Projeto: Robô de orçamento automatizado com IA, scraping e geração de PDF

Objetivo
Desenvolver um robô que receba mensagens com pedidos de orçamento via WhatsApp ou e-mail, interprete automaticamente as informações do solicitante, consulte preços em site externo via web scraping, aplique uma margem definida e envie ao cliente uma proposta formatada em PDF com os dados calculados.

Escopo do projeto
1. Entrada de solicitação
O robô será ativado por mensagens recebidas via WhatsApp API ou formulário web.
O conteúdo da mensagem será de linguagem livre, informal ou técnica, e poderá conter diversas variações.
A inteligência artificial (GPT/OpenAI) será responsável por interpretar o conteúdo da mensagem e extrair os seguintes dados:
• Nome do item
• Características principais
• Quantidade
• Qualquer informação adicional relevante

2. Consulta em site de terceiros (scraping)
Desenvolver robô de scraping (preferencialmente com Apify ou Puppeteer) para acessar site(s) de fornecedor(es) e buscar o item com base nas informações estruturadas.
O scraping deve retornar:
• Nome do item encontrado
• Valor unitário
• Disponibilidade ou prazo (se houver)

3. Cálculo e lógica comercial
Aplicar margem percentual fixa (ex: 40%) sobre o valor obtido.
Calcular o valor total com base na quantidade interpretada.
Gerar a resposta formatada com:
• Nome do item interpretado
• Preço ajustado com margem
• Quantidade
• Prazo e observações

4. Geração e envio da proposta
Gerar um documento PDF padronizado com a proposta comercial formatada.
O PDF deve conter:
• Logo e dados da empresa
• Dados do solicitante (se presentes)
• Itens orçados com valores
• Total final, prazo e condições
Enviar o PDF ao cliente via WhatsApp API ou e-mail (automático)

5. Registro de atividades
Salvar todas as solicitações e respostas em planilha (Google Sheets) ou banco de dados leve, incluindo:
• Dados recebidos
• Resposta estruturada
• Produto consultado e valor encontrado
• Proposta gerada

Requisitos do profissional
• Experiência com integração da OpenAI API (GPT-3.5 ou GPT-4) para extração de dados estruturados
• Conhecimento em web scraping (Apify, Puppeteer ou outro)
• Habilidade com n8n (ou Make/Zapier) para orquestrar o fluxo
• Integração com WhatsApp API oficial para envio automático
• Conhecimento em geração programática de PDFs
• Boa documentação e organização do projeto

Entregáveis esperados
Robô funcional com:
• Interpretação automatizada via IA
• Busca do item via scraping
• Cálculo de margem e total
• Proposta gerada em PDF
• Envio automático da proposta
• Fluxo configurado no n8n ou similar
• Planilha ou painel com registro das atividades
• Tutorial de uso (PDF ou vídeo explicativo)

Orçamento
Propostas com valor fixo.
Portfólio ou exemplos semelhantes são bem-vindos.
Disponibilidade para suporte ou futuras expansões será considerada um diferencial.

Desenvolver uma inteligência artificial (IA) capaz de navegar, coletar e estruturar dados específicos (descrição, link, preços e datas) de múltiplos sites de leilão online, salvando as informações extraídas em arquivos JSON separados por site.

Objetivos específicos:

• Capacidade de navegação inteligente: A IA deverá ser capaz de acessar e navegar dinamicamente em diferentes estruturas de sites de leilão, identificando as seções relevantes onde as informações dos leilões são apresentadas.

• Extração seletiva de dados: A IA deverá identificar e extrair com precisão os seguintes dados de cada item de leilão encontrado:
• Descrição: O texto descritivo do item leiloado.
• Link: O URL que direciona para a página de detalhes do leilão do item específico.
• Preços: O preço atual, lance inicial (se disponível) e outros preços relevantes (ex: preço de arremate, se já finalizado).
• Datas: A data e hora de início e término do leilão.

• Adaptabilidade a diferentes estruturas de sites: A IA deverá ser projetada para ser adaptável a variações na estrutura HTML e no layout de diferentes sites de leilão, minimizando a necessidade de reconfiguração completa para cada novo site.

• Formato de saída estruturado: Os dados extraídos de cada site de leilão deverão ser salvos em um arquivo JSON separado, onde a estrutura dos dados seja consistente e facilmente processável. A estrutura do JSON deverá refletir cada item de leilão como um objeto com os campos "descricao", "link", "precos" (com subcampos relevantes) e "datas" (com subcampos relevantes).

• Escalabilidade e eficiência: A solução deverá ser projetada com foco em escalabilidade para permitir a adição de novos sites de leilão e o processamento de um grande volume de dados de forma eficiente.

Funcionalidades principais:

• Módulo de configuração de sites: Uma interface (ou arquivo de configuração) onde novos sites de leilão podem ser adicionados, especificando as URLs de entrada.

• Módulo de navegação e identificação: Um componente da IA responsável por explorar as páginas dos sites de leilão e identificar os elementos HTML que contêm as informações relevantes.

• Módulo de extração de dados: Um componente da IA que, com base em regras ou modelos de aprendizado, extrai a descrição, link, preços e datas dos elementos identificados.

• Módulo de estruturação de dados: Um componente que organiza os dados extraídos em um formato JSON padronizado para cada item de leilão.

• Módulo de salvamento de dados: Um componente que salva os dados estruturados em arquivos JSON separados, nomeados de acordo com o site de origem (ex: megaleiloes.json, outro_leilao.json).

• Mecanismo de adaptação (opcional, mas desejável): Implementação de técnicas de aprendizado de máquina ou heurísticas avançadas para que a IA possa aprender padrões e se adaptar automaticamente a pequenas variações na estrutura dos sites, reduzindo a necessidade de intervenção manual constante.

Tecnologias potenciais:

• Linguagens de programação: Python (devido às suas bibliotecas robustas para web scraping e aprendizado de máquina).

• Bibliotecas de web scraping: BeautifulSoup, Scrapy, Selenium (para sites com conteúdo dinâmico).

• Bibliotecas de processamento de linguagem natural (NLP): Para auxiliar na identificação e extração de descrições relevantes.

• Bibliotecas de aprendizado de máquina (ML): TensorFlow, PyTorch, scikit-learn (para o mecanismo de adaptação, se implementado).

• Formato de dados: JSON.

Estamos buscando um desenvolvedor para realizar a integração de duas ferramentas essenciais para o nosso e-commerce: Google Analytics e Google Search Console. O objetivo é criar um sistema simples de coleta e exibição de dados, gerando relatórios automáticos que podem ser acessados diretamente pela nossa equipe de marketing.

A tarefa envolve a integração das APIs do Google Analytics e Google Search Console, coletando informações sobre o tráfego do site, palavras-chave e o desempenho geral. Em seguida, o sistema deve gerar um relatório básico com essas informações, apresentado de forma clara em uma página simples ou planilha.

A implementação deve ser ágil, garantindo que a coleta de dados e a geração do relatório sejam feitas de maneira eficiente e sem a necessidade de automações complexas. O sistema precisa ser facilmente acessível e possibilitar a exportação dos relatórios gerados.