Ir para o conteúdo

Resultados e Entregas

Esta seção consolida os resultados obtidos com o desenvolvimento do Hub Docente, analisando as entregas, o cumprimento do escopo e a performance da equipe.

1. Resumo das Entregas

O projeto atingiu a etapa final com uma solução funcional que integra dados de três fontes distintas.

  • Frontend (SPA): Interface desenvolvida em React, focada na usabilidade e na visualização clara dos dados dos professores.
  • Backend & Agente Inteligente: API em FastAPI que gerencia a lógica de negócios e integra o modelo de IA para recomendações de orientadores.
  • Pipeline de Dados Híbrido: Solução de web scraping que combina execução automática (SIGAA) com execução assistida (Lattes/Scholar) para contornar bloqueios de segurança.

1.1 Escopo: Planejado vs. Realizado

A equipe adotou a metodologia Scrum, o que permitiu adaptar o escopo ao longo das sprints. A principal alteração de escopo foi técnica, referente à automação total.

Funcionalidade / Requisito Status Observação
Busca e Filtros ✅ Concluído Filtros por departamento, nome e área de atuação.
Perfil Unificado ✅ Concluído Agregação visual de dados do SIGAA, Lattes e Scholar.
Agente de IA ✅ Concluído Chatbot auxiliar para recomendação de orientadores.
Automação 100% (CI/CD) 🔄 Adaptado Mudança Estratégica: Planejamos rodar tudo via GitHub Actions. Porém, o reCAPTCHA do Google/Lattes bloqueia IPs de servidores em nuvem. Solução: Adotamos um modelo híbrido onde a extração complexa roda localmente e commita os dados.
Login de Usuário ❌ Removido Despriorizado para focar na qualidade e higienização dos dados públicos.

2. Lições Aprendidas

O desenvolvimento do Hub Docente envolveu uma equipe de 6 integrantes com papéis definidos, mas colaborativos. Abaixo, destacamos os aprendizados técnicos e de processo.

2.1 O Desafio da Automação (Web Scraping)

A maior lição técnica do projeto foi lidar com medidas anti-bot. Aprendemos que: 1. Serviços como Google Scholar possuem detecção agressiva de ambientes headless (sem interface gráfica), tornando inviável a automação pura em servidores de CI gratuitos (GitHub Actions). 2. A solução requer intervenção humana eventual ou uso de proxies residenciais pagos (inviável para o orçamento do projeto acadêmico). 3. Resultado: A arquitetura foi flexibilizada para aceitar "cargas de dados" manuais, garantindo a continuidade do projeto.

2.2 Experiência da Equipe

A divisão de tarefas permitiu que cada membro se especializasse, mantendo a responsabilidade compartilhada pela documentação.

  • Caio Lacerda (Backend & IA): Aprofundou conhecimentos em arquitetura de dados e na complexidade de integrar LLMs (LangChain) com dados estruturados reais.
  • Ian Pedersoli (Fullstack): Atuou na ponte entre o core da aplicação e a interface, garantindo que os dados complexos do backend fossem renderizados corretamente no React.
  • Arthur Scartezini (Prototipagem & Frontend): Vivenciou o ciclo completo de transformar protótipos de alta fidelidade em componentes de código funcionais.
  • Kaio (Frontend & Gestão): Focou na organização dos ritos do Scrum (atas e reuniões) e no desenvolvimento de interfaces, equilibrando código e processo.
  • Bruno & Paulo (Frontend): Focaram na implementação da interface do usuário, garantindo a responsividade e a fidelidade visual do Hub.

3. Conclusão

O Hub Docente encerra seu ciclo de desenvolvimento acadêmico cumprindo seu objetivo principal: centralizar a informação. Onde antes um aluno precisava de 3 abas e buscas manuais, agora ele tem um perfil único e consolidado.

3.1 Relevância da Solução

O projeto provou ser tecnicamente viável e de alto valor para a comunidade acadêmica da UnB. A integração do Agente de IA demonstrou como tecnologias modernas podem facilitar processos burocráticos, como a escolha de um orientador.

3.2 Futuro do Projeto

Atualmente, a equipe avalia dois caminhos para a sustentabilidade da ferramenta: 1. Open Source: Disponibilizar o repositório para que futuros alunos da disciplina de MDS possam evoluir a ferramenta (adicionando Login ou novos scrapers). 2. Adoção Institucional: Apresentar a solução aos departamentos para avaliar o interesse em hospedar a ferramenta oficialmente.

Anexos

Contribuidores:

Contribuidores