desafio_rafaelaAyres: analista de dados e BI

.gitignore

@@ -0,0 +1,6 @@
+__pycache__/
+*.pyc
+*.pyo
+*.pyd
+venv/
+.env

desafio_RafaelaAyres/readme.md

@@ -0,0 +1,96 @@
+# Desafio Técnico: Analista de Dados e BI (Python/SQL)
+
+Olá! Meu nome é **Rafaela Ayres** e este repositório contém a minha resolução para o desafio técnico do processo seletivo para a vaga de **Analista de Dados e BI (Python/SQL - Remoto)**.
+
+O desafio é composto por duas frentes principais:
+
+- **3 Testes de consultas em SQL**
+- **3 Cases práticos desenvolvidos em Python**
+
+---
+
+## 🚀 Como Executar o Projeto
+
+Para garantir a reprodutibilidade dos scripts, certifique-se de ter o **Python 3** instalado em sua máquina e siga os passos abaixo no seu terminal:
+
+### 1. Clonar o repositório e acessar a pasta do projeto
+
+```bash
+cd desafio_RafaelaAyres
+```
+
+### 2. Configurar o Ambiente Virtual (venv)
+
+Crie e ative o ambiente isolado para evitar conflitos de dependências:
+
+**Linux / macOS:**
+
+```bash
+python3 -m venv venv
+source venv/bin/activate
+```
+
+**Windows (Prompt de Comando / PowerShell):**
+
+```bash
+python -m venv venv
+.\venv\Scripts\activate
+```
+
+### 3. Instalar as Dependências
+
+Com o ambiente virtual ativo, instale os pacotes necessários listados dentro da pasta:
+
+```bash
+pip install -r requirements.txt
+```
+
+> **Nota:** Certifique-se de que o arquivo de requerimentos está nesta pasta antes de rodar o comando.
+
+---
+
+## ⚙️ Estrutura do Projeto e Conexão
+
+### Conexão com o Banco de Dados
+
+Toda a lógica de autenticação e comunicação com o banco de dados está centralizada na pasta de módulos principais:
+
+- 📂 `src/conexao_db.py`
+
+---
+
+## 📊 Resolução dos Testes
+
+### 1. Testes SQL
+
+Os arquivos de consulta estruturada contendo a lógica individual de cada questão estão localizados em:
+
+- 📂 `sql/questao_1.sql`
+- 📂 `sql/questao_2.sql`
+- 📂 `sql/questao_3.sql`
+
+Para visualizar as saídas e resultados reais dessas consultas no terminal, execute o script unificado de respostas:
+
+```bash
+python src/respostas_questoes.py
+```
+
+### 2. Cases Python
+
+Os scripts de manipulação de dados, lógica de negócios e análises gráficas estão separados por arquivos dentro do diretório de cases:
+
+- 📂 `src/cases/questao_1.py`
+- 📂 `src/cases/questao_2.py`
+- 📂 `src/cases/questao_3.py`
+
+**Como executar:** Você pode rodar cada arquivo separadamente para analisar os outputs. Exemplo:
+
+```bash
+python src/cases/questao_1.py
+```
+
+> 📌 **Observação sobre a Questão 3:** Os gráficos e visualizações gerados por este script serão salvos automaticamente no diretório de saída em `src/output/`.
+
+---
+
+Disponível para feedbacks e dúvidas técnicas sobre a arquitetura da solução!

desafio_RafaelaAyres/requirements.txt

@@ -0,0 +1,17 @@
+contourpy==1.3.3
+cycler==0.12.1
+fonttools==4.63.0
+greenlet==3.5.1
+kiwisolver==1.5.0
+matplotlib==3.10.9
+numpy==2.4.6
+packaging==26.2
+pandas==3.0.3
+pillow==12.2.0
+PyMySQL==1.2.0
+pyparsing==3.3.2
+python-dateutil==2.9.0.post0
+seaborn==0.13.2
+six==1.17.0
+SQLAlchemy==2.0.49
+typing_extensions==4.15.0

desafio_RafaelaAyres/sql/questao_1.sql

@@ -0,0 +1,6 @@
+-- 1) Quais são os 10 produtos mais caros da empresa?
+
+SELECT product_cod as codigo, product_name as nome_produto, product_val as valor_produto, dep_name as departamento 
+FROM data_product
+ORDER BY Product_val DESC
+LIMIT 10;

desafio_RafaelaAyres/sql/questao_2.sql

@@ -0,0 +1,6 @@
+-- 2) Quais são as seções dos departamentos 'BEBIDAS' e 'PADARIA'?
+
+SELECT DISTINCT section_cod AS cod_secao, section_name AS secao, DEP_cod AS cod_dep, dep_name AS departamento
+FROM data_product
+WHERE dep_name IN ('BEBIDAS', 'PADARIA')
+ORDER BY dep_name, section_name;

desafio_RafaelaAyres/sql/questao_3.sql

@@ -0,0 +1,8 @@
+-- 3) Qual foi o total de vendas de produtos (em dólares) de cada área de negócios no primeiro trimestre de 2019?
+
+SELECT store.business_name AS area_de_negocios, SUM(sales.sales_value) AS total_vendas
+FROM data_store_cad as store 
+JOIN data_store_sales as sales
+WHERE store.store_code = sales.store_code AND sales.date BETWEEN '2019-01-01' AND '2019-03-31'
+GROUP BY store.business_name
+ORDER BY total_vendas DESC;

desafio_RafaelaAyres/src/cases/questao_1.py

@@ -0,0 +1,55 @@
+# 1) A equipe de desenvolvimento estava cansada de desenvolver as mesmas consultas de sempre, 
+# variando apenas os filtros de acordo com as exigências do chefe.
+
+import pandas as pd
+from src.conexao_db import get_engine
+
+engine = get_engine()
+
+def retrieve_data(product_code=None, store_code=None, date=None):
+
+    query = "SELECT * FROM data_product_sales WHERE 1=1"
+
+    if product_code is not None:
+        query += f" AND PRODUCT_CODE = {product_code}"
+
+    if store_code is not None:
+        query += f" AND STORE_CODE = {store_code}"
+
+    if date is not None:
+        query += f" AND DATE BETWEEN '{date[0]}' AND '{date[1]}'"
+
+    df = pd.read_sql(query, engine)
+
+    return df
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= LISTA DE TESTES #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+teste_product = retrieve_data(
+    product_code=None,
+    store_code=7,
+    date=None
+)
+
+teste_store = retrieve_data(
+    product_code=18,
+    store_code=None,
+    date=None
+)
+
+teste_data = retrieve_data(
+    product_code=None,
+    store_code=None,
+    date=['2019-01-01', '2019-01-31']
+)
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= RESULTADOS #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+print("\nTeste por código de produto:")
+print(teste_product)
+
+print("Teste por código de loja:")
+print(teste_store)
+
+print("\nTeste por intervalo de datas:")
+print(teste_data)

desafio_RafaelaAyres/src/cases/questao_2.py

@@ -0,0 +1,63 @@
+# pylint : disable=line-too-long
+# 2) Um novo cliente lhe enviou duas consultas prontas para serem respondidas. Elas estão listadas abaixo:
+
+import pandas as pd
+from src.conexao_db import get_engine
+
+engine = get_engine()
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= CONSULTAS #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+consulta_1 = """
+SELECT
+      STORE_CODE,
+      STORE_NAME,
+      START_DATE,
+      END_DATE,
+      BUSINESS_NAME,
+      BUSINESS_CODE
+FROM data_store_cad
+"""
+
+consulta_2 = """
+SELECT
+        STORE_CODE,
+        DATE,
+        SALES_VALUE,
+        SALES_QTY
+FROM data_store_sales
+WHERE DATE BETWEEN '2019-01-01' AND '2019-12-31'
+"""
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= MERGE DAS CONSULTAS #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+df1 = pd.read_sql(consulta_1, engine)
+df2 = pd.read_sql(consulta_2, engine)
+
+merge_consultas = df1.merge(df2, on="STORE_CODE", how="inner")
+
+df_final = (
+    merge_consultas
+    .groupby(["STORE_NAME", "BUSINESS_NAME"], as_index=False)
+    .agg({
+        "SALES_VALUE": "sum",
+        "SALES_QTY": "sum"
+    })
+)
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= TRATAMENTO #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+df_final["TM"] = (df_final["SALES_VALUE"] / df_final["SALES_QTY"]).round(2)
+
+df_final = df_final.rename(columns={
+    'STORE_NAME': 'Loja',
+    'BUSINESS_NAME': 'Categoria'
+})
+
+df_final = df_final[["Loja", "Categoria", "TM"]].to_string(index=False)
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= RESULTADOS #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+print("\nQuestão 2:")
+print(df_final)
+

desafio_RafaelaAyres/src/cases/questao_3.py

@@ -0,0 +1,66 @@
+# 3) Criando sua própria visualização
+import pandas as pd
+import matplotlib.pyplot as plt
+import seaborn as sns
+from src.conexao_db import get_engine
+
+engine = get_engine()
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= CONSULTAS #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+# O top 10 dos filmes mais bem avaliados do IMDB
+
+Consulta_1 = """ 
+SELECT Title AS 'Filme', Genre AS 'Gênero', Year as 'Ano de lançamento', Votes as 'Votos'
+FROM IMDB_movies 
+ORDER BY Votos DESC
+LIMIT 10;
+"""
+
+# Os gêneros dos filmes que tem maior receita em bilheteria no ano de 2016
+
+consulta_2 = """ 
+SELECT Genre AS 'Gênero', SUM(RevenueMillions) as 'Receita Total(USD Milhões)'
+FROM IMDB_movies
+WHERE year = 2016
+GROUP BY Genre
+ORDER BY SUM(RevenueMillions) DESC 
+LIMIT 8;
+"""
+
+df_filmes_avaliados = pd.read_sql(Consulta_1, engine)
+
+df_generos_maior_receita = pd.read_sql(consulta_2, engine)
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= GERAÇÃO DE GRÁFICOS #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+# O top 10 dos filmes mais bem avaliados do IMDB
+df_filmes_avaliados['Votos_Milhoes'] = df_filmes_avaliados['Votos'] / 1000000.0
+plt.figure(figsize=(10, 6))
+sns.barplot(x='Votos_Milhoes', y='Filme', data=df_filmes_avaliados, color='royalblue')
+
+plt.title('TOP 10 Filmes com maior engajamento no IMDB', fontsize=14, pad=15)
+plt.xlabel('Votos (Em Milhões)', fontsize=12,  labelpad=10) 
+plt.ylabel('Filme', fontsize=12)
+plt.savefig('output/top_10_filmes.png', bbox_inches='tight')
+plt.close()
+
+
+# Os gêneros dos filmes que tem maior receita em bilheteria no ano de 2016
+plt.figure(figsize=(10, 6))
+sns.barplot(x='Receita Total(USD Milhões)', y='Gênero', data=df_generos_maior_receita, color='royalblue')
+plt.title('Os gêneros com maior receita em 2016', fontsize=12)
+plt.xlabel('Receita Total(USD Milhões)', fontsize=12, labelpad=10) 
+plt.ylabel('Gênero', fontsize=12)
+plt.savefig('output/generos_maior_receita.png', bbox_inches='tight')
+plt.close()
+
+# Ambos gráficos foram salvos na pasta output do projeto.
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#= RESULTADOS #=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+print("Questão 1:")
+print(df_filmes_avaliados)
+
+print("Questão 2:")
+print(df_generos_maior_receita)

desafio_RafaelaAyres/src/conexao_db.py

@@ -0,0 +1,14 @@
+import os
+from sqlalchemy import create_engine
+from dotenv import load_dotenv
+
+load_dotenv()
+
+def get_engine():
+    User = os.getenv("User")
+    Pass = os.getenv("Pass")
+    IP = os.getenv("IP")
+
+    return create_engine(
+        f"mysql+pymysql://{User}:{Pass}@{IP}/looqbox-challenge"
+    )

desafio_RafaelaAyres/src/respostas_questoes.py

@@ -0,0 +1,40 @@
+import pandas as pd
+from .conexao_db import get_engine
+
+engine = get_engine()
+
+# src/respostas_questoes/questao_1.sql
+
+with open("sql/questao_1.sql", "r") as file:
+    query = file.read()
+
+df = pd.read_sql(query, engine)
+
+print("Questão 1:")
+print(df)
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+# src/respostas_questoes/questao_2.sql
+
+with open("sql/questao_2.sql", "r") as file:
+    query = file.read()
+
+df2 = pd.read_sql(query, engine)
+
+print("\nQuestão 2:")
+print(df2)
+
+#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=#=
+
+# src/respostas_questoes/questao_3.sql
+
+with open("sql/questao_3.sql", "r") as file:
+    query = file.read()
+
+df3 = pd.read_sql(query, engine)
+
+df3["total_vendas"] = df3["total_vendas"].map(lambda x: f"$ {x:,.2f}")
+
+print("\nQuestão 3:")
+print(df3)