🚀 Projetos 2025/1

📊 "Como posso usar dados para dar inteligência?"

Confira abaixo a lista de projetos que serão desenvolvidos ao longo do 1º semestre de 2025 na disciplina. Diferente de outros semestres, as equipes deverão selecionar três opções de projeto em ordem de preferência.

💡 Dicas Importantes

Como fazer boas apresentações:

📖 Dicas de slides - IME/USP

⚡ Desenvolvimento do Aplicativo MEPA – Monitoramento da Qualidade Energética

O projeto MEPA tem como objetivo desenvolver um aplicativo para monitoramento da qualidade energética, permitindo que gestores acompanhem em tempo real os dados de energia.

Este projeto faz parte de uma iniciativa maior da Universidade de Brasília (UnB) para consolidá-la como a 4ª universidade mais sustentável do Brasil. Além do monitoramento, será implementado um sistema de recomendação para sugerir os contratos mais adequados para os principais consumidores de energia da instituição.

Atualmente, a solução web já está em produção e conta com uma API disponível para acesso aos dados. A UnB instalou equipamentos de medição em diversos pontos estratégicos do campus para coletar indicadores sobre a qualidade e disponibilidade da eletricidade.

📖 Acessar Documentação
🛠 Habilidades: Python, React, Front-end, Visualização de Dados
⏳ Carga horária: 350 horas
⚙️ Complexidade: Baixa
🌎 Tópicos: IoT, Sistemas Distribuídos, Monitoramento de Energia, DevOps, DataViz
👨‍🏫 Mentor: Guilherme
📱 Telegram 💻 GitHub 📧 Email

🧠 Análise de Sentimentos dos Comentários do Brasil Participativo

A Plataforma Brasil Participativo é a maior plataforma de participação social do governo federal do Brasil, reunindo mais de 1,5 milhão de usuários em apenas três meses. Criada para permitir que a população contribua com a formulação e aprimoramento de políticas públicas, a plataforma foi desenvolvida com software livre, com apoio da Dataprev, da comunidade Decidim-Brasil, do Ministério da Gestão e Inovação em Serviços Públicos (MGI) e do Lab Livre.

O Brasil Participativo OSS adapta os processos participativos do framework Decidim para o contexto brasileiro. Atualmente, a comunidade Decidim Brasil conta com mais de 200 participantes, enquanto a iniciativa OSS Brasil Participativo já mobilizou mais de 100 colaboradores diretos e indiretos em seu primeiro ano.

🎯 Objetivo do Projeto

O projeto visa criar uma ferramenta para análise de sentimentos dos comentários postados na plataforma Brasil Participativo. A ideia é usar um modelo de machine learning de código aberto, sem depender de soluções proprietárias como o ChatGPT.

🚀 Características da solução:

  • ✅ Sem back-end: Toda a interface será desenvolvida usando Jekyll
  • ✅ Captura de comentários via API: Os comentários serão extraídos da API GraphQL da plataforma
  • ✅ Automação por bots: Tanto a captura de dados quanto a análise de sentimentos serão realizadas por bots desenvolvidos para essa finalidade
📖 Acessar Documentação
🛠 Habilidades: Python, Machine Learning, Visualização de Dados
⏳ Carga horária: 350 horas
⚙️ Complexidade: Alta
🌎 Tópicos: Análise de Sentimentos, Opinião Pública, Participação Social
👨‍🏫 Mentor: Guilherme
📱 Telegram 💻 GitHub 📧 Email

GovHubbr - Análise de Gastos Públicos IPEA - Geração Automática de Relatórios Inteligentes

📌 Descrição:
O projeto GovHubbr é uma iniciativa do Laboratório de Software Livre (Lab Livre) da UnB em parceria com o Instituto de Pesquisa Econômica Aplicada (IPEA), com o objetivo de melhorar a gestão e integração dos sistemas de dados estruturais do governo brasileiro.

Os sistemas financeiros do governo armazenam informações essenciais sobre orçamentos, pessoal e estrutura organizacional, mas enfrentam desafios como redundância de dados, inconsistências e falta de interoperabilidade, dificultando a tomada de decisões baseada em evidências.

Para resolver esses problemas, o projeto desenvolve uma solução tecnológica de código aberto que integra e qualifica dados, permitindo melhor acesso, confiabilidade e usabilidade para gestores públicos e sociedade. Com o uso de automação e tecnologias abertas, a iniciativa permite a extração, transformação e visualização eficiente dos dados governamentais, promovendo transparência e eficiência na administração pública.

🌎 Palavras-chave: IPEA, Universidade de Brasília (UnB), Gestão de Dados, Open Source

Objetivo do Projeto

O foco deste projeto é a geração automática de relatórios inteligentes para análise dos dados financeiros do IPEA.

📊 Desafios a serem resolvidos:
✅ Construção de painéis interativos para visualizar os dados financeiros em tempo real.
✅ Aplicação de modelos de Processamento de Linguagem Natural (NLP) para geração automática de textos com base na análise de dados financeiros.
✅ Implementação de resumos automatizados de tendências financeiras e alertas para gestores públicos.
✅ Restrições: Apenas modelos de NLP de código aberto podem ser utilizados, sem dependência de tecnologias proprietárias como ChatGPT.

🛠 Ferramentas e Tecnologias:

  • A plataforma será desenvolvida usando Streamlit, com HTML e CSS customizados para uma interface intuitiva e visualmente rica.
  • Modelos de Machine Learning e NLP serão aplicados para extrair insights e gerar relatórios automatizados.

🔗 Acesse a documentação do projeto

Detalhes do Projeto

  • 🛠 Habilidades necessárias: Python, Machine Learning, NLP, Visualização de Dados, Streamlit
  • ⏳ Carga horária estimada: 350 horas
  • ⚙️ Complexidade: alta

👨‍🏫 Mentor:

🚀 Diferenciais:
✅ Automação inteligente na análise de dados financeiros.
✅ Transparência e eficiência na administração pública.
✅ Código aberto, permitindo escalabilidade e reuso da solução por outras instituições.

Aplicativo de votação presencial com rede local

📌 Descrição:
O objetivo desse aplicativo é permitir votações presenciais utilizando um aplicativo. A ideia eh usar uma rede interna (UDP) com um usuario master que compartilha as questoes a serem votadas e os usuários presentes conseguem votar (a favor, contra, abster). A importancia da rede interna, é permitir a votação e visualizacao dos resultados mesmo em ambientes com internet limitadas.

🌎 Palavras-chave: IPEA, Universidade de Brasília (UnB), Gestão de Dados, Open Source

Objetivo do Projeto

O foco deste projeto é a geração automática de relatórios inteligentes para análise dos dados financeiros do IPEA.

📊 Desafios a serem resolvidos:
✅ Construção de painéis interativos para visualizar os dados financeiros em tempo real.
✅ Aplicação de modelos de Processamento de Linguagem Natural (NLP) para geração automática de textos com base na análise de dados financeiros.
✅ Implementação de resumos automatizados de tendências financeiras e alertas para gestores públicos.
✅ Restrições: Apenas modelos de NLP de código aberto podem ser utilizados, sem dependência de tecnologias proprietárias como ChatGPT.

🛠 Ferramentas e Tecnologias:

  • A plataforma será desenvolvida usando Streamlit, com HTML e CSS customizados para uma interface intuitiva e visualmente rica.
  • Modelos de Machine Learning e NLP serão aplicados para extrair insights e gerar relatórios automatizados.

🔗 Acesse a documentação do projeto

Detalhes do Projeto

  • 🛠 Habilidades necessárias: Python, Machine Learning, NLP, Visualização de Dados, Streamlit
  • ⏳ Carga horária estimada: 350 horas
  • ⚙️ Complexidade: alta

👨‍🏫 Mentor:

🚀 Diferenciais:
✅ Automação inteligente na análise de dados financeiros.
✅ Transparência e eficiência na administração pública.
✅ Código aberto, permitindo escalabilidade e reuso da solução por outras instituições.