Skip to content

README.md

Latest commit

 

History

History
96 lines (68 loc) · 2.49 KB

README.md

File metadata and controls

96 lines (68 loc) · 2.49 KB
Raw

Teste Técnico Python – Acelera Jornada de Dados

Objetivo

Você recebeu um arquivo chamado funcionarios.csv com informações de colaboradores de uma empresa.

Sua missão é:

  1. Validar os dados de cada registro.
  2. Calcular o bônus final de cada funcionário válido usando a fórmula:
BONUS_BASE = 1000
bonus_final = BONUS_BASE + salario * bonus_percentual

  1. Gerar relatórios:

    • relatorio_individual.csv: somente registros válidos com o cálculo de bonus_final.

    • erros.csv: registros inválidos com o motivo do erro.

    • kpis.json: métricas agregadas, contendo:

      • quantidade de funcionários por área
      • média de salário por área
      • bônus total geral
      • top 3 funcionários com maior bônus final

Dataset de Entrada (funcionarios.csv)

id,nome,area,salario,bonus_percentual
1,Ana Souza,Vendas,4500,0.1
2,Bruno Lima,TI,7000,0.05
3,Carla Mota,Financeiro,0,0.2
4,Daniel 9,TI,5200,0.1
5,,RH,3800,0.15
6,Elisa Prado,Financeiro,6100,-0.05
7,Fernando Dias,Vendas,4800,0.07
8,João Silva,Operações,5300,abc
9,Maria Alves,TI,6100,0.12
10,Pedro Santos,Operações,5100,0.08

Regras de Validação

  • Nome: não pode estar vazio e não pode conter números.
  • Área: deve estar entre Vendas, TI, Financeiro, RH, Operações.
  • Salário: número positivo ou zero.
  • Bônus percentual: número entre 0 e 1 (inclusive).

Dicas para Resolver

  • Leitura de CSV: csv.DictReader

  • Laços e condições: for, while, if/elif/else

  • Conversão de tipos: int(), float()

  • Tratamento de erros: try/except

  • Manipulação de strings: .strip(), .isdigit()

  • Ordenação: sorted() para encontrar top 3 bônus

  • Exportação de arquivos:

    • CSV: csv.DictWriter
    • JSON: json.dump()

Extra (Opcional)

Se quiser, você pode resolver parte do desafio com pandas:

import pandas as pd

df = pd.read_csv("funcionarios.csv")

# cálculo direto
df["bonus_final"] = 1000 + df["salario"] * df["bonus_percentual"]

# agregações
media_por_area = df.groupby("area")["salario"].mean()

Critérios de Avaliação

  • ✅ Validação correta das regras
  • ✅ Geração dos arquivos solicitados (relatorio_individual.csv, erros.csv, kpis.json)
  • ✅ Clareza e organização do código
  • ✅ Uso de boas práticas de Python (tratamento de erros, laços, condições)
  • ⭐ Bônus: uso de bibliotecas como pandas para simplificar etapas