Заказчик

Имеется хранилище s3 с загруженными HTML файлами (десятки тысяч, со временем миллионы). HTML файлы были сконвертированы из различных форматов, таких как DOC, PDF, XML, содержат только текст и минимальную разметку, вес файла обычно в пределах 100KB.

Требуется специалист для настройки и развертывания Elasticsearch на сервере для обеспечения быстрого поиска по тексту этих документов. Результатом поискового запроса должен быть список документов и место в них, где найден искомый отрывок.

К заданию приложена Excel таблица, содержащая 30 коротких текстов, в среднем длина текста около 300 символов. В сумме 10105 символов. Нужно перефразировать тексты (переписать их таким образом, чтобы ключевая информация сохранилось). Результат работы нужно сохранить в Excel файле.