Skip to content

helloisachinaide/ProjetoAPI4

Repository files navigation

Projeto Integrador - API 4

Nós, alunos do 4º semestre do curso de Logística da Fatec, desenvolvemos este projeto com o propósito acadêmico de complementar e aprimorar nossa capacidade analítica e logística, envolvendo a prática da interdisciplinaridade. O Projeto é baseado na metodologia ágil SCRUM, buscando desenvolver a proatividade, autonomia, colaboração e entrega de resultados dos estudantes envolvidos.

Índice

Projeto (API)

O nosso parceiro acadêmico solicitou a equipe que analisasse a eficiência operacional do sistema portuário brasileiro referente aos anos de 2014 a 2023, especificamente sobre o carregamento de granéis, abrangendo três áreas principais. Primeiramente, busca-se entender a variação da prancha média operacional de carregamento de granéis sólidos (t/h) mensalmente dos anos includos, desenvolvendo um modelo de projeção baseado em tendências tanto para analisar quanto prever futuros desempenhos. Em segundo lugar, pretende-se avaliar a distribuição estatística dos tempos portuários de operação no berço, a fim de identificar padrões e variações na eficiência de carregamento. Por fim, o projeto visa rankear de eficiência dos 10 principais terminais de movimentação de granéis, com base na quantidade de berços disponíveis e na prancha média operacional, proporcionando uma visão clara sobre a performance relativa desses terminais e possibilitando a identificação dos mais eficientes.

Equipe

Função Nome LinkedIn
Product Owner Matheus Belônia Linkedin Badge
Scrum Master Helloísa Reis Linkedin Badge
Team Member Brenda Nogueira Linkedin Badge
Team Member Christopher Leão Linkedin Badge
Team Member Vinícius Tomé Linkedin Badge
Team Member Luan Costa Linkedin Badge
Team Member Victor Teixeira Linkedin Badge

Objetivo do Projeto

Este projeto tem como objetivo analisar a eficiência operacional do sistema portuário brasileiro:

  • Analisar a variação mensal da prancha média operacional de carregamento e desenvolver um modelo de projeção com base em tendências;

  • Avaliar a distribuição dos tempos de operação para carregamento de granéis no berço;

  • Elaborar um ranking de eficiência dos 10 principais terminais de movimentação de granéis;

  • Criar um dashboard para apresentar os resultados da análise e ranking de forma clara e informativa;

  • Utilizar ferramentas como R para criar a analise desta modelagem;

  • Desenvolver e aplicar a metodologia DEA (Data Envelopment Analysis)

  • Desenvolver habilidades técnicas das tecnologias utilizadas

Tecnologias Utilizadas

jira github powerbi python sql sql

Sprints

Sprint Previsão Status Histórico
Kick Off 03/09/2024 concluído Ver Relatório
01 27/09/2024 concluído Ver Relatório
02 18/10/2024 concluído Ver Relatório
03 08/11/2024 concluído Ver Relatório
04 29/11/2024 concluído Ver Relatório
Feira de Soluções 12/12/2024 a fazer Ver Relatório

Requisitos

Requisitos funcionais

  • Construção de uma série histórica em formato acessível que agregue os dados de movimentação de 2014 a 2023
  • Interface em BI para avaliação de indicadores portuários (tempos de processamento e espera, produção dos shiploaders em termos de processamento por hora)
  • Modelo de projeção de tendência da produtividade dos shiploaders
  • Compartilhamento do código pelo Google COLAB
  • Rankeamento dos portos por meio da aplicação do DEA

Requisitos não funcionais

  • Usar tecnologias especifícas/apoio/tecnológicas
  • Metodologias ágil
  • Power BI / Jira / SQL / Linguagem R

Backlog do produto

  • Calcular a prancha média operacional mensal

  • Calcular o tempo de processamento e espera

  • Projeção estatísticas dos terminais portuários

  • Elaborar de um ranking de eficiência para os 10 principais terminais de movimentação de graneis de milho

  • Projeção de tendência da produtividade dos shiploaders

  • Rankeamento dos portos por meio da aplicação do DEA

    Sprint 1

  • Criar backlogs

  • Criação do Repositório no GitHub

  • Estudar linguagem de programação R

  • Desenvolvimento e aprendizagem da metodologia DEA

  • Analisar dados

Sprint 2

  • Criação de código para tratar os dados no Phython
  • Calcular a prancha média operacional mensal
  • Criar gráfico de tendência do produto
  • Calcular o tempo de processamento dos shiploaders
  • Desenvolvimento protótipo do dashboard
  • Variavéis DEA

Sprint 3

  • Elaborar de um ranking de eficiência para os 6 principais terminais de movimentação de graneis de milho por meio do DEA
  • Análise do tempo de espera e operação
  • Ajuste no dashboard

Sprint 4

  • Ajsutes finais do dashboard

MVP do produto

Clique aqui para acessar o código:

Phython

  • Dashboard

image

image

image

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published