Aurora
Gestores de municípios faziam perguntas sobre dados educacionais e esperavam dias por uma resposta. Com o Aurora, perguntam direto — como num chat — e recebem na hora.
Dados valiosos que só um especialista conseguia acessar
A Portábilis mantém bases de dados com milhões de registros de educação pública, distribuídos por centenas de municípios. Gestores e secretários de educação precisavam desses dados para tomar decisões, mas dependiam de analistas para escrever consultas SQL.
Alguns dados até existiam em relatórios, mas nem sempre eram simples de gerar ou interpretar. Outros dependiam de analistas para consultas específicas. O acesso à informação era mais difícil do que deveria — era preciso simplificar sem comprometer a segurança.
Transformar perguntas em dados confiáveis
Entender perguntas em português
O Aurora precisava entender perguntas do jeito que gestores falam — "Quantos alunos matriculados?" — e buscar a resposta certa em bancos de dados educacionais complexos.
Centenas de municípios isolados
Cada município só pode ver seus próprios dados. O Aurora precisava garantir isolamento total — nenhum dado de um município pode vazar para outro.
IA que não pode errar
IAs cometem erros — e em dados de educação pública, uma resposta errada pode gerar decisões que afetam escolas inteiras. O Aurora precisava de mecanismos para garantir qualidade.
Rápido e economicamente viável
Usar IA custa dinheiro a cada pergunta. O Aurora precisava ser rápido e inteligente o suficiente para não estourar o orçamento com centenas de municípios usando ao mesmo tempo.
Aurora: um chat que entende perguntas e busca dados educacionais
Projetei e liderei a construção do Aurora na Portábilis — um chat que entende perguntas em português e busca respostas direto nos dados educacionais do município, mostrando em tabelas e gráficos interativos. O diferencial: o sistema aprende com exemplos curados pela equipe e melhora continuamente.
Perguntar como se fosse uma conversa
O gestor digita perguntas como faria no WhatsApp: "Quantos alunos estão matriculados?" ou "Quais escolas tiveram mais evasão no último trimestre?". O Aurora entende, busca nos dados e apresenta em tabelas e gráficos interativos.
- Perguntas em português com contexto conversacional
- Perguntas seguintes entendem o que veio antes ("E por escola?")
- Resultados em tabelas, gráficos ou texto
- Cada município só vê seus próprios dados
Aprende com exemplos e melhora sozinho
A IA não trabalha no escuro. A equipe da Portábilis mantém uma base de exemplos curados que ensinam o Aurora a responder com precisão. Quando uma pergunta nova aparece, o sistema encontra os exemplos mais parecidos e usa como referência.
- Base curada de exemplos que a equipe gerencia e atualiza
- Busca inteligente encontra exemplos similares em milissegundos
- O sistema identifica perguntas que não soube responder bem e sugere melhorias
Tecnologias utilizadas
Python e FastAPI no backend, Vue/Nuxt no frontend e PostgreSQL como coração do Aurora.
Por que essas escolhas?
Busca inteligente direto no banco
Em vez de pagar um serviço externo para busca vetorial, integrei o pgvector direto no PostgreSQL que a Portábilis já usava. Sem custo adicional, sem dependência de terceiros, e responde em milissegundos.
Exemplos curados em vez de treinar modelos
A equipe gerencia uma base de exemplos que o Aurora usa como referência. Atualização é instantânea — sem precisar retreinar nada. O controle fica nas mãos de quem entende educação.
Independência de fornecedor
A troca do modelo de IA por trás é transparente — sem se prender a uma única empresa. Mudar de provedor é questão de configuração, não de reescrita.
Segurança em várias camadas
O Aurora só permite consultas de leitura, cada município tem banco separado, autenticação robusta e registro completo de tudo que acontece.
Impacto
O que mudou na prática para gestores e secretários de educação.
Respostas em segundos
consultas que levavam dias agora são respondidas na hora
Centenas de municípios
atendidos com isolamento total de dados entre municípios
Melhora sozinho
identifica perguntas que não soube responder e sugere correções
Sua equipe perde tempo esperando dados?
Se quem precisa dos dados depende de outra pessoa para buscá-los, esse problema tem solução. Vamos conversar.