BigData App | Analytics Dashboard 📊
Um sistema de Gestão de Conhecimento e Análise de Dados desenvolvido para monitorar o engajamento e o desempenho de alunos. O painel oferece métricas em tempo real, gráficos interativos e relatórios dinâmicos sem a necessidade de recarregamento da página (comportamento de SPA).
🚀 Funcionalidades
- Painel de Visão Geral (Dashboard):
- Cards com métricas consolidadas (Total de Alunos, Nota Média Geral, Tempo Médio de Uso e Total de Acessos).
- 4 Gráficos Interativos gerados dinamicamente:
- Distribuição por Curso (Gráfico de Rosca).
- Uso de Dispositivos (Gráfico de Barras).
- Tempo Médio de Uso por Curso (Gráfico de Área/Ondulação).
- Níveis de Engajamento (Gráfico de Pizza).
- Relatórios Dinâmicos (AJAX + Modal):
- Consulta detalhada de dados de Alunos, Cursos e Tempo de Uso.
- Os dados são consumidos via API interna (JSON) e renderizados em uma janela modal sobreposta ao dashboard principal, garantindo uma navegação rápida e fluida.
🛠️ Tecnologias Utilizadas
- Backend: Python e Django.
- Análise e Tratamento de Dados: Pandas e NumPy (processamento de arquivos CSV).
- Visualização de Dados: Plotly Express (geração dos gráficos HTML).
- Frontend: HTML5, CSS3 e Vanilla JavaScript (Fetch API para requisições assíncronas).
- Infraestrutura: Docker (Containerização do ambiente de desenvolvimento).
🐳 Como executar o projeto
Certifique-se de ter o Docker instalado na sua máquina.
1. Construir a imagem Docker:
No terminal, dentro da pasta raiz do projeto (onde está o Dockerfile), execute:
docker build -t faculdade_dashboard .
2. Executar o container e iniciar o servidor:
Para rodar a aplicação mapeando a porta e ativando o volume (para que as alterações no código reflitam em tempo real sem precisar de um novo build), execute:
docker run --rm -p 8000:8000 -v "$PWD:/app" faculdade_dashboard
3. Acessar a aplicação:
Abra o seu navegador e acesse: http://localhost:8000/
📂 Estrutura de Dados
O sistema consome os dados a partir de uma base tratada em formato CSV (Base_Tratada.csv), extraindo informações como:
- Perfil do aluno (Idade, Região, Curso).
- Métricas acadêmicas (Nota Média, Classificação de Desempenho e Engajamento).
- Comportamento de acesso (Dispositivo, Tempo de Uso em minutos, Acessos por semana e Data).