🌐 BiT App — Ecossistema Inteligente de Desenvolvimento Humano e Profissional

Conectando pessoas, oportunidades e bem-estar através da tecnologia.

Desenvolvido durante o Hackathon App BiT (Black in Tech) — Wongola EdTech
Parceiros: Oracle Next Education (ONE) e No Country • Equipe 68

🔗 Demonstração ao vivo: s06-26-appbit-demo.onrender.com
Crie sua conta em segundos pelo "Primeiro Acesso". A instância já vem povoada com vagas, cursos e perfis de exemplo.
Hospedado no plano gratuito do Render: o primeiro acesso após inatividade pode levar ~1 minuto para o serviço acordar.

📖 Sobre o Projeto

O BiT App é uma plataforma digital desenvolvida para promover inclusão, desenvolvimento profissional e qualidade de vida através de uma abordagem integrada e inteligente.

Diferente das plataformas tradicionais focadas apenas em empregabilidade, o BiT App atua como um ecossistema 360°, conectando:

✅ Formação Profissional

✅ Orientação de Carreira

✅ Empregabilidade

✅ Saúde Mental

✅ Infraestrutura Tecnológica Regional

✅ Inteligência Artificial (Google Gemini, orquestrada via n8n)

Nosso objetivo é reduzir barreiras de acesso ao mercado de trabalho, oferecendo recomendações personalizadas, suporte emocional preventivo e acesso inteligente a oportunidades compatíveis com o perfil de cada usuário.

🎯 Problema

Milhões de pessoas enfrentam desafios simultâneos ao buscar crescimento profissional:

Falta de orientação de carreira;
Dificuldade para identificar lacunas técnicas;
Escassez de oportunidades compatíveis;
Problemas emocionais causados por pressão profissional;
Limitações de infraestrutura digital em determinadas regiões.

Atualmente essas soluções encontram-se fragmentadas em diversas plataformas.

O BiT App unifica toda essa jornada em um único ambiente inteligente.

💡 Nossa Solução

O BiT App utiliza Inteligência Artificial, análise geográfica e dados reais de infraestrutura de rede para criar uma experiência personalizada de desenvolvimento humano e profissional.

Fluxo Principal

flowchart TD

A[Cadastro do Usuário] --> B[Mapeamento de Perfil]

B --> C[Análise por IA — Gemini via n8n]

C --> D[Identificação de Competências e Lacunas]

D --> E[Recomendação de Cursos e Trilhas]

E --> F[Match Inteligente de Vagas]

F --> G[Check-in Diário de Bem-Estar]

G --> H[Evolução Contínua]

🚀 Funcionalidades

🧠 Orientação de Carreira com IA

O sistema analisa hard skills, soft skills, experiências e objetivos do usuário, gerando mapeamento de lacunas técnicas, recomendações de estudo e plano de desenvolvimento personalizado. A análise é feita pelo agente de orientação (Gemini 2.5-flash via n8n), enriquecida em tempo real com o catálogo de cursos da própria plataforma (RAG).

Endpoint

POST /api/assessment?usuarioId=1
Content-Type: application/json

{
  "nome": "João Silva",
  "idade": 25,
  "escolaridade": "Superior incompleto",
  "experiencia": "1 ano de estágio",
  "hardSkills": ["Java", "Spring Boot", "SQL"],
  "softSkills": ["Comunicação", "Trabalho em equipe"],
  "tecnologias": ["VS Code", "Git", "Docker"],
  "area": "Java",
  "tipo": "assessment",
  "idioma": "pt"
}

Resposta

{
  "success": true,
  "data": {
    "compatibilidade": 72,
    "nivel": "Júnior Pleno",
    "pontosFortes": ["Java", "Spring Boot"],
    "gaps": ["Docker", "AWS"],
    "planoDesenvolvimento": ["Estudar containerização", "Certificações cloud"]
  }
}

💼 Match Inteligente de Oportunidades

O BiT App conecta usuários a vagas compatíveis com seu perfil por correspondência de competências: um tokenizador dedicado compara as skills do usuário com os requisitos de cada vaga (tratando variações como termos entre parênteses, separadores "/", "e", "ou") e calcula o percentual de compatibilidade — individual (/api/vagas/{id}/match) ou em lote para todas as vagas (/api/vagas/match-lote).

❤️ Saúde Mental com protocolo CVV

A plataforma acompanha o bem-estar do usuário com check-ins diários por nota (escala ordinal: 9, 7, 5, 3, 1), acolhimento humanizado gerado pelo agente de saúde mental (Gemini via n8n) e encaminhamento aos canais oficiais de apoio — CVV, Disque 188 — presente em todas as páginas da aplicação.

🛡️ Invariante de segurança

A decisão de encaminhar ao CVV é 100% determinística e acontece exclusivamente no backend Java — a IA nunca participa dessa decisão. As regras são código auditável:

Notas mais baixas da escala disparam acolhimento e derivação imediatos;
O sistema agrega a pior nota de cada dia e monitora a tendência da semana (padrão persistente de notas baixas em 3 dos últimos 5 dias também gera derivação);
A IA atua apenas na camada de linguagem (mensagem de acolhimento e leitura emocional), nunca na regra de segurança — se a IA estiver indisponível, a proteção continua funcionando.

Endpoints

POST /api/saude
Content-Type: application/json

{
  "usuarioId": 1,
  "nota": 9,
  "contexto": "Consegui terminar meu projeto hoje",
  "idioma": "pt"
}

Resposta

{
  "success": true,
  "data": {
    "mensagem": "Que ótimo saber que o dia rendeu! Comemorar as conquistas também faz parte da jornada.",
    "acaoSugerida": "Anote o que funcionou hoje para repetir amanhã.",
    "derivarCvv": false,
    "nota": 9,
    "alerta": null,
    "nivelDerivacao": null,
    "leituraEmocional": "Dia produtivo e ânimo elevado.",
    "tendenciaSemana": false
  }
}

Quando há sinal de risco, nivelDerivacao é preenchido pelo backend e derivarCvv passa a true, acionando o fluxo de apoio. O histórico de check-ins fica disponível em GET /api/saude/historico?usuarioId=1.

📡 Infraestrutura Regional com Dados Reais

O sistema ingere o dataset Vísent — medições reais de antenas homologadas pela ANATEL na região de Florianópolis (132 antenas, milhares de registros de tráfego por período) — e permite consultar a qualidade de conectividade na região do usuário via GET /api/network-status/{usuarioId}. Esses dados contextualizam a distribuição de oportunidades e as estratégias de inclusão digital.

🗺️ Mapa de Lazer e Bem-Estar

Mapa interativo (Leaflet) com pontos reais de lazer em Florianópolis, geolocalização do usuário e cálculo de rota até o destino escolhido (roteamento via OpenRouteService, chamado com segurança pelo backend em POST /api/rota — a chave nunca vai ao navegador).

🎓 Cursos com Geolocalização e Inscrição

Catálogo de cursos com filtros por região, gratuidade e instituições beneficentes, incluindo unidades presenciais reais de Florianópolis com coordenadas — integradas ao mapa — e fluxo de inscrição (POST /api/cursos/inscrever).

🌎 Internacionalização (PT/ES)

Interface e respostas dos agentes de IA em português e espanhol. A preferência é definida no cadastro, aplicada no login e enviada aos agentes pelo campo idioma.

🛡️ Motor Inteligente de Contingência

Caso o n8n ou o Gemini estejam indisponíveis, o backend gera respostas localmente:

IA indisponível (n8n / Gemini)
          ↓
Fallback local (OrientacaoService / SaudeMentalService)
          ↓
Experiência preservada — e a regra de segurança do CVV,
por ser local e determinística, nunca sai do ar

Limitações conhecidas:

O workflow n8n exportado em n8n/ referencia a URL do serviço via valor fixo nos nós "Buscar Catálogo (RAG)" e "Buscar Roadmap" — ao importar em outra instância, ajuste a URL desses dois nós para o seu deploy.

O match de compatibilidade do assessment é uma estimativa gerada pelo modelo (Gemini), informada pelo perfil do usuário, pelo catálogo de cursos e pelo roadmap da área — sem fórmula determinística. Validada como direcionalmente sensível ao perfil nos testes manuais. Evolução prevista: score via embeddings + similaridade de cosseno, com o LLM restrito à análise qualitativa (gaps e plano de desenvolvimento).

A transição de status de mentoria (aguardando → confirmada → concluída) é feita via API (PATCH /api/mentorias/{id}/status), sem painel dedicado para o mentor nesta fase — operação realizada pela equipe.

A família de endpoints de mentorias/histórico está em permitAll, sem validação de posse do usuarioId — débito de segurança registrado para evolução.

🎬 Modo Demonstração

Com a variável DEMO_SEED=true, a aplicação sobe povoada com 6 perfis realistas, check-ins históricos e uma vaga-âncora com compatibilidade 100% — ideal para avaliação sem depender de cadastro manual. Por padrão (false), nada é semeado além dos catálogos.

🧩 Fase 2 — Novas Entregas

Sprint concluída com 4 requisitos em produção, complementando as funcionalidades da Fase 1 acima.

🗄️ Persistência PostgreSQL (Render)

Os dados agora sobrevivem a restarts: em produção a aplicação roda sobre PostgreSQL (serviço gerenciado no Render), configurado pelas mesmas variáveis DB_URL/DB_USERNAME/DB_PASSWORD já usadas para MySQL. O H2 em memória continua sendo o padrão local e a base da suíte de testes automatizados — nada muda para quem só quer rodar o projeto na própria máquina. Para desenvolvimento local com Postgres, o repositório inclui um serviço postgres (imagem postgres:16) no docker-compose.yml.

📈 Histórico de Orientações — "Minha Trilha"

Cada avaliação profissional (POST /api/assessment) passa a ficar registrada, permitindo ao usuário acompanhar sua evolução ao longo do tempo na nova página Minha Trilha: compatibilidade, nível e gaps identificados em cada rodada, lado a lado.

GET /api/assessment/historico?usuarioId=1

🧑‍🏫 Sistema de Mentorias

Usuários podem solicitar mentoria com um dos 4 mentores voluntários da equipe. Cada solicitação segue um fluxo de status simples — aguardando → confirmada → concluída — e, ao ser confirmada, ganha uma sala do Google Meet para a sessão.

POST  /api/mentorias?usuarioId=1
GET   /api/mentorias/historico?usuarioId=1
PATCH /api/mentorias/{id}/status

🧭 RAG de Roadmaps + PWA Instalável

O agente de orientação de carreira passou a consultar, além do catálogo de cursos, uma base de trilhas curadas por área (base_conhecimento.json, 10 áreas — Java, Web, Dados, Mobile, DevOps, Cibersegurança, IA, Games, UI/UX, Infraestrutura) via GET /api/roadmaps/{area}, enriquecendo o plano de desenvolvimento gerado pela IA com os fundamentos e frameworks esperados para a área de interesse do usuário. Em paralelo, o App BiT ganhou manifest + service worker (estratégia network-first) e passou a ser instalável como PWA em dispositivos móveis e desktop.

Endpoints novos da Fase 2

Método	Endpoint	Descrição
GET	`/api/assessment/historico`	Histórico de avaliações do usuário
GET	`/api/mentores`	Listar mentores voluntários disponíveis
POST	`/api/mentorias`	Solicitar mentoria
GET	`/api/mentorias/historico`	Histórico de mentorias do usuário
PATCH	`/api/mentorias/{id}/status`	Atualizar status da mentoria
GET	`/api/roadmaps/{area}`	Roadmap curado por área (RAG do agente de carreira)

🏗️ Arquitetura da Solução

graph TD

UI[Frontend — HTML/JS/Tailwind/Leaflet<br/>servido pelo próprio backend]

API[Spring Boot API — porta 8080]

DB[(H2 em memória — padrão local<br/>PostgreSQL em produção via ambiente)]

N8N[n8n Cloud — roteamento determinístico]

AI[Google Gemini 2.5-flash]

RAG[Catálogo de cursos — RAG]

VISENT[Dataset Vísent — ANATEL/Florianópolis]

UI -->|HTTP| API
API --> DB
API -->|Webhook| N8N
N8N -->|Switch por 'tipo'| AI
N8N --> RAG
API -->|GeminiClient direto| AI
API --> VISENT

Fluxo de Dados da IA

Frontend
   │  POST /api/assessment  ou  POST /api/saude
   v
Backend Spring Boot (8080)
   │  deriva segurança do CVV localmente (determinístico)
   │  envia payload estruturado (hardSkills, humor, contexto, tipo, idioma)
   v
n8n Cloud — Switch determinístico pelo campo "tipo"
   ├── agente de orientação  → Gemini 2.5-flash (+ RAG no catálogo de cursos)
   └── agente de saúde mental → Gemini 2.5-flash (linguagem de acolhimento)
   v
Backend valida, persiste e responde ao Frontend
(se qualquer etapa de IA falhar → fallback local)

Estrutura do Repositório

/backend    → API Spring Boot (Java 21) + recursos e dados
/frontend   → páginas HTML/JS servidas pelo backend no build
/docs       → contrato OpenAPI 3 da API
/n8n        → export do workflow de produção dos agentes de IA

🛠️ Stack Tecnológica

Backend

Java 21 LTS
Spring Boot 3.3.4
Spring Data JPA + Hibernate
Spring Security + JWT
Maven

Banco de Dados

H2 em memória (padrão local) — decisão deliberada para o hackathon: zero infraestrutura, sobe em qualquer máquina. Os dados são reiniciados a cada restart; o Modo Demonstração repovoa tudo automaticamente. Também é a base da suíte de testes automatizados.
PostgreSQL em produção (Render) — persistência real desde a Fase 2, configurada pelas mesmas variáveis de ambiente (DB_URL, DB_USERNAME, DB_PASSWORD). MySQL também suportado pelo mesmo mecanismo.

Inteligência Artificial

Google Gemini 2.5-flash
n8n Cloud como orquestrador dos agentes (roteamento determinístico + RAG no catálogo)
Integração direta Java → Gemini (GeminiClient) para orientação e sugestões

Frontend

HTML5 + Tailwind CSS + JavaScript (Vanilla)
Leaflet (mapas) + OpenRouteService (rotas)
i18n PT/ES

Infraestrutura

Docker (multi-stage: build Maven + runtime JRE 21)
Deploy unificado: o Spring Boot serve o frontend — uma única porta (8080), um único serviço

⚙️ Como Executar

Pré-requisitos

Java 21 e Maven (caminho principal), ou Docker (caminho alternativo)
Opcional: chave da API do Google Gemini (gratuita) para IA ao vivo — sem ela o sistema sobe normalmente em modo contingência, com respostas locais

Clone o repositório

git clone https://github.com/No-Country-simulation/S06-26-AB-EQUIPE-68.git
cd S06-26-AB-EQUIPE-68

Caminho 1 — Maven (recomendado)

cd backend
mvn spring-boot:run

Pronto: aplicação completa em http://localhost:8080 (frontend incluído), com H2 em memória e contingência local. Para habilitar recursos, exporte variáveis antes de rodar:

export GEMINI_API_KEY=sua_chave_gemini      # IA direta (orientação/sugestões)
export N8N_ASSESSMENT_URL=https://SEU-N8N/webhook/bit/agent
export N8N_MENTAL_HEALTH_URL=https://SEU-N8N/webhook/bit/agent
export DEMO_SEED=true                        # povoar dados de demonstração

Caminho 2 — Docker

docker build -t bitapp .
docker run -p 8080:8080 -e GEMINI_API_KEY=sua_chave_gemini -e DEMO_SEED=true bitapp

Variáveis de ambiente principais

Variável	Padrão	Função
`GEMINI_API_KEY`	(vazio)	Habilita a IA direta; vazio = modo contingência
`GEMINI_MODEL`	`gemini-2.5-flash`	Modelo Gemini utilizado
`N8N_ASSESSMENT_URL`	`http://localhost:5678/webhook/bit/agent`	Webhook do agente de orientação
`N8N_MENTAL_HEALTH_URL`	`http://localhost:5678/webhook/bit/agent`	Webhook do agente de saúde mental
`N8N_TIMEOUT`	`40000`	Timeout (ms) das chamadas ao n8n
`JWT_SECRET`	(valor de dev)	Defina um segredo forte em produção
`DB_URL`	H2 em memória	Aponte para PostgreSQL (produção/Render) ou MySQL para persistência
`DEMO_SEED`	`false`	`true` = povoar dados de demonstração
`VISENT_ENABLED`	`true`	Ingestão do dataset Vísent na inicialização

Testes

cd backend
mvn test

Suíte com 102 testes automatizados cobrindo, entre outros, as regras determinísticas de derivação ao CVV, o match de vagas e os serviços de domínio.

📡 Endpoints da API

O contrato completo (OpenAPI 3) acompanha o repositório na pasta docs/.

Método	Endpoint	Descrição	IA
POST	`/api/auth/register`	Cadastro de usuário	—
POST	`/api/auth/login`	Login (JWT)	—
GET	`/api/auth/me`	Dados do usuário logado	—
PUT	`/api/auth/profile`	Atualização de perfil	—
POST	`/api/auth/logout`	Logout	—
POST	`/api/assessment`	Avaliação profissional	n8n + Gemini
GET	`/api/assessment/historico`	Histórico de avaliações do usuário	—
POST	`/api/orientar`	Orientação de carreira	Gemini direto
POST	`/api/saude`	Check-in diário de bem-estar	n8n + Gemini (linguagem) · derivação CVV local
GET	`/api/saude/historico`	Histórico de check-ins	—
GET	`/api/sugestoes/{usuarioId}`	Sugestões personalizadas	Gemini direto
GET	`/api/roadmaps/{area}`	Roadmap curado por área (RAG do agente de carreira)	—
GET	`/api/network-status/{usuarioId}`	Conectividade na região (Vísent)	—
GET	`/api/mentores`	Listar mentores voluntários	—
POST	`/api/mentorias`	Solicitar mentoria	—
GET	`/api/mentorias/historico`	Histórico de mentorias do usuário	—
PATCH	`/api/mentorias/{id}/status`	Atualizar status da mentoria	—
GET	`/api/usuarios`	Listar usuários	—
PUT	`/api/usuarios/{id}/localizacao`	Atualizar localização	—
GET	`/api/vagas`	Listar vagas	—
GET	`/api/vagas/{id}`	Detalhe da vaga	—
GET	`/api/vagas/{id}/match`	Compatibilidade perfil × vaga	—
GET	`/api/vagas/match-lote`	Match de todas as vagas	—
POST	`/api/vagas/enviar-curriculo`	Envio de currículo	—
GET	`/api/vagas/regioes`	Vagas por região	—
GET	`/api/vagas/stats`	Estatísticas de vagas	—
GET	`/api/cursos`	Listar cursos	—
GET	`/api/cursos/{id}`	Detalhe do curso	—
POST	`/api/cursos/inscrever`	Inscrição em curso	—
GET	`/api/cursos/regioes`	Cursos por região	—
GET	`/api/cursos/gratuitos`	Cursos gratuitos	—
GET	`/api/cursos/beneficentes`	Cursos beneficentes	—
GET	`/api/cursos/stats`	Estatísticas de cursos	—
GET	`/api/lazer/pontos`	Pontos de lazer no mapa	—
POST	`/api/rota`	Cálculo de rota até o destino	—

📈 Diferenciais

Diferencial	BiT App
Visão 360° (carreira + formação + bem-estar + infraestrutura)	✅
Protocolo de segurança CVV determinístico e auditável — IA fora da decisão	✅
Motor de contingência: funciona mesmo com a IA fora do ar	✅
Dados reais de infraestrutura (ANATEL/Vísent) na experiência	✅
Interface e agentes bilíngues (PT/ES)	✅

🔮 Evoluções Futuras

Aplicativo mobile nativo (PWA já disponível)
Dashboard Analítico Avançado
Gamificação
Integração com LinkedIn
Recomendação Preditiva de Carreira

👨‍💻 Equipe de Desenvolvimento

Integrante	Papel	Contribuições
André Teixeira	Backend Developer & Tech Lead	💻 🔧 🚀
Carlos Alexandre	Full Stack Developer	💻 🎨
Tiago Farias	AI Engineer	🤖
Daniela Vieira	QA Engineer	🧪

_{💻 Código · 🔧 Backend · 🚀 Infra/Deploy · 🎨 Frontend · 🤖 IA · 🧪 QA}

🏆 Hackathon App BiT 2026

Projeto desenvolvido durante o Hackathon App BiT (Black in Tech), idealizado e organizado pela Wongola EdTech, em parceria com a Oracle Next Education (ONE) e a No Country (simulação de ambiente profissional), entre outros apoiadores.

O BiT App demonstra como Inteligência Artificial, inclusão digital e desenvolvimento humano podem trabalhar juntos para gerar impacto social real.

📄 Licença

Projeto desenvolvido exclusivamente para fins acadêmicos, educacionais e de avaliação dentro do Hackathon App BiT / No Country Simulation 2026.

Name		Name	Last commit message	Last commit date
Latest commit History 105 Commits
backend		backend
docs		docs
frontend		frontend
n8n		n8n
.gitignore		.gitignore
Dockerfile		Dockerfile
GUIA_EXECUCAO.txt		GUIA_EXECUCAO.txt
README.md		README.md
deploy-full.ps1		deploy-full.ps1
docker-compose.yml		docker-compose.yml
pom.xml		pom.xml
setup-project.ps1		setup-project.ps1

Uh oh!

Folders and files

Latest commit

History

Repository files navigation

🌐 BiT App — Ecossistema Inteligente de Desenvolvimento Humano e Profissional

📖 Sobre o Projeto

🎯 Problema

💡 Nossa Solução

Fluxo Principal

🚀 Funcionalidades

🧠 Orientação de Carreira com IA

Endpoint

Resposta

💼 Match Inteligente de Oportunidades

❤️ Saúde Mental com protocolo CVV

🛡️ Invariante de segurança

Endpoints

Resposta

📡 Infraestrutura Regional com Dados Reais

🗺️ Mapa de Lazer e Bem-Estar

🎓 Cursos com Geolocalização e Inscrição

🌎 Internacionalização (PT/ES)

🛡️ Motor Inteligente de Contingência

🎬 Modo Demonstração

🧩 Fase 2 — Novas Entregas

🗄️ Persistência PostgreSQL (Render)

📈 Histórico de Orientações — "Minha Trilha"

🧑‍🏫 Sistema de Mentorias

🧭 RAG de Roadmaps + PWA Instalável

Endpoints novos da Fase 2

🏗️ Arquitetura da Solução

Fluxo de Dados da IA

Estrutura do Repositório

🛠️ Stack Tecnológica

Backend

Banco de Dados

Inteligência Artificial

Frontend

Infraestrutura

⚙️ Como Executar

Pré-requisitos

Clone o repositório

Caminho 1 — Maven (recomendado)

Caminho 2 — Docker

Variáveis de ambiente principais

Testes

📡 Endpoints da API

📈 Diferenciais

🔮 Evoluções Futuras

👨‍💻 Equipe de Desenvolvimento

🏆 Hackathon App BiT 2026

📄 Licença

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Used by

Contributors

Languages