Ginqel OffrePersoonlijk project
De verwerking van aanbestedingen structureren
Een servicegerichte architectuur om aanbestedingsgegevens te verzamelen, structureren en verrijken.
Persoonlijk project, opgezet om te experimenteren en vaardigheden te ontwikkelen.
Website bekijken — Ginqel Offre
De zakelijke behoefte
Aanbestedingsgegevens komen in uiteenlopende formaten binnen. Gebruik ervan vraagt om verzameling, normalisatie en informatie-extractie vóór de bedrijfsverwerking.
Mijn rol
Persoonlijk project: architectuur en ontwikkeling van diensten voor gegevensinvoer, documentverwerking en ontsluiting van bedrijfsgegevens.
Hoe het werkt
Python en FastAPI verzorgen de invoer. LangChain en Ollama ondersteunen gestructureerde extractie. Spring Boot en Spring Batch leveren API’s en batchverwerking; PostgreSQL slaat de gegevens op.
Een architectuurkeuze
Het scheiden van AI-verwerking, batchtaken en bedrijfsdiensten bakent verantwoordelijkheden af en maakt onafhankelijke Docker-containers mogelijk.
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.
Beperkingen en projectstatus
LLM-extractie moet worden gecontroleerd op representatieve documenten. Bronkwaliteit, formaten en extractiefouten bepalen de betrouwbaarheid van het resultaat.
Ginqel Offre
Wilt u de architectuur of het project bespreken?
Een vraag over de technische keuzes, de architectuur of de voortgang van dit persoonlijke project? Neem contact op.
Het project bespreken