Ecossistema PCM
Inteligência Operacional
Uma plataforma End-to-End para monitoramento de manutenção ferroviária. Integra ingestão de dados complexos, API Python robusta e interfaces React em tempo real.
Experience Layer • Real-Time Operations
Atividades em Tempo Real
| Status | Atividade | Horário | Duração |
|---|---|---|---|
| Concluído | Manutenção de Via (Socaria)ID: #102 | I: 08:00F: 12:00 | 4h 00m |
| Atrasado | Troca de DormentesID: #103 | I: 09:30F: 11:00 | 4h 00m |
| Executando | Inspeção de SinaisID: #104 | I: 13:00F: 17:00 | 4h 00m |
| Aguardando | Lubrificação de AMVID: #105 | I: 14:00F: 16:00 | 4h 00m |
Live Feedback
Indicadores de Tempo Real
Manutenção Via (Início)
00:45 / 02:00
Troca Dormentes (Final)
01:50 / 02:00
Próxima Atualização
10:00
Intelligence Layer • Analytics & Strategy
Painel Operacional
Live Updating
142
Total Atividades
Overview Gerencial
Curva S (Acumulado)
Visão Estratégica
Aderência por Gerência (Sintético)
FERRONORTE
SP NORTE
Detalhamento Semanal
Tech Stack & Tools
Python / Flask
REST API & Logic
React / Vite
Frontend SPA
PostgreSQL
Single Table DB
Playwright
Reporting Bot
Azure AD
MSAL Auth
Pandas
Complex ETL
Render/Vercel
Cloud Hosting
O Problema
A operação dependia de planilhas dispersas e reports manuais, dificultando a tomada de decisão em tempo real. O desafio era unificar dados de Excel/CSV e sistemas legados em uma única fonte da verdade.
Além disso, era necessário distribuir essa informação de forma proativa para gerentes via E-mail/Teams sem intervenção humana.
Solução Técnica
Backend & API (Flask)
Desenvolvi uma API RESTful em Python com SQLAlchemy. A arquitetura utiliza uma 'Tabela Única Otimizada' para performance de leitura em dashboards.
ETL & Automação
Scripts Python processam planilhas complexas com Pandas, aplicam regras de negócio (Mecanização, Status) e salvam no PostgreSQL. Um bot com Playwright tira screenshots do dashboard e envia relatórios automáticos.
Frontend Moderno
Interface React (Vite) com TailwindCSS e Recharts. Foca em UX para operadores: Dark Mode, Live Timers para atividades em andamento e filtros dinâmicos.
sources: [Excel, CSV, Legacy Systems]
↓ (Python ETL)
database: PostgreSQL (Tabela 'atividades')
↓ (SQLAlchemy)
backend: Flask API (Business Rules)
↓ (JSON)
frontend: React Dashboard (Real-time View)
↓ (Playwright)
output: Automated Email Reports
Impacto Real
Redução de 90% no tempo de confecção de relatórios e aumento na aderência ao plano de manutenção.
Voltar para Home