Especialista em Extração e Limpeza de Texto de Pdfs para Ferramentas de Ia com Ocr

Estamos buscando um freelancer especializado para converter centenas de páginas de arquivos PDF em texto limpo e estruturado, com o objetivo de utilizá-los em ferramentas de inteligência artificial. O serviço requer alta precisão e atenção aos detalhes.

As principais tarefas incluem:
- Extração de texto de todos os PDFs fornecidos.
- Aplicação de tecnologia OCR (Reconhecimento Óptico de Caracteres) em páginas que sejam imagens escaneadas ou que não possuam texto selecionável.
- Entrega dos arquivos de texto preferencialmente nos formatos Markdown (.md) ou TXT (.txt).
- Remoção de ruídos comuns em PDFs, como cabeçalhos e rodapés repetidos, números de página isolados, quebras de linha indevidas e hifenizações artificiais.
- Preservação da estrutura original do documento, incluindo títulos, parágrafos, listas e a ordem de leitura correta.
- Garantia de que não haverá perda, duplicação ou embaralhamento de trechos do texto original.

É Importante ressaltar que não há necessidade de reproduzir o layout visual do PDF ou converter os arquivos para o formato Word. O foco principal é obter um texto fiel ao conteúdo original, completamente limpo e otimizado para leitura e processamento por sistemas de IA.

Considerando que os documentos podem conter material jurídico, a confidencialidade, o cuidado no manuseio dos arquivos e a precisão na extração são aspectos de extrema importância.

Antes de contratar o lote completo de páginas, gostaríamos de realizar um teste com uma amostra menor para avaliar a qualidade e a fidelidade do resultado.

Na sua proposta, por favor, inclua as seguintes informações:
- Sua experiência prévia com OCR e conversão de PDFs.
- As ferramentas e tecnologias que você planeja utilizar para realizar o trabalho.
- Os formatos de entrega possíveis (.md e/ou .txt).
- Sua estrutura de preços (por página ou pelo lote completo).
- Se você oferece o serviço de limpeza e revisão dos erros mais evidentes resultantes do processo de OCR.
- Se possível, anexe um exemplo de trabalho semelhante já realizado.