Automatisch verzamelen en analyseren van GGD-inspectierappor

???? Automatisch verzamelen en analyseren van GGD-inspectierapporten BSO Amsterdam

???? Doel van de opdracht:
Ik ben op zoek naar een developer (eventueel met AI-ervaring) die een geautomatiseerde workflow kan bouwen om GGD-inspectierapporten van BSO-locaties in Amsterdam te verzamelen en analyseren.

Het doel is om te bepalen:

Welke locaties als goed, matig of slecht zijn beoordeeld

Of er maatregelen zijn genomen (zoals boetes of aanwijzingen)

Welke organisaties (houders) overwegend goed of slecht scoren

????? Opdrachtomschrijving
Deel 1: Automatisch downloaden van rapporten
Navigeer naar https://www.landelijkregisterkinderopvang.nl/pp/#/

Voer "Amsterdam" in als locatie

Download alle GGD-inspectierapporten (PDF) van locaties die in de laatste 3 jaar actief zijn

Sla deze op in een gestructureerde map (liefst met LRK-ID of naam in bestandsnaam)

Deel 2: Extractie van gegevens uit PDF's
Voor elk rapport:

Extraheer meetbare gegevens uit de tekst, waaronder bijvoorbeeld:

Aantal tekortkomingen

Aard van tekortkomingen (bijv. veiligheid, pedagogiek, administratie)

Wel/geen handhaving: aanwijzing, last onder dwangsom, bestuurlijke boete

Positieve of negatieve oordelen

Structureren van deze data in een overzicht (Excel / CSV / database)

Deel 3: Analyse en rapportage
Genereer een gestructureerd overzicht per locatie

Genereer een overzicht per houder/organisatie met samenvattende inzichten

Eventueel: visuele weergave (bv. in een dashboard of grafiek)

???? Deliverables
Map met alle gedownloade PDF-rapporten (max. 3 jaar terug)

CSV of Excel-bestand met gestructureerde data per locatie:

Naam locatie

LRK-ID

Jaar van inspectie

Status/kwaliteitsoordeel

Maatregelen of boetes (ja/nee + toelichting)

Thema’s van tekortkomingen (indien van toepassing)

Optioneel: samenvattende rapportage of dashboard per houder

? Gewenste skills
Web scraping (Playwright of Selenium)

PDF-tekstextractie (bijv. PDFplumber, PyMuPDF, of NLP-methodes)

Basis NLP / LLM-integratie (bijv. GPT API) om kernzinnen te detecteren

Python (of andere passende taal)

Goede communicatie en documentatie

???? Timing en budget
Start: zo snel mogelijk

Oplevering: binnen 2 tot 3 weken

Budget: in overleg – graag inschatting op basis van bovenstaande scope

???? Reageren
Graag bij reactie:

Voorbeeld van vergelijkbaar werk (web scraping / PDF-analyse / data-extractie)

Eventuele suggesties voor de aanpak of technische keuzes

Indicatie van benodigde tijd en kosten