Desarrollo de Sistema de Automatización de Captación de Leads del Inpi Argentina

Se requiere el desarrollo de un sistema robusto en Python para automatizar la captación de leads a partir del Boletín de Marcas del INPI (Instituto Nacional de la Propiedad Industrial) de Argentina. El objetivo principal es identificar trámites de particulares y extraer sus datos de contacto para una gestión comercial automatizada.

Requerimientos Técnicos:

Monitoreo y Extracción (PDF): El sistema debe realizar la descarga diaria del Boletín de Marcas en formato PDF. Deberá identificar actas de Nuevas Solicitudes, Vistas u Oposiciones donde el campo "Agente" esté vacío, indicando que se trata de un particular.

Navegación en Cascada (Bot): Por cada acta identificada, el script deberá navegar en el portal de consultas del inpi hasta la grilla de actuaciones correspondiente y descargar el pdf de la "solicitud de registro de marca".

Extracción de Email (OCR): Será necesario obtener el correo electrónico del solicitante directamente desde el formulario de inicio de la solicitud. Esto implicará el procesamiento de los PDFs descargados y, si es necesario, la implementación de tecnología OCR para extraer texto de imágenes dentro de los documentos.

Procesamiento Inteligente (IA): Se espera la integración con la API de Gemini para clasificar el tipo de Vista detectada (por ejemplo, error de forma, error de fondo u oposición), lo que permitirá una segmentación más precisa de los leads.

Salida y Automatización: Los datos extraídos (Fecha, Acta, Marca, Email, Estado) deben ser registrados de forma estructurada en Google Sheets o una base de datos SQL. Adicionalmente, el sistema deberá enviar automáticamente emails personalizados a los solicitantes, adaptados al tipo de caso detectado, utilizando una API (como Gmail o SendGrid). Se debe implementar un sistema de log para evitar el envío de emails duplicados.

Robustez: Para garantizar la fiabilidad y evitar bloqueos, el sistema deberá utilizar herramientas de navegación web avanzadas como Selenium o Playwright. También se requiere la implementación de manejo de proxies y mecanismos de resolución de captchas.

Entregables: El proyecto debe incluir el código fuente completo en Python y las instrucciones detalladas para su despliegue en un Servidor Privado Virtual (VPS), preferentemente en DigitalOcean.

Condición: El script debe ejecutarse de lunes a viernes de manera completamente autónoma, sin requerir intervención manual.