Backend IA PDF, entrega texto e áudio via WhatsApp
Budget: $10 – $3,000 USD
Preciso construir um backend de inteligência artificial que leia, de forma autônoma, PDFs técnicos recorrentes — o material chegará quase sempre como textos e áudios convertidos em documento — identifique tabelas complexas, texto descritivo e especificações técnicas, grave tudo em um banco SQL bem estruturado e, por fim, disponibilize essas informações em uma conversa no WhatsApp.
O fluxo ideal é simples: envio o PDF, o serviço o processa, normaliza cada campo no banco relacional e, quando eu fizer perguntas no WhatsApp, recebo respostas claras extraídas desses mesmos dados.
Essenciais para o projeto:
• Extração fiel de tabelas, parágrafos e campos de especificação (não aceito perda de formatação crítica).
• Modelagem em SQL com chaves e índices pensados para busca natural-language em tempo real.
• Integração direta com a API oficial do WhatsApp (Twilio, Cloud API ou equivalente) para receber perguntas e retornar respostas.
• Deploy em ambiente que eu possa escalar futuramente e documentação para que eu acompanhe ou ajuste o pipeline.
Entrego um conjunto inicial de PDFs para teste; considero o trabalho concluído quando eu conseguir enviar esses arquivos, consultar “Qual a pressão máxima do componente X?” (ou qualquer dado específico contido em tabela) no WhatsApp e receber, em segundos, a resposta correta citando a fonte dentro do documento.
O fluxo ideal é simples: envio o PDF, o serviço o processa, normaliza cada campo no banco relacional e, quando eu fizer perguntas no WhatsApp, recebo respostas claras extraídas desses mesmos dados.
Essenciais para o projeto:
• Extração fiel de tabelas, parágrafos e campos de especificação (não aceito perda de formatação crítica).
• Modelagem em SQL com chaves e índices pensados para busca natural-language em tempo real.
• Integração direta com a API oficial do WhatsApp (Twilio, Cloud API ou equivalente) para receber perguntas e retornar respostas.
• Deploy em ambiente que eu possa escalar futuramente e documentação para que eu acompanhe ou ajuste o pipeline.
Entrego um conjunto inicial de PDFs para teste; considero o trabalho concluído quando eu conseguir enviar esses arquivos, consultar “Qual a pressão máxima do componente X?” (ou qualquer dado específico contido em tabela) no WhatsApp e receber, em segundos, a resposta correta citando a fonte dentro do documento.
Related categories:
XML
Python
Data Processing
SQL
Data Extraction
API
Micropython
AI Text-to-text
AI Model Development
AI Development