Transformando Dados em Transparência: Uma Análise de Dados sobre os Resultados do CPNU2 - BLOCO 6

A publicação dos resultados de grandes concursos públicos, como o Concurso Público Nacional Unificado (CPNU2), traz consigo um desafio clássico da era da informação: o excesso de dados brutos e a escassez de informações estruturadas. Os editais e listas de classificação são tornados disponíveis pela banca (FGV) em arquivos PDF extensos, com centenas de páginas, o que torna a consulta individual e a compreensão da posição relativa no certame uma tarefa árdua para os candidatos.

Como entusiasta e praticante de Ciência de Dados, acredito que a tecnologia deve servir para democratizar o acesso à informação. Por isso, desenvolvi uma ferramenta de consulta rápida que exemplifica o que chamamos de “Ciência de Dados Leve” (Lightweight Data Science).

O que seria Ciência de Dados Leve?

Ao contrário de grandes modelos de Inteligência Artificial que consomem recursos massivos, a ciência de dados leve foca na eficiência e na resolução de problemas específicos através de:

1. ETL (Extração, Transformação e Carga): Onde transformamos documentos PDF “não estruturados” em bancos de dados relacionais e arquivos JSON otimizados.
2. Processamento Lógico: Onde algoritmos em Python e R calculam rankings em tempo real, respeitando as regras complexas do edital (como a concorrência simultânea entre Ampla Concorrência e Cotas).
3. Entrega Ágil: Onde o resultado é servido diretamente no navegador, sem a necessidade de processamento pesado no servidor.

Informação como Bem Público

Esta iniciativa nasce sob o pilar do compartilhamento público de conhecimento. Em um cenário de concursos públicos, a transparência não deve ser apenas um dever do Estado, mas também pode ser fomentada pela comunidade técnica.

Ao estruturar esses dados e oferecer uma interface de busca amigável, meu objetivo é: * Reduzir a ansiedade: Facilitando a visualização da nota final (PO + PD). * Proporcionar Clareza: Ajudando o candidato a entender sua classificação estimada frente aos demais habilitados no Bloco 6. * Incentivar o Aprendizado: Compartilhando os bastidores de como scripts simples em R e Python podem ser aplicados em situações reais do nosso dia a dia.

Como consultar?

Abaixo, você encontrará um campo de busca. Basta digitar o seu número de inscrição (12 dígitos) para visualizar seu desempenho e sua posição estimada no cargo escolhido.

Nota importante: Esta é uma ferramenta independente, baseada nos dados públicos divulgados pela banca organizadora. Ela não substitui, em hipótese alguma, a publicação oficial no Diário Oficial da União ou no site da banca.