Case secundárioEntregueEntregue

Verificar Licitação

Consulta e análise de licitações públicas com IA

API local e interface web para buscar, filtrar e analisar licitações a partir de arquivos CSV, com enriquecimento via modelo Gemini.

Falar comigo

Node.jsExpressJavaScriptHTMLCSScsv-parsericonv-lite@google/genaidotenvcors

Visão geral

O Verificar Licitação é uma aplicação full stack que permite consultar dados de licitações públicas armazenados localmente. O sistema carrega um arquivo JSON mestre, gerado a partir de CSVs do governo, e expõe endpoints para busca por órgão e objeto, além de uma análise agregada com métricas de sucesso e valores. A interface web consome a API e oferece filtros dinâmicos, tabela de resultados e gráficos. A análise é enriquecida por um modelo de linguagem (Gemini) que gera insights sobre os dados filtrados, como padrões e destaques. A construção prioriza simplicidade e execução local: um servidor Express serve os dados e a lógica de análise, enquanto o front-end estático (HTML, CSS e JavaScript) é servido separadamente ou aberto diretamente no navegador.

A dor

Consultar e analisar licitações públicas dispersas em arquivos CSV é trabalhoso e pouco produtivo. Profissionais precisam cruzar informações manualmente, sem uma visão agregada de sucesso, valores e distribuição geográfica.

A solução

Uma API local que carrega os dados em memória, aplica filtros normalizados e calcula métricas relevantes. Uma interface web consome esses endpoints e apresenta os resultados de forma visual, com suporte de IA para análises textuais.

Abordagem de engenharia

Ingestão e normalização de dados

Conversão de arquivos CSV (codificação latin1, separador ponto e vírgula) para JSON estruturado, com normalização de strings para busca insensível a acentos e maiúsculas.

API de consulta e análise

Endpoints REST para busca filtrada por órgão e objeto, e para análise agregada com cálculo de taxa de sucesso, valor total e distribuição por município.

Integração com IA

Uso do SDK do Google Gen AI para gerar análises textuais sobre os dados filtrados, complementando as métricas numéricas.

Interface web interativa

Front-end em HTML, CSS e JavaScript que consome a API, exibe tabelas e gráficos, e permite filtros adicionais no lado do cliente.

O que o projeto entrega

Busca normalizada que ignora acentos e diferenças de caixa
Cálculo de métricas de sucesso baseado em múltiplos status
Integração com modelo Gemini para análises textuais
Interface com filtros dinâmicos e gráficos

Arquitetura e desafios técnicos

Arquitetura do Verificar Licitação

Aplicação full stack local que carrega licitações de um JSON mestre em memória, expõe uma API REST para consulta e análise agregada, e serve uma interface web estática com suporte de IA via Gemini.

Renderizando diagrama...

Desafios técnicos

Armazenamento em memória vs. persistência em disco

Contexto

Os dados de licitações são volumosos e precisam ser consultados rapidamente, mas o ambiente é local e não há banco de dados dedicado.

Decisão

Carregar o JSON mestre inteiro em memória na inicialização do servidor, evitando I/O a cada requisição.

Trade-off

Consome memória proporcional ao tamanho do dataset e exige reinicialização para atualizações. Mitigado pelo escopo local e pela possibilidade de regenerar o JSON mestre quando necessário.

Normalização de strings para busca insensível a acentos e maiúsculas

Contexto

Os CSVs originais contêm variações de codificação (latin1) e formatos de texto que dificultam buscas consistentes.

Decisão

Aplicar normalização (remoção de acentos, conversão para minúsculas) durante a ingestão e também nos termos de busca.

Trade-off

A normalização pode perder informações de formatação original, mas garante que consultas por órgão ou objeto sejam tolerantes a variações. A mitigação é manter os dados originais no JSON e normalizar apenas para indexação de busca.

Integração com IA sem comprometer a latência da API

Contexto

A geração de análises textuais via Gemini é uma operação externa e potencialmente lenta, que não deve bloquear consultas simples.

Decisão

Separar os endpoints de consulta (rápidos, baseados em memória) dos endpoints de análise com IA, que são acionados sob demanda.

Trade-off

O usuário precisa aguardar a resposta da IA para obter insights textuais, mas as consultas e métricas numéricas permanecem instantâneas. A mitigação é oferecer feedback visual durante a chamada e manter a análise agregada local independente da IA.

Front-end estático servido separadamente vs. integrado ao Express

Contexto

A aplicação prioriza simplicidade e execução local, mas o front-end pode ser aberto diretamente no navegador ou servido pelo Express.

Decisão

Manter o front-end como arquivos estáticos independentes, consumindo a API via CORS habilitado.

Trade-off

A separação facilita o desenvolvimento e o deploy estático, mas exige configuração de CORS e um servidor à parte para a API. A mitigação é documentar o fluxo de execução local e usar o middleware cors para permitir requisições de diferentes origens.

Resultados

Busca em memória com normalização, retornando resultados em tempo real.

Consulta eficiente

Cálculo de taxa de sucesso, valor total e top municípios a partir dos dados filtrados.

Análise agregada

Geração de análises textuais sobre o conjunto de licitações consultado.

Insights com IA

Stack

Node.jsExpressJavaScriptHTMLCSScsv-parsericonv-lite@google/genaidotenvcors

Temas

#licitações#dados públicos#API REST#análise de dados#IA#Gemini#JavaScript

Vamos conversar sobre a próxima oportunidade.

Infraestrutura, IA aplicada, mobile/edge ou integrações críticas — se o desafio exige profundidade, me conte o contexto.

Enviar e-mail Ver outros projetos