Módulo 2 — Projeto de análise de dados

Um projeto completo, do dado à tela, com a mesma arquitetura dos projetos reais do laboratório.

• Prazo: 1 mês, contado a partir da aprovação no módulo 1
• Base de dados: escolha livre, mas dê preferência a dados do Maranhão

Arquitetura obrigatória

flowchart LR
    A[(Base de dados<br/>CSV, API pública...)] --> B[Backend<br/>FastAPI]
    B -- JSON --> C[Frontend<br/>Next.js]

Camada	Tecnologia	Responsabilidade
Backend	FastAPI	Processar os dados e fornecê-los por meio de uma API
Frontend	Next.js	Interface visual que consome o backend e exibe os dados

Onde encontrar dados do Maranhão

São as mesmas fontes que o laboratório usa no Mapa Social:

Fonte	O que tem
IMESC	Indicadores socioeconômicos do Maranhão
IBGE — SIDRA	Censo, população, PIB municipal e muito mais
IPEADATA	Séries históricas sociais e econômicas por município
DataSUS	Saúde: estabelecimentos, nascimentos, mortalidade

Critério de aprovação

• Código completo no GitHub, em repositório público
• Documentação clara no README, explicando o projeto e como rodar a aplicação
• Apresentação do projeto para o laboratório

O que o README precisa ter

Use esta estrutura como ponto de partida:

# Nome do projeto

Uma ou duas frases sobre o que o projeto mostra.

## Dados
- Fonte: nome e link
- Período e recorte (ex.: municípios do MA, 2010–2022)

## Arquitetura
- Backend: FastAPI — o que ele processa e quais endpoints expõe
- Frontend: Next.js — quais telas e gráficos existem

## Como rodar

### Backend
```bash
cd backend
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
uvicorn main:app --reload
```

### Frontend
```bash
cd frontend
npm install
npm run dev
```

## Endpoints
| Método | Rota | Descrição |
|---|---|---|
| GET | /indicadores | ... |

## Autor
Seu nome — GitHub

Uma estrutura de pastas que funciona bem:

meu-projeto/
├── backend/
│   ├── main.py
│   ├── requirements.txt
│   └── dados/
├── frontend/
│   ├── package.json
│   └── app/
└── README.md

Dicas

• Comece pelo dado. Explore a base num notebook antes de escrever a API.
• Faça o backend funcionar sozinho antes do frontend. O FastAPI gera documentação automática em /docs, ótima para testar.
• Commits pequenos e frequentes, seguindo Conventional Commits.
• Travou? Vá ao laboratório ou comente na sua issue de nivelamento. Pedir ajuda cedo economiza dias.