Desenvolvedor para Sistema de Análise de Documentos com Ocr e Detecção de Padrões

Título do projeto
Plataforma Antifraude com IA para Análise de Contratos de Empréstimo Consignado

Resumo do projeto
Desenvolvimento de um sistema inteligente voltado à detecção automatizada de fraudes em contratos de empréstimos consignados, com aplicação direta em escritórios de advocacia. A solução irá processar documentos (PDF/imagem), extrair dados relevantes, analisar assinaturas (digitais e manuais), identificar padrões suspeitos em massa e gerar um score de risco com relatórios técnicos utilizáveis em processos judiciais.

Tipo de profissional de TI recomendado
O perfil ideal é um Tech Lead ou Engenheiro de Machine Learning Sênior com experiência em visão computacional, OCR e sistemas antifraude.
Este profissional deve atuar como responsável técnico principal, pois o projeto envolve alto nível de complexidade em dados, precisão e confiabilidade jurídica.
O cenário recomendado é um time de 3 a 5 profissionais:
Especialista em IA/visão computacional
Backend sênior
Engenheiro de dados (opcional, mas altamente recomendado)
Possível frontend para dashboard
Isso é essencial para garantir qualidade nos modelos, escalabilidade e robustez do sistema.

Principais responsabilidades
Definição da arquitetura completa do sistema antifraude
Desenvolvimento do pipeline de ingestão e processamento de documentos
Implementação de ocr para extração estruturada de dados (cpf, valores, datas, etc.)
Desenvolvimento de mecanismos de validação de dados e inconsistências contratuais
Criação de sistema de análise de assinaturas (comparação visual, padrões repetitivos, similaridade)
Implementação de detecção de fraude em massa (identificação de contratos e padrões repetidos)
Desenvolvimento de motor de scoring de risco antifraude
Geração automatizada de relatórios técnicos jurídicos
Implementação de sistema escalável para processamento em lote
Garantia de segurança e compliance com dados sensíveis
Testes com base em casos reais e refinamento contínuo dos modelos

Conhecimentos desejados
Python (principal linguagem para IA e processamento)
Opencv para análise de imagem e assinaturas
ocr (aws textract, google vision ou tesseract)
machine learning (classificação, detecção de padrões)
análise de similaridade e clustering (detecção de fraude em massa)
nlp para interpretação de contratos
manipulação de pdfs (pypdf, pdfminer)
apis rest
banco de dados relacional e nosql
arquitetura de sistemas escaláveis
segurança da informação (lgpd)

stack recomendada (conjunto de tecnologias)
backend
python com fastapi, permitindo integração eficiente com módulos de ia e alta performance

processamento de documentos
aws textract ou google vision, devido à maior precisão em documentos jurídicos complexos

visão computacional
opencv combinado com técnicas de comparação de imagem (feature matching, embeddings) para análise de assinaturas

ia / antifraude
modelos híbridos:
regras heurísticas (ex: inconsistência de datas, duplicidade)
machine learning (classificação de risco e padrões de fraude)

nlp
spacy ou modelos baseados em transformers para extração semântica de dados contratuais

banco de dados
postgresql para dados estruturados
elasticsearch para busca e análise de padrões em larga escala
redis para cache

infraestrutura
aws ou gcp com uso de filas (sqs, rabbitmq) para processamento assíncrono em larga escala

armazenamento
s3 para documentos

justificativa: a arquitetura orientada a processamento em lote e análise de padrões em larga escala é essencial para detectar fraudes repetitivas e garantir performance.

Soft skills necessárias
Capacidade analítica avançada
Atenção extrema a detalhes
Mentalidade investigativa
Responsabilidade com dados sensíveis
Autonomia técnica
Boa comunicação com área jurídica
Pensamento orientado a produto e escala