Desarrollo de Pipeline de Extracción, Clasificación de Emails con Microsoft Graph Api y Azure Openai

Se busca un desarrollador Python para construir un pipeline automatizado que extraiga y clasifique información de correos electrónicos utilizando Microsoft Graph API y Azure OpenAI. El proyecto se divide en tres fases principales:

PASO 1 - Montar el script de extracción:
Desarrollar un script en Python que se conecte a la Microsoft Graph API. Este script debe extraer los asuntos y los cuerpos de todos los emails enviados en un periodo determinado (por ejemplo, los últimos 3 meses), junto con el departamento del remitente. Es crucial que el script garantice la privacidad, extrayendo solo el departamento y el asunto, sin nombres de personas. El resultado de este paso debe ser un archivo Excel o CSV.

PASO 2 - Montar un clasificador con IA:
Utilizando el archivo csv generado en el paso 1, el script debe llamar a la api de azure openai. Para cada asunto de email, se le pasará un prompt específico para clasificarlo en una de las siguientes categorías: Solicitud de aprobación / Informativo / Urgente / Operativo / Comercial / Coordinación interna / Externo con cliente. El modelo de ia devolverá la etiqueta correspondiente, y el script la añadirá como una nueva columna al csv original, procesando miles de emails de forma automática y rápida.

PASO 3 - Empaquetar el pipeline para que sea reutilizable:
El pipeline completo debe ser robusto, documentado y parametrizable. Esto implica que para futuros usos con otros clientes, solo sea necesario modificar las credenciales de acceso y el periodo de análisis, manteniendo el resto de la funcionalidad intacta.

Entregables:
1. Script Python funcional para la extracción de asuntos y cuerpos de email de Microsoft 365 vía Graph API, agrupados por departamento y sin información personal, para un rango de fechas configurable.
2. Script Python funcional para la clasificación de los asuntos de email utilizando Azure OpenAI con categorías configurables, generando un CSV con la clasificación.
3. Documentación de una página detallando los permisos necesarios en el tenant de Azure del cliente para el correcto funcionamiento del pipeline.
4. Todo el código fuente comentado y con instrucciones claras para su ejecución y reutilización en futuros proyectos.