Projeto PIP: Engenharia e análise dos dados abertos da Universidade Federal de Ouro Preto.

Este projeto foi submetido ao Projeto de Iniciação Científica - PROPP/UFOP Edital PIP-1S/UFOP Nº 22/2023-24 Programa de Iniciação à Pesquisa - 1º semestre. O orientador do projeto é o Professor Cristiano Silva (DEPRO) e o Coorientador é o Professor Helton Gomes (DEPRO). A Engenharia Organizacional envolve um conjunto de conhecimentos utilizados para a gestão estratégica e organizacional. A estratégia engloba, entre outros, o planejamento estratégico e operacional, a avaliação de desempenho organizacional e os Sistemas de Informação (SI). Com o crescimento da área da computação em geral, o armazenamento de dados em banco de dados, aumentou significativamente. Considerando esse crescimento relacionado à área de desenvolvimento tecnológico e inovação, a realização de análises nos dados abertos (que são públicos) da Universidade Federal de Ouro Preto (UFOP) os quais estão disponíveis publicamente no site dessa Universidade, será de grande valia para toda a comunidade acadêmica e para a sociedade de forma geral. Stair (2016) define um SI como um conjunto de componentes inter-relacionados que irão coletar, manipular, armazenar e disseminar dados e informações fornecendo mecanismos para atingir um objetivo, sendo os dados, os fatos brutos que a partir de uma organização significativa, tornam-se informação, a qual é uma coleção de fatos organizados e processado tendo um valor adicional, que vai além do valor dos fatos individuais. Com isso, tem-se que o objetivo deste projeto é realizar análises a partir desses dados abertos da UFOP para que essas análises possam ser utilizadas por toda comunidade a fim de gerar relatórios a partir desses dados presentes nesse banco de dados. Os softwares utilizados serão open source, baseados em GNU/Linux, os quais não terão custos de licença para a pesquisa e podem ser utilizados de forma livre. Esses softwares são o PostgreSQL, PGAdmin4, PGModeler e o Apache Hop, e as linguagens de programação utilizadas serão SQL, R e Python, que são utilizadas na engenharia, análise e ciência de dados. A metodologia utilizada terá um caráter de Natureza Aplicada e Abordagem Quantitativa.