Automatizaré la extracción de datos de PDF a Excel, CSV o json con python
Ingeniero de Machine Learning para agentes LLM RAG y automatización en Python
Acerca de este Servicio
Deja de copiar datos de documentos a mano. Crearé un script reutilizable en Python que extrae los campos o tablas acordados de PDFs basados en texto a Excel, CSV o JSON.
Soy ingeniero en IA/ML con más de 4 años de experiencia en Python, NLP y automatización de procesamiento de documentos. Mi trabajo incluye extracción de clave-valor, ingesta por lotes y flujos de validación de datos.
Básico: un diseño consistente, hasta 20 páginas y 10 campos.
Estándar: hasta 2 diseños, 100 páginas y 20 campos, con procesamiento por lotes y limpieza de salida.
Premium: hasta 3 diseños, 300 páginas y 30 campos, con verificaciones de validación y reporte de errores.
Cada paquete incluye código fuente en Python, un formato de salida acordado, resultados de muestra e instrucciones de configuración. Las revisiones aplican a los diseños y campos acordados. PDFs escaneados, escritura a mano, cambios en los diseños, integraciones externas y despliegue requieren un alcance personalizado. Las tarifas de OCR de terceros o API son aparte.
Por favor, envía una muestra sanitizada y las columnas de salida deseadas antes de ordenar. Revisaré la viabilidad y confirmaré las reglas de extracción.
Tecnología:
Python
Mi porfolio
FAQ
Traducción automática
¿Soportas PDFs escaneados o escritura a mano?
Los paquetes listados cubren PDFs basados en texto. OCR y escritura a mano requieren revisión de muestra y cotización separada; la calidad de extracción depende de la fuente.
¿Recibiré un script reutilizable?
Sí. Todos los paquetes incluyen código fuente en Python e instrucciones de configuración para los diseños acordados, además de una muestra de salida en un formato: Excel, CSV o JSON.
¿Qué se considera un diseño de documento?
Un diseño es una estructura consistente de campos y tablas. Diferentes plantillas de factura o cambios sustanciales en la estructura de las páginas se consideran diseños separados.
