кратких текстовых описаний изображений и схем с применением мультимодальных моделей компьютерного зрения.
• Подготовка прототипа индексируемой базы знаний — основы для последующего внедрения RAG-поиска (Retrieval Augmented Generation) и нейро-ассистента инженера.

Результат проекта: подготовленная база данных, пригодная для дальнейшего использования в системах интеллектуального поиска и нейро-ассистента для инженеров-конструкторов.

ПКБ «ПЕТРОБАЛТ» — разработка технических и рабочих проектов судов различного назначения, как для российских, так и для зарубежных заказчиков, а также научно- исследовательские и опытно-конструкторские разработки в области судостроения.
В разрабатываемых бюро проектах учитывается опыт эксплуатации судов в российских и зарубежных компаниях. Проектируемые суда отвечают самым высоким требованиям современности.