Dashboard de Análise de Salários em Dados
Aplicação web interativa desenvolvida com Streamlit para exploração estatística e mapeamento de tendências salariais do mercado de dados.
Sobre o Projeto
O Dashboard de Análise de Salários em Dados é um projeto prático desenvolvido durante a Imersão Dados Python da Alura. A aplicação foi desenhada para processar um conjunto de dados educacional contendo registros de remuneração da área de tecnologia, transformando linhas estáticas de planilhas em um ambiente interativo de Business Intelligence.
A ferramenta permite que estudantes e profissionais em transição de carreira realizem análises exploratórias para identificar tendências, médias globais e distribuições geográficas de salários conforme o nível de experiência e tipo de contratação.
Arquitetura e Decisões Técnicas
O desenvolvimento priorizou a simplicidade de infraestrutura (serverless client-side feel) e o aproveitamento máximo dos recursos do ecossistema Streamlit Community Cloud:
- Manipulação em Memória: O processamento e filtragem de dados ocorrem em tempo de execução através do Pandas, eliminando a necessidade de acoplar um banco de dados relacional para um volume de dados contido.
- Layout Fluido: A interface foi dividida em uma barra lateral reservada exclusivamente para os seletores de controle e uma área principal em grade que organiza os cartões de métricas e os blocos visuais de forma proporcional.
Linguagem base escolhida pela eficiência no ecossistema de análise de dados e manipulação de matrizes estruturadas.
Framework adotado para construir a interface web diretamente em Python, transformando scripts de dados em um dashboard responsivo de forma ágil.
Biblioteca essencial utilizada para carregar o arquivo CSV, aplicar filtros dinâmicos multicritérios e calcular as métricas agregadas (KPIs) em tempo real.
Ferramenta de visualização encarregada de renderizar os gráficos interativos e o mapa coroplético com redimensionamento automático de layout.
Desafios e Soluções de Engenharia
Na construção de dashboards web, alinhar a performance de renderização com a adaptabilidade da tela é um ponto crítico:
Desafios Resolvidos
Preservação da grade visual em telas compactas
Dashboards complexos com múltiplas colunas de gráficos tendem a quebrar ou causar rolagem lateral excessiva em smartphones e tablets.
Configuramos o layout do Streamlit no modo 'wide' estruturando os containers através de componentes nativos de colunas flexíveis, garantindo o empilhamento vertical automático e ajuste dos zooms de toque do Plotly em viewports menores.
Tratamento de seleções mutáveis sem registros correspondentes
Ao combinar múltiplos filtros estritos (ex: ano específico + senioridade executiva + empresa pequena), o dataframe resultante poderia retornar vazio, gerando erros de execução nos gráficos.
Implementamos uma verificação defensiva condicional utilizando o atributo '.empty' do Pandas. Caso nenhum registro seja encontrado, o sistema suspende a renderização e exibe um alerta visual instrutivo ao usuário.
Impacto e Resultados
- Responsividade Avançada: O dashboard adapta-se a computadores, tablets e smartphones, reorganizando os gráficos dinamicamente para manter a usabilidade por mouse ou toque.
- Interface Sem Fricção: A reatividade nativa do Streamlit atualiza os gráficos instantaneamente a cada mudança de filtro, sem a necessidade de botões manuais de ‘atualizar’ ou recarregamentos completos de página.
- Acessibilidade de Dados: Dados tabulares complexos foram simplificados em indicadores visuais claros, permitindo extrair insights sobre o mercado de trabalho de forma intuitiva.