Skip to content

Esparta-Solucoes/TOTVS-ATLAS

Repository files navigation

TOTVS ATLAS

Sobre o Projeto

O TOTVS Atlas é um projeto desenvolvido para responder aos desafios apresentados no Enterprise Challenge 2025 da FIAP. A proposta consiste na criação de um agente de inteligência artificial (IA) capaz de interpretar relatórios complexos, gerar insights relevantes e sugerir ações personalizadas aos stakeholders de cada empresa.

Objetivo

Criar um agente de IA orquestrado, integrando técnicas avançadas de:

  • Clusterização inteligente de clientes
  • Análise preditiva
  • Geração de relatórios automatizados

O objetivo central é personalizar a jornada dos clientes da TOTVS, atuando como um "copiloto analítico" que interpreta dados em tempo real, gera insights estratégicos e recomenda ações específicas para retenção, aumento da satisfação e exploração de oportunidades de negócio.

Público-Alvo

  • Interno (TOTVS):

    • Gestores e analistas das áreas de:

      • Sucesso do Cliente
      • Suporte
      • Marketing
      • Comercial
  • Externo (Clientes Empresariais B2B):

    • Empresas de diversos setores:

      • Saúde
      • Varejo
      • Logística
      • Outros segmentos relevantes

Impacto Esperado

  • Aumento da satisfação dos clientes TOTVS por meio da personalização da jornada do cliente.
  • 📈 Redução significativa do churn, através da detecção proativa de riscos.
  • 🚀 Aumento da receita com estratégias inteligentes de upsell e cross-sell orientadas por dados.
  • Maior agilidade na tomada de decisão, impulsionada por suporte contínuo da IA.

Diferenciais Competitivos

Característica Soluções Tradicionais TOTVS Atlas
Segmentação de clientes Genérica ou manual Clusterização inteligente com IA
Insights e recomendações Relatórios estáticos Insights dinâmicos orientados por dados
Estratégia de personalização Genérica Adaptada ao perfil específico do cliente
Compreensão de linguagem Não disponível Consultas utilizando modelos de LLM
Integração de dados Fragmentada Pipeline unificado e orquestrado

Tecnologias Utilizadas

  • Inteligência Artificial (IA)
  • RAG
  • Machine Learning (ML)
  • BI
  • Vectorstore
  • SGBD
  • Cloud
  • Clusterização

⚙️ Como executar:

Pré-requisitos

  1. Instale o Poetry (gerenciador de pacotes) na versão 2.1.1:

Windows:

(Invoke-WebRequest -Uri https://install.python-poetry.org/2.1.1 -UseBasicParsing).Content | py -

Mac/Linux:

curl -sSL https://install.python-poetry.org/2.1.1 | python3 -

Verifique a instalação:

poetry --version  # Deve exibir: Poetry (version 2.1.1)

Se você tiver uma versão diferente instalada, pode desinstalá-la primeiro:

# Windows
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py - --uninstall

# Mac/Linux
curl -sSL https://install.python-poetry.org | python3 - --uninstall

Instalando dependências e configurando o ambiente

# Instale as dependências usando o Poetry
poetry install

# Ative o ambiente do Poetry
poetry shell

🐳 Executando com Docker

Para facilitar a execução da aplicação em um ambiente isolado e consistente, você pode usar o Docker e o Docker Compose.

Pré-requisitos:

  • Docker e Docker Compose instalados.

Passos:

  1. Crie o arquivo de ambiente: Na raiz do projeto, crie um arquivo chamado .env e preencha com suas credenciais. Use o arquivo .env.example como modelo.

    # Configurações do Banco de Dados
    DB_SERVER=seu_servidor_db
    DB_DATABASE=seu_banco_de_dados
    DB_USERNAME=seu_usuario
    DB_PASSWORD=sua_senha
    
    # Configurações do Qdrant
    QDRANT_URL=sua_url_qdrant
    QDRANT_API_KEY=sua_chave_api_qdrant
    
    # Configurações da LLM (Gemini)
    GEMINI_API_KEY=sua_chave_api_gemini
  2. Construa e inicie os contêineres: Execute o comando a seguir na raiz do projeto. Ele irá construir a imagem da API e iniciar o serviço em background.

    docker-compose up -d --build
  3. Acesse a API: A aplicação estará disponível nos seguintes endereços:

  4. Verificando os logs: Para acompanhar os logs da aplicação em tempo real, use o comando:

    docker-compose logs -f
  5. Parando a aplicação: Para parar e remover os contêineres, execute:

    docker-compose down

⚠️ Atenção

A partir da versão 2.4, o PyTorch oferece suporte oficial ao Python 3.12, incluindo a funcionalidade torch.compile. Para garantir máxima estabilidade e compatibilidade com todas as bibliotecas utilizadas neste projeto, recomendamos o uso do Python 3.11.8, conforme especificado no arquivo pyproject.toml.

Equipe


© 2025 - Projeto desenvolvido para o Enterprise Challenge 2025 da FIAP

About

TOTVS ATLAS é um projeto cuja a proposta é atender os desafios do Enterprise Challenge 2025 da FIAP. O projeto busca criar um agente de IA capazes de entender relatórios gerando insights para stakeholders de cada empresa.

Topics

Resources

License

Security policy

Stars

Watchers

Forks

Packages

 
 
 

Contributors