Descrição do projeto
TraduzidoNossa empresa acumulou dezenas de milhares de recibos em papel e digitalizações de documentos que atualmente estão em pastas e arquivos PDF sem capacidade de pesquisa ou análise. Precisamos de um pipeline de digitalização OCR funcional: ele pega um lote de digitalizações, reconhece o texto em cada página e transforma imagens não estruturadas em registros estruturados limpos que podem ser consultados. O volume cresce a cada semana, então a solução deve funcionar automaticamente em um cronograma, pegar novos arquivos de uma pasta de entrada e processá-los de forma confiável sem monitoramento manual da fila. A precisão é mais importante para nós do que a velocidade: um valor errado ou uma data mal interpretada causa problemas reais na contabilidade, então o pipeline deve agir com cuidado e sinalizar tudo sobre o que não tem certeza.
Para cada documento, o sistema deve extrair os campos que precisamos: nome do fornecedor, número da fatura, data da fatura, itens (onde existirem), moeda, valor antes do imposto, imposto e valor total. Após a extração, os valores devem ser verificados, as datas trazidas para um único formato canônico, os números reconciliados para que os itens correspondam ao total declarado, e resultados de baixa confiança enviados para uma fila para revisão manual em vez de registrados silenciosamente. Registros limpos devem ser enviados tanto para nosso banco de dados quanto para uma planilha para que o departamento financeiro possa trabalhar com eles imediatamente. Implementação em Python com um motor OCR conhecido, registro claro e uma maneira simples de reprocessar documentos que falharam é preferida.
Por favor, trate isso como uma ferramenta de produção, não um protótipo. Forneceremos um conjunto representativo de digitalizações reais (qualidade variada, rotacionadas, em diferentes idiomas) para ajuste, e esperamos em troca o código-fonte, instruções de instalação e uma breve transferência para que nossa equipe possa operar e desenvolver o sistema.
— Buscar digitalizações e PDFs de uma pasta monitorada, alinhar e limpar imagens antes do reconhecimento
— Extrair fornecedor, número da fatura, datas, valores, imposto e itens com pontuação de confiança
— Verificar e normalizar campos; reconciliar itens com o total; enviar resultados questionáveis para revisão manual
— Produzir registros estruturados para banco de dados e planilha; logs e capacidade de reexecutar
Para cada documento, o sistema deve extrair os campos que precisamos: nome do fornecedor, número da fatura, data da fatura, itens (onde existirem), moeda, valor antes do imposto, imposto e valor total. Após a extração, os valores devem ser verificados, as datas trazidas para um único formato canônico, os números reconciliados para que os itens correspondam ao total declarado, e resultados de baixa confiança enviados para uma fila para revisão manual em vez de registrados silenciosamente. Registros limpos devem ser enviados tanto para nosso banco de dados quanto para uma planilha para que o departamento financeiro possa trabalhar com eles imediatamente. Implementação em Python com um motor OCR conhecido, registro claro e uma maneira simples de reprocessar documentos que falharam é preferida.
Por favor, trate isso como uma ferramenta de produção, não um protótipo. Forneceremos um conjunto representativo de digitalizações reais (qualidade variada, rotacionadas, em diferentes idiomas) para ajuste, e esperamos em troca o código-fonte, instruções de instalação e uma breve transferência para que nossa equipe possa operar e desenvolver o sistema.
— Buscar digitalizações e PDFs de uma pasta monitorada, alinhar e limpar imagens antes do reconhecimento
— Extrair fornecedor, número da fatura, datas, valores, imposto e itens com pontuação de confiança
— Verificar e normalizar campos; reconciliar itens com o total; enviar resultados questionáveis para revisão manual
— Produzir registros estruturados para banco de dados e planilha; logs e capacidade de reexecutar
Desenvolvimento de software Dinheiro, Transferência bancária
