Na Sprint 15, a equipe de Business Intelligence (BI) da JFRN, para o projeto da triagem automática de perícias, teve como missões os seguintes tópicos: criação de pipeline para treinamento dos modelos; implementar testes na etapa de coleta da triagem de perícias; melhorias na aplicação do CEOS; e implementações de extensões para o PJe. Quanto ao projeto do Nísia Chatbot, as missões foram as seguintes: extrair textos do WPP; implementar MVP para o chatbot; documentar os históricos dos atendimentos das unidades de JEF na SJRN; e dashboard para o Nísia Chatbot.

Dado que a missão de criar uma pipeline para treinamento dos modelos está nos estágios finais de desenvolvimento, os esforços foram voltados para documentar cada uma das etapas da pipeline, como executá-las e as tecnologias usadas. Atrelado a isso, tem-se, também, a documentação das ferramentas utilizadas na construção do sistema de testes, Great Expectations e Pytest. Além disso, está sendo preparado o processamento da etapa de coleta para criação dos dados de treino, algo que é necessário para a versão da pipeline sem VPN.

Como descrito na sprint anterior, a plataforma WEB que permite interagir com os modelos da triagem, a qual era denominada CEOS, está passando por mudanças com o objetivo de melhorar a experiência do usuário. Nesta sprint, foi executado o reajuste na posição dos campos e botões para facilitar o uso, e mudança no nome e logo. Agora, a plataforma é intitulada Triagem.

Um dos objetivos principais do projeto é disponibilizá-lo no PJe para uso dos servidores. Para isso, nesta sprint, foi realizada a primeira reunião de alinhamento com a equipe de desenvolvimento do TRF1 e CNJ, a qual criou uma extensão para aplicação no PJe, proporcionando o contato para fornecer acesso ao repositório do projeto.

Para Nísia Chatbot, optou-se listar os serviços remanescentes da carta de serviço da JFRN e mensurar a cobertura da mesma no MVP do chatbot. Com base nisso, atualmente está sendo executada a tarefa de inclusão desses serviços no menu do chatbot. Ademais, foi feita a extração e tratamento dos dados de atendimento da 9ª vara.

Quanto à missão de criar um painel BI para visualização dos dados de atendimento do chatbot, foram finalizadas as seguintes tarefas: tratamento dos dados para o dashboard; documentação do tratamento dos dados; e teste da conexão do Qlik com o banco original do Nisia. Em execução, tem-se a implantação da conexão do Qlik com o banco oficial; a configuração de execução automática do novo banco; e a criação da primeira versão do dashboard do Nísia no Qlik.

No tópico de painéis BI, os dashboards, correspondentes aos dados de atendimento no WhatsApp, os quais foram elaborados nas sprints passadas, foram apresentados a servidores das respectivas varas analisadas. Também foi disponibilizado um relatório contendo prints das visualizações criadas.