Ginqel OffreProyecto personal
Estructurar el procesamiento de licitaciones
Una arquitectura orientada a servicios para recopilar, estructurar y enriquecer datos de licitaciones.
Proyecto personal concebido para experimentar y desarrollar competencias.
Ver el sitio — Ginqel Offre
La necesidad de negocio
Los datos de licitaciones llegan en formatos heterogéneos. Su explotación requiere recopilación, normalización y extracción de información antes del procesamiento de negocio.
Mi papel
Proyecto personal: arquitectura y desarrollo de servicios de ingesta, procesamiento documental y exposición de datos de negocio.
El funcionamiento
Python y FastAPI gestionan la ingesta. LangChain y Ollama apoyan la extracción estructurada. Spring Boot y Spring Batch proporcionan las APIs y el procesamiento por lotes; PostgreSQL asegura la persistencia.
Una decisión de arquitectura
La separación entre procesamiento de IA, lotes y servicios de negocio aísla sus responsabilidades y permite contenerizarlos de forma independiente con Docker.
Presented features
Document ingestion · Structured extraction · Batch processing · Business API
Security & human validation
AI processing, batch jobs and business services have separate responsibilities. LLM extraction needs evaluation on representative documents before use.
Límites y estado del proyecto
La extracción mediante LLM debe verificarse con documentos representativos. La calidad de las fuentes, los formatos y los errores de extracción determinan la fiabilidad del resultado.
Ginqel Offre
¿Quiere hablar de la arquitectura o del proyecto?
¿Una pregunta sobre las decisiones técnicas, la arquitectura o el avance de este proyecto personal? Contácteme.
Hablar del proyecto