Welcome to the StartUp_FarmTech_Solutions wiki!

Atenção Atividade Avaliativa:

• Verifique se o arquivo do upload está correto, não é possível enviar um outro arquivo após fechamento da entrega na plataforma ou correção do professor.
• Não deixe para realizar a entrega da atividade nos últimos minutos do prazo, você pode ter algum problema e perder a entrega. As entregas são realizadas apenas pela plataforma. - Não disponibilize a resposta da sua atividade em grupos de WhatsApp, Discord, Microsoft Teams, pois pode gerar plágio e zerar a atividade para todos.
• Você tem um período máximo de 15 dias após a publicação da nota para solicitar a revisão da correção. Introdução: Você e seu grupo estão na Startup FarmTech Solutions, trabalhando na equipe de Dev., e obviamente, vocês podem usar o ChatGPT ou Germini ou outra Inteligência Artificial (IA) de seu interesse para ajudar com essa tarefa — a FIAP não condena o uso de IAs em seus estudos, desde que o aluno tenha o olhar crítico para filtrar os erros e acertos das respostas propostas por elas.

A FarmTech Solutions fechou um contrato com uma fazenda que investe em inovação e tecnologia para aumentar sua produtividade e pretende migrar para a Agricultura Digital. E para atender esse importante cliente, a FarmTech vai começar a pôr a mão na massa, desenvolvendo uma aplicação em Python que tenha:

a. O projeto em Python deve dar suporte a 2 tipos de culturas. O grupo vai decidir quais culturas trabalhar. Pense nas principais culturas do seu estado.

b. Cálculo de área de plantio para cada cultura. O grupo decide qual tipo de figura geométrica deve-se calcular como área plantada para cada tipo de cultura;

c. Cálculo do manejo de insumos. O grupo escolhe o tipo de cultura, o produto e a quantidade necessária, como por exemplo, aplicar fosfato no café e pulverizar 500 mL/metro com o trator. Quantas ruas a lavoura têm? E assim, quantos litros serão necessários?

d. Os dados devem estar organizados em vetores;

e. A aplicação em Python precisa ter menu de opções para:

• Entrada de dados (entrada dos dados para realizar os cálculos);
• Saída de dados (como impressões de dados no terminal);
• Atualização de dados numa posição qualquer do vetor;
• Deleção de dados do vetor de dados;
• Ter a opção “sair do programa”;

f. Usar rotinas de loop e decisão.

g. Na sequência, usar esses dados para desenvolver uma aplicação em R para calcular dados estatísticos básicos, como média e desvio. Deve-se usar o GitHub para versionamento do projeto, trabalhando em equipe para simular um ambiente de desenvolvimento colaborativo.

h. Na disciplina de Formação Social, o grupo resumirá o artigo disponível no Google Acadêmico (https://www.alice.cnptia.embrapa.br/alice/bitstream/doc/1003485/1/CAP8.pdf). O resumo é de até 1 folha A4, letra Arial 11, espaçamento 1 entre linhas, margens direita e esquerda em 2 cm.

Ir além: usando R (e não Python), conectar-se a uma API meteorológica pública para coletar dados climáticos, processar e exibir as informações meteorológicas via texto simples no terminal.

O que precisa entregar?

Compacte todos os arquivos num único arquivo ZIP: Python, R, o resumo do artigo e o link do vídeo no Youtube. Além disso, grave um vídeo simples, de até 5 minutos, usando o seu celular ou um gravador de tela simples (por exemplo, streamyard.com) mostrando a sua tela do computador, comprovando o funcionamento completo da sua aplicação Python e R. Poste o seu vídeo no YouTube, marque como “não listado” (para deixá-lo no privado) e adicione o link à um arquivo TXT no pacote do ZIP.