Joffily joffilyfe

Introdução

O problema está relacionado com o aumento dos casos relacionados as doenças transmitidas pelo vetor da dengue, estas doenças por serem novas para a sociedade brasileira. Por serem doenças que deixam consequencias graves, elas merecem um olhar mais atento dos nosso gestores e da medicina.

O nosso projeto tem o intuito de utilizar dados relativos as doenças transmitidas pelos arbovirus para a criação de ferramentas que possam ser utilizadas pelos nossos parceiros de uma maneira que venha a beneficiar a sociedade.

Eu pessoalmente possou a expectativa de empoderar a sociedade com estas ferramentas, imagine que além da secretaria de saúde, o proprio cidadão recebendo um SMS informativo sobre um possível surto de dengue no seu bairro, baseado na possibilidade de chuva e/ou histórico do entorno da comunidade.

Contextualização

Python

A linguagem de programação Python possui duas vertentes que são utilizadas atualmente por uma muitos desenvolvedores e programas legados. Em uma instalação do sistema operacional Ubuntu 16.04 por exemplo você encontrará duas versões do Python instaladas, contudo a versão 2.7 não é mais recomendada para utilização em novos projetos de software pois o seu suporte oficial irá acabar em breve.

Tendo em vista a longividade dos nossos programas nós devemos utilizar a versão 3 do Python, então vamos ao passo a passo para que isto funcione.

Gerenciador de dependências e pacotes

Um gerenciador de dependências é um software capaz de agrupar, configurar, obter, remover e realizar consultas a uma base de dados com informações de sobre programas ou bibliotecas que podem ser utilizados para a construção de um novo sistema.

Compose file to setup and host a Gitea and Drone environment

This environment is dependent off a common network for docker/git plugin and gitea-server, so for this work fine in closed networks we have to create a custom network before run this composefile.

First create your network:

docker network create gitea-network

Gerência de Recursos Humanos 🔥 🔥

Você foi contratado pela Leuname Aerroc Software Inc para desenvolver um software que possa ser acessado via internet por meio de um web browser. O cadastro e manutenção dos dados relacionados aos funcionários nas filiais da LAS é recorrente e atualmente não há uma solução integrada para realização de consulta à sua base de informações, o que torna dificulta aos seus gestores um acompanhamento mais preciso. O cadastro dos funcionários é feito pelo setor de recursos humanos de cada filial, eles possuem uma ficha padronizada para a coleta de dados dos seus funcionários.

Informações adicionais

A Leuname Aerroc Software possui 26 filiais espalhadas por todo o Brasil e sua matriz fica no estado da Paraíba. Cada filial possui o seu quadro de funcionários.
A ficha de inscrição no RH possui os segintes dados:

Usuário
Senha

	-- entrada_inicial = valor de hora inicial que vc vai passar
	-- entrada_final = valor de hora final que vc vai passar

	-- data_inicial = coluna do banco
	-- data_final = coluna do banco
	CONTE QUANTAS ENTRADAS EXISTEM, para minhas datas na tabela horário
	(entrada_inicial >= data_inicial and entrada_final <= data_final) OR -- (entre horários)
	(entrada_inicial <= data_inicial and (entrada_final <= data_final and entrada_final >= data_inicial)) OR -- (horário final dentro de outro horário)
	((entrada_inicial >= data_inicial and entrada_inicial <= data_final) and entrada_final >= data_final) OR -- (horário final dentro de outro horário) OU
	(entrada_inicial <= data_inicial and entrada_final >= data_final) AND

	def get_setting_by_name(name, settings):
	res = list(filter(myfilter(name), settings))
	if not res:
	return None

	if isinstance(res[0].setting_value, str):
	try:
	value = res[0].setting_value.encode("latin1").decode("utf8")
	except:
	value = res[0].setting_value

	from django import template

	register = template.Library()


	@register.filter
	def normalize_paginator(paginator, current_page):
	pages = list(paginator.page_range)
	pagination = []

	# É preciso instalar o pacote lubridate
	library(lubridate)

	parse_dates <- function(dt, column, formats) {
	dt[, column] <- parse_date_time(x = dt[, column], orders=formats)
	return(dt)
	}

	dataset <- read.csv("secretaria/data/dengue-2015.csv")

	library(tidyverse)
	library(lubridate)
	library(dplyr)

	set.seed(1000)

	wssplot <- function(data, nc=15, seed=1000) {
	wss <- (nrow(data)-1)*sum(apply(data,2,var))
	for (i in 2:nc){
	set.seed(seed)

	validates :day, uniqueness: { scope: [:campus_schedule, :classroom], message: "A turma já possui aula neste horário" }
	validates :day, uniqueness: { scope: [:campus_schedule, :schoolroom], message: "Esta sala já está reservada neste horário" }
	validates :day, uniqueness: { scope: [:campus_schedule, :laboratory], message: "Este laboratório já está reservado neste horário" }