Sprint 14 - Limão com Mel
Na Sprint 14, 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 implantação do sinapses. Quanto ao projeto do Nísia Chatbot, as missões foram as seguintes: validar MVP do chatbot; correção de bugs do chatbot; documentar os históricos dos atendimentos das unidades de JEF na SJRN; e dashboard para o Nísia Chatbot.
Dando continuidade à missão de criar uma pipeline para treinamento dos modelos, com ou sem VPN, nesta sprint foi realizada a criação de um bash para dar push dos arquivos no GitJus, através de ajustes na transferência de arquivos via SFTP e ajustes no upload automático para o GitJus. Isso significa que a pipeline está nos estágios finais de preparação para ser executada.
Além disso, ainda no tópico da triagem de perícias, também foram feitos ajustes no sistema de testes. Considerando a modificação da query de extração de dados, a qual foi realizada algumas sprints atrás com o intuito de otimizar essa etapa e diminuir a quantidade de dados necessários, desta vez foi feito um ajuste nas verificações implementadas com o Great Expectations para que estejam atualizadas com a nova abordagem.
Nesta sprint também foi estabelecido que o CEOS, plataforma web que hospeda os modelos da triagem de perícias, passaria por mudanças com o objetivo de melhorar a experiência do usuário ao interagir com a mesma. No frontend, optou-se por remover a necessidade do número processual; mudar nome e logo da aplicação; e reajustar a posição dos campos e botões para facilitar o uso. O primeiro foi finalizado, enquanto os outros estão em execução, aguardando a validação da nova logo que será usada na plataforma. Enquanto isso, o backend foi reestruturado para atender as novas regras do frontend.
Quanto à iniciativa de trabalhar com a equipe do TRF5, para encontrar uma forma de utilizar os classificadores no fluxo do PJE, a equipe fez ajustes na API do CEOS, como requisitado pelo TRF5, e entregou uma documentação dos endpoints.
No projeto do Nísia Chatbot, foram feitos novos ajustes nos botões, como a correção de intenções sem pesquisa de satisfação; reestruturação do menu de certidões; e verificação do envio de sugestão/problema. foi gerado, também, um novo banco contendo os dados tratados, os quais são coletados ao longo da interação com o chatbot. Além disso, efetuou-se alterações no container do projeto, o qual estava sofrendo quedas anteriormente.
Na sprint passada, foram criados painéis BI para os dados de atendimento da JFRN no WhatsApp. Nesta sprint, foi decidido que também seriam criados painéis para visualização dos dados do Nísia Chatbot. Tomando como inspiração o que foi desenvolvido na primeira abordagem, foi iniciado o tratamento dos dados do chatbot para o dashboard, assim como a criação de uma documentação da metodologia adotada.
Datas
Início: 27/04/2023
Entrega: 17/05/2023
Missões
- Criação de pipeline para treinamento dos modelos;
- Implementar testes na etapa de coleta da triagem de perícias;
- Melhorias na aplicação do CEOS;
- Implantação do sinapses;
- Validar MVP do chatbot;
- Correção de bugs do chatbot;
- Dashboard para o Nísia Chatbot.
Tarefas
Criar bash para dar push no GitJus;
- Ajustar queries para o great expectations;
- Remover a necessidade do número processual no CEOS;
- Mudar nome e logo do CEOS;
- Reajustar a posição dos campos e botões para facilitar o uso do CEOS;
- Ajustes nos botões do chatbot;
- Gerar um novo banco com dados do chatbot;
- Corrigir queda do container do chatbot;
- Tratar os dados do chatbot para o dashboard;
- Documentação do tratamento dos dados do chatbot;
- Gerar 120 interações com o chatbot para teste do dashboard.
Entregas
Ajustes na transferência de arquivos via SFTP;
Ajustes no upload automático para o GitJus;
Ajustes e integração de novas verificações do Great Expectations com as queries atualizadas;
Ajustes pedidos pelo TRF5 na API do CEOS;
Documentação dos endpoints do CEOS;
Remoção da necessidade do número processual no frontend do CEOS;
Ajustes no backend do CEOS;
Ajustes no chatbot para as intenções sem pesquisa de satisfação;
Reestruturação do menu de certidões no chatbot;
Verificação do envio de sugestão/problema no chatbot;
Correção do container do chatbot;
120 interações com o chatbot para teste do dashboard.