Skip to content

HackaFeiraPreta/Hackathon

Repository files navigation

Iyalode

Aplicação web demonstrativa criada para o Hackathon Feira Preta.

A Iyalode é uma plataforma de crédito comunitário para microempreendedoras negras periféricas. A proposta é organizar contribuições coletivas, empréstimos internos com juros baixos, trilhas de aprendizado e monitoramento de risco sem depender de colateral bancário.

https://hackathon-feira-preta.vercel.app/

A garantia não é o colateral. É a comunidade.

Status do MVP

Esta versão é uma demo 100% mockada para apresentação. Ela roda no navegador, usa localStorage para simular persistência e já está preparada para evoluir para backend REST, banco de dados e integrações reais de IA.

Logins de demonstração

Admin

Usuário: Adm
Senha: Adm

Empreendedoras

Usuário: Bea Lacerda
Senha: Senha1
Usuário: Aline Rocha
Senha: Senha1
Usuário: Bruna Conceicao
Senha: Senha1

Outras empreendedoras mockadas também usam a senha Senha1.

Funcionalidades

Tela da usuária

  • Resumo financeiro com contribuições, empréstimos aprovados e juros.
  • Gráfico anual compacto e responsivo.
  • Solicitação de empréstimo com cálculo automático de juros de 3%.
  • Aba de contribuições com status por mês.
  • Status Mês fechado em cinza e Abrirá em breve em laranja, mantendo o estado desabilitado.
  • Trilha de aprendizado com cursos e vídeos vinculados ao Sebrae.
  • Comunidade com chat mockado entre empreendedoras.
  • Alertas com IA simulada que responde olhando os cursos cadastrados na plataforma.

Tela do ADM

  • Dashboard financeiro com:
    • total de contribuição;
    • total de empréstimos;
    • total no caixa;
    • total de usuárias;
    • total de juros;
    • taxa de manutenção da plataforma.
  • Gráfico de linha do tempo compacto.
  • Ranking de segmentos que mais solicitaram empréstimos.
  • Aba Empreendedoras com tabela/lista de cadastradas e ação de exclusão.
  • Aba Empréstimos com aprovação ou rejeição.
  • Empréstimos já aprovados ou rejeitados ficam bloqueados para nova decisão.
  • Telas de Empréstimos e Empreendedoras responsivas, virando cards em telas menores.
  • Alertas administrativos com visão de risco coletivo.

Dados mockados

Os dados principais ficam em:

src/data/mockData.ts

Esse arquivo contém:

  • empreendedoras;
  • negócios;
  • coletivo;
  • contribuições;
  • empréstimos;
  • pagamentos;
  • eventos de risco.

A Bea Lacerda já está cadastrada no mock central e recebe contribuições simuladas junto com as demais empreendedoras.

Stack

  • React
  • TypeScript
  • Vite
  • Vitest
  • Lucide React
  • CSS puro
  • localStorage para persistência mockada

Como rodar localmente

Instale as dependências:

npm install

Rode o servidor local:

npm run dev

Acesse:

http://127.0.0.1:5173/

Scripts

npm run dev
npm run build
npm run lint
npm run test

Validação

Antes de publicar, rode:

npm run test
npm run lint
npm run build

Deploy na Vercel

Configuração recomendada:

Framework Preset: Vite
Install Command: npm install
Build Command: npm run build
Output Directory: dist

Se o projeto for publicado por uma organização, a conta usada no deploy precisa estar dentro do time da Vercel dessa organização e ter acesso ao repositório no GitHub.

Estrutura principal

src/
  data/
    mockData.ts
    learningContent.ts
  domain/
    financeService.ts
    learningService.ts
    matchingService.ts
    recommendationService.ts
    riskService.ts
    scoreService.ts
    models.ts
  App.tsx
  App.css

Motores de domínio

O projeto também contém serviços de domínio para a evolução do produto:

  • matchingService: sugere grupos e calcula score de resiliência coletiva.
  • riskService: monitora sinais de risco individual e coletivo.
  • scoreService: calcula fatores de score.
  • recommendationService: sugere ações preventivas.
  • financeService: calcula fluxo de caixa do coletivo.
  • learningService: monta trilhas de aprendizado.

Próximos passos

  • Criar backend REST.
  • Persistir dados em PostgreSQL ou Supabase.
  • Implementar autenticação real por perfil.
  • Criar painel específico para mentoras.
  • Integrar IA/ML real para matching, risco e recomendação educacional.
  • Formalizar consentimento e auditoria LGPD.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors