📋 Задача: Автоматизировать рутинные процессы работы с данными в строительной и энергосервисной компании: извлечение данных из PDF-смет (ГРАНД-Смета), автоматическое заполнение финансовых моделей в Excel, мониторинг новых госзакупок, отправка уведомлений и отчётов через Telegram-бота. Ручная обработка занимала часы — нужно было свести к минутам. ✅ Что сделано: ● Разработан Python-скрипт для парсинга PDF-файлов локальных сметных расчётов (ЛСР) из ГРАНД-Смета: автоматическое извлечение позиций, объёмов, расценок и итогов по разделам с распознаванием структуры документа. ● Построен пайплайн «PDF → pandas DataFrame → Excel»: данные из смет автоматически загружаются в финансовую модель (openpyxl), заполняя листы себестоимости, материалов и расчёта рентабельности. ● Реализован Telegram-бот для мониторинга и уведомлений: автоматическая отправка сводок по проектам, оповещения о новых закупках, отчёты по расписанию. Стек: python-telegram-bot, Docker-контейнер для круглосуточной работы. ● Скрипты мониторинга госзакупок: автоматический парсинг новых тендеров по заданным критериям (тип работ, регион, НМЦК), фильтрация и отправка подходящих закупок в Telegram для оперативного принятия решений. ● Развёртывание всех сервисов в Docker-контейнерах на Windows-сервере с автоматическим перезапуском и логированием. ● Результат: время подготовки финансовых данных из смет сократилось с 3–4 часов до 10–15 минут. Telegram-бот работает 24/7.