Plotka

Hackathon(codeInQuero)

Inteligência Artificial na Escolha da Universidade e na Indicação de Cursos Visão Geral Este projeto utiliza técnicas de Inteligência Artificial (IA) para simplificar o processo de escolha da universidade e para recomendar cursos universitários adequados aos interesses e objetivos dos estudantes. A IA desempenha um papel fundamental na análise de dados educacionais e na personalização das recomendações, ajudando os estudantes a tomar decisões informadas sobre sua educação superior.

Objetivo O objetivo principal deste projeto é fornecer uma ferramenta de apoio à decisão que ajude os estudantes a:

Escolher a universidade que melhor se adapte às suas necessidades e aspirações. Receber recomendações personalizadas de cursos com base em seus interesses acadêmicos e carreiras desejadas. Melhorar a probabilidade de sucesso acadêmico e profissional por meio de escolhas educacionais alinhadas com seus objetivos. Como Funciona

Coleta de Dados A primeira etapa envolve a coleta de dados relevantes, como histórico acadêmico, preferências pessoais, interesses acadêmicos e metas de carreira. Isso pode ser feito por meio de um questionário interativo ou integração com sistemas educacionais existentes.
Processamento de Dados Os dados coletados são processados para identificar padrões e tendências. Técnicas de análise de dados e aprendizado de máquina são aplicadas para entender as preferências individuais e criar perfis de estudantes.
Recomendações Universitárias Com base nos perfis dos estudantes, a IA gera uma lista de universidades que correspondem às suas preferências. Isso leva em consideração fatores como localização, reputação, programas acadêmicos, custo e outros critérios relevantes.
Recomendações de Cursos Além das universidades, a IA também fornece recomendações de cursos específicos que se alinham com os interesses e objetivos acadêmicos do estudante. Isso ajuda os estudantes a montar seu currículo de maneira eficaz.

Tecnologias Utilizadas Aprendizado de Máquina: Algoritmos de machine learning são usados para criar modelos preditivos e de recomendação. Processamento de Linguagem Natural (NLP): NLP é usado para entender e analisar as respostas dos estudantes em questionários ou pesquisas. Bancos de Dados: Os dados dos estudantes são armazenados e gerenciados em bancos de dados seguros. Frontend e Backend: Desenvolvimento de interfaces de usuário interativas e sistemas de back-end robustos para a coleta de dados e apresentação de recomendações. Benefícios Tomada de Decisão Informada: Os estudantes podem tomar decisões mais bem informadas sobre sua educação e carreira. Economia de Tempo: Reduz o tempo gasto na pesquisa de universidades e cursos, simplificando o processo. Sucesso Acadêmico: Ajuda a alinhar os interesses dos estudantes com os programas acadêmicos, aumentando as chances de sucesso. Personalização: As recomendações são altamente personalizadas para atender às necessidades únicas de cada estudante.

Equipe Este projeto foi desenvolvido por uma equipe apaixonada por educação e tecnologia. Conheça alguns dos membros-chave:

Gustavo Henrique Pereira Pedro Henrique Pucci Talison Brendon Mesquita Cardoso Victor Guilherme Branco Portela

Licença Este projeto é distribuído sob a licença: Quero Educação usando Key da OpenIA. Leia a licença antes de utilizar ou contribuir para o projeto.

Possuimos outro repositório destinado a front-end :

https://github.com/VictorGuui/Plotka-Front