SEMESTRE-01-2019.2 - Python-Sqlite3 Web Scrapper - Monitor de Segurança Pública
SEMESTRE-02-2020.1 - Java-MySQL Stand Alone App - Gráfico de GANTT para Gestores
SEMESTRE-03-2020.2 - Java-Oracle - Cadastro Positivo e Desbancarizados
SEMESTRE-04-2021.1 - Java-Oracle API - Recrutamento por Geolocalização et al.
SEMESTRE-06-2022.1 - Python-MongoDB-LGPD Opt-in, Opt-out
Desafio: Desenvolver uma plataforma com fulcro em Ciência de Dados, capaz de buscar e consumir fontes externas i.e. aplicações legado (in casu "Skilllshare"), suprindo os tomadores de decisão de uma dada instituição de ensino com informações gerenciais.
Os dados são produzidos pelo uso regular de uma plataforma externa de e-learning, por alunos e professores. Assim, o histórico de uso, incluindo as interações pelo chat e logs de sistema, tarefas, desempenho acadêmico dos alunos e satisfação dos usuários podem ser extraídos, compilados e apresentados à Diretoria e/ou acionistas.
Ao final, Educalytics foi capaz de demonstrar o comportamento dos usuários da aplicação legado, provendo inteligência suficiente, suportando o processo de tomada de decisão.
Consequentemente, Educalytics apresenta uma interface gráfica, na forma de dashboard com os dados mais importantes sob o ponto de vista da instituição de ensino contratante.
For DASHBOARD (FRONTEND), please acess: https://gitlab.com/rafaelEstevam/front-educalytics
1) A ARQUITETURA DO EDUCALYTICS
- 2) FRONTEND;
2.5) ENGAJAMENTO DO ALUNO NO DASHBOARD.
- 3) BACKEND - AS 8 CAMADAS (MPConConRVSC).
Model, Payload, Config, Converter, Repository, Validator, Services, Controller.
- 4) BD TRANSACIONAL EDUCALYTICS's (RELACIONAL)
🔧 Frontend: , CCS, , , Styled Components, Axios, .
🔧 COMPASS, MySQL WORKBENCH, SQL Server Management Studio.
🔧 Metodologia Scrum e Ágil;
🔧 OBS Studio / Kdenlive
🪓 Atuei como Software Architect, Data Analyst, Data Modeler, Product Owner e Scrum Master
🪓 Como P.O., compreendi imediatamente a necessidade e realizei comunicação veloz com a equipe para criar uma plataforma de visão estratégica, provendo inteligência ao negócio e habilitado o raciocínio analítico, com dashboard contendo dados de desempenho dos alunos, histórico interações em chat, logs, com escalabilidade.
🪓 Norteei a aplicação para mostrar: i. melhores e piores frequência nas aulas;
ii. maiores e menores interações (chat, para sanar dúvidas e avaliação das aulas dadas);
iii. plataforma funcional com capacidade analítica, essecialmente:
- Ativação: Quantos usuários ativos (aluno/colaboradores) na plataforma legado;
- Engajamento: Conhecer o número de usuários, tipos, seu comportamento (matrícula, curso, disciplina, participação);
- Desempenho: qual o aproveitamento do aluno (nota atingida) e do professor (andamento da turma);
- Participação x taxas de conclusão x desempenho dos alunos/colaboradores;
- Avaliação de reação: Likes, quanto ao conteúdo apresentado, experiência do aluno/colaborador durante o curso;
- Registro do tempo de participação no curso;
- Armazenamento de logs e histórico das conversas do chat;
✔️ No FRONTEND, implementar criptografia e token.
✔️ No BACKEND, implementar arquitetura em oito camadas, com múltiplos BACKENDs (acesso aos 03 BD: transacional, Datawarehouse, aplicação legado).
✔️ Extração e transformação de dados do , simulando os registros de desempenho acadêmico no BD da aplicação legado;
✔️ Extração e transformação de dados do , simulando os registros de de CHAT e logs no BD da aplicação legado;
✔️ , recebe os dados extraídos e transformados (Loading);
✔️ DATA WAREHOUSE - Um Datamart para cada a indicador métrico apresentado no DASHBOARD;
✔️ DASHBOARD, emulando o PDI-PENTAHO, para a apresentação dos dados estratégicos;
✔️ Estudo profundo do PENTAHO, realizando ETL (Extraction, Transformation, Loading) de múltiplas fontes (SQLServer,MongoDB, CSV);
✔️ Implantar BD distribuídos, clusterização e fragmentação.
Deployment No seu dispositivo Vide Pasta "DEPLOYMENT-FIND-STEPS-HERE" acima)
The End.
:arrow_up:
Go Back Up
.