Escolher uma profissão torna-se uma necessidade em determinada época de nossas vidas e os jovens têm grande dificuldade em fazer essa opção, principalmente porque o número de profissões aumenta cada vez mais e o mercado de trabalho torna-se cada vez mais exigente e competitivo.
Para isso será necessário que conheça suas habilidade, seus interesses e sua motivação. É aí que a QueroFuturp pode ser de grande ajuda, facilitando esse momento de escolha, auxiliando o jovem a compreender os vários fatores a considerar: aspectos pessoais, relacionais e sociais. Conhecendo todas essas variáveis ele terá mais condições para definir melhor sua escolha.
Segundo estudos do Instituto Semesp, para cursos presenciais temos uma taxa de evasao de 30% dos alunos de rede privada e de 18,4% da rede publica, isso para o ano de 2019. Para os cursos de EAD, a taxa para a rede publica quase dobra, chegando a 31,6%.
Para os anos de pandemia, os numeros para o setor privado elevam para 37,2% em 2020 e 36,6% em 2021.
Os motivos para que isso aconteca, sao diversos, desde trabalho, perca do emprego durantes esses anos, a falta de renda, falta de infraestrutura, desvinculação em relação ao curso.
O projeto consiste na criação de um chatbot que interage com o usuário, compreendendo seus interesses pessoais, habilidades e estilo de vida, a fim de sugerir a profissão mais adequada. Além disso, o chatbot também oferece orientações sobre os cursos necessários para alcançar essa carreira desejada.
Foi utilizado um banco de dados onde temos as profissões possíveis, suas descrições, e o cursos que levam a essas profissões.
Analise exploratoria e treinamento do modelo;
Exemplo de arquitetura:
Exemplo de visualização:
Cada "x" nesse grafico representa o centro de um cluster ou uma determinada "profissao" conforme novos dados sao adicionados, a.
Para criar essa visualização, utilizamos o metodo de reducao dimensional chamado t-SNE, com ele a dimensao dos dados que possuimos caiu para apenas 2.
Nosso front end mobile first foi desenvolvido utilizando o framework Angular em javascript aplicando padrões como Smart e Dumb components. Esse padrão permite melhor separar a lógica de negócio dos componentes estilizados. Dessa forma é possível facilmente alterar a aparêcia da plataforma, até mesmo trocando completamente de biblioteca de UI ou design system. O front end utiliza o Angular Material e padrões como a sintaxe BEM para classes de SCSS. Nosso backend foi implementado usando o framework flask em python.
-
Coleta de Informações Iniciais do Usuário: O processo começa com a coleta de informações essenciais do usuário. Perguntamos ao usuário sobre seus interesses pessoais, habilidades, preferências de estilo de vida e como ele enxerga seu dia a dia de trabalho. Essas informações são cruciais para entendermos o perfil do usuário e suas preferências.
-
Comparação com a Base de Dados de Profissões: Em seguida, usamos um modelo de semelhança semântica, que é uma ferramenta de processamento de linguagem natural, para comparar as informações fornecidas pelo usuário com nossa base de dados de profissões. O modelo busca correspondências entre as características do usuário e as características típicas associadas a diferentes profissões.
-
Identificação da Profissão Recomendada: Com base na análise de semelhança semântica, o sistema identifica a profissão que melhor se encaixa com o perfil do usuário. Essa profissão recomendada é escolhida com base na correspondência de características, interesses e estilo de vida.
-
Comunicação da Profissão Recomendada ao Usuário: Após a identificação da profissão recomendada, o chatbot comunica essa informação ao usuário. Ele apresenta a profissão sugerida e fornece uma breve descrição do que essa carreira envolve.
-
Sugestão de Cursos para Alcançar a Profissão: Além de recomendar a profissão, o sistema também sugere os cursos e qualificações necessários para que o usuário possa um dia alcançar a profissão recomendada. Isso pode incluir cursos acadêmicos, treinamentos específicos ou certificações.
Em resumo, o fluxograma do projeto começa com a coleta de informações do usuário, passa pela análise de semelhança semântica para sugerir a profissão mais adequada e, em seguida, oferece orientações sobre os cursos necessários para seguir essa carreira.
Taxa para universidades, plataforma de cursos, etc poderem anunciar seus cursos na plataforma da quero
Atração de um grande número de usuários, pessoas interessadas em construir uma carreira, aumentando assim a base de usuários
Novos dados serão adquiridos e podem ser utilizados para outros produtos e utilização interna
Aumentar o número de usuários para as outras plataformas já existente da quero
Testes implementados ate o momento:
- Inicializacao do modelo de cluster Kmeans;
- Leitura dos dados csv como pandas DataFrame;
- ...
- os;
- pickle;
- openai;
- tiktoken;
- numpy;
- pandas;
- sklearn;
- flask;
- matplotlib;
- plotly;