Coleta de documentos regulatórios

• Processo: 24/09245-0
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de setembro de 2024
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Danilo Amaral de Oliveira
• Beneficiário: André Almeida Rocha
• CNAE: Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet ; Outras atividades de prestação de serviços de informação não especificadas anteriormente
• Vinculado ao auxílio: 23/16491-5 - Sigalei Analytics: Transformando Documentos Regulatórios em Decisões Estratégicas, AP.PIPE
• Assunto(s): Tolerância a falhas
• Palavra(s)-Chave do Pesquisador: Tolerância a Falhas | web crawling | Engenharia de dados

Resumo

O bolsista atuará no desenvolvimento de robôs automatizados para a coleta de documentos regulatórios nas suas respectivas fontes publicadoras. É importante ressaltar que documentos regulatórios envolvem os seguintes tipos de documentos: Diários Oficiais, Portarias, normas infralegais, leis ordinárias, Projetos de Lei e Propostas de Emenda à Constituição. Nesse projeto, a prioridade será a extração de leis publicadas à nível federal, estadual e das capitais e se estenderá aos outros tipos normativos citados. A alta variabilidade dos tipos de documentos e o grande volume das fontes de publicação, nos diferentes níveis federativos, apresentam um grande desafio para esta atividade. Outro obstáculo comumente encontrado e que requer elevada capacidade de propor soluções é a presença de tecnologias de bloqueio de coleta automatizada, o que contradiz a orientação federal, a qual orienta a publicação seja com arquivos em formato aberto e "amigável" à coleta por software.Por fim, o bolsista também será responsável por realizar correções nos robôs desenvolvidos para que o fluxo de transformação de documentos não estruturados em dados acionáveis seja executado (e permaneça) sem erros.