Implemente em: src/jobs.py

Para começarmos a processar os dados, devemos antes carregá-los em nossa aplicação. Esta função será responsável por abrir o arquivo CSV e retornar os dados no formato de uma lista de dicionários.

• A função deve receber um path (uma string com o caminho para um arquivo).
• A função deve abrir o arquivo e ler seus conteúdos.
• A função deve tratar o arquivo como CSV.
• A função deve retornar uma lista de dicionários, onde as chaves são os cabeçalhos de cada coluna e os valores correspondem a cada linha.

nome,cidade,telefone
Ana,Curitiba,1111111
Bernardo,Santos,999999

O retorno da função deverá ser: 

  [
    {"nome": "Ana", "cidade": "Curitiba", "telefone": "1111111"},
    {"nome": "Bernardo", "cidade": "Santos", "telefone": "999999"}
  ]

Implemente em: src/insights.py

Agora que temos como carregar os dados, podemos começar a extrair informação deles. Primeiro, vamos identificar quais tipos de empregos existem.

• A função deve receber o path do arquivo csv com os dados.
• A função deve invocar a função jobs.read com o path recebido para obter os dados.
• A função deve retornar uma lista de valores únicos presentes na coluna job_type.

Implemente em: src/insights.py

Da mesma forma, agora iremos identificar quais indústrias estão representadas nesse conjunto de dados.

• A função deve obter os dados da mesma forma que o requisito 2.
• A função deve retornar uma lista de valores únicos presentes na coluna industry.
• A função desconsidera valores vazios

Implemente em: src/insights.py

Os dados apresentam faixas salariais para cada emprego exibido. Vamos agora encontrar o maior valor de todas as faixas.

• A função deve obter os dados da mesma forma que o requisito 2.
• A função deve ignorar os valores ausentes.
• A função deve retornar um valor inteiro com o maior salário presente na coluna max_salary.

Implemente em: src/insights.py

Os dados apresentam faixas salariais para cada emprego exibido. Vamos agora encontrar o menor valor de todas as faixas.

• A função deve obter os dados da mesma forma que o requisito 2.
• A função deve ignorar os valores ausentes.
• A função deve retornar um valor inteiro com o menor salário presente na coluna min_salary.

Implemente em: src/insights.py

Os empregos estão listados em um aplicativo web. Para permitir que a pessoa usuária possa filtrar os empregos por tipo de emprego, vamos precisar implementar esse filtro.

• A função deve receber uma lista de dicionários jobs como primeiro parâmetro.
• A função deve receber uma string job_type como segundo parâmetro.
• A função deve retornar uma lista com todos os empregos onde a coluna job_type corresponde ao parâmetro job_type.

Implemente em: src/insights.py

Do mesmo modo, o aplicativo precisa permitir uma filtragem por indústria. Vamos precisar implementar esse filtro também.

• A função deve receber uma lista de dicionários jobs como primeiro parâmetro.
• A função deve receber uma string industry como segundo parâmetro.
• A função deve retornar uma lista de dicionários com todos os empregos onde a coluna industry corresponde ao parâmetro industry.

Implemente em: src/insights.py

O aplicativo vai precisar filtrar os empregos por salário também. Como uma função auxiliar, implemente matches_salary_range para conferir que o salário procurado está dentro da faixa salarial daquele emprego. Vamos aproveitar também para conferir se a faixa salarial faz sentido -- isto é, se o valor mínimo é menor que o valor máximo.

• A função deve receber um dicionário job como primeiro parâmetro, com as chaves min_salary e max_salary.
• A função deve receber um inteiro salary como segundo parâmetro.
• A função deve lançar um erro ValueError nos seguintes casos:
  • alguma das chaves min_salary ou max_salary estão ausentes no dicionário;
  • alguma das chaves min_salary ou max_salary tem valores não-numéricos;
  • o valor de min_salary é maior que o valor de max_salary;
  • o parâmetro salary tem valores não numéricos;
• A função deve retornar True se o salário procurado estiver dentro da faixa salarial ou False se não estiver.

Implemente em: src/insights.py

Agora vamos implementar o filtro propriamente dito. Para esta filtragem, podemos usar a função auxiliar implementada no requisito anterior -- tomando o cuidado de descartar os empregos que apresentarem faixas salariais inválidas.

• A função deve receber uma lista de dicionários jobs como primeiro parâmetro.
• A função deve receber um inteiro salary como segundo parâmetro.
• A função deve ignorar os empregos com valores inválidos para min_salary ou max_salary.
• A função deve retornar uma lista com todos os empregos onde o salário salary estiver entre os valores da coluna min_salary e max_salary.

Implemente em: tests/counter/test_counter.py

<p align="center">
  <img src="/.images/flask.png" alt="Imagem sobre contar ocorrências" width="600"/>
</p>

A empresa cliente contratou um relatório que informa a quantidade de ocorrências das palavra Python e Javascript nos dados e, para isso, temos uma implementação pronta em src/counter.py. Durante o desenvolvimento, sofremos com alguns bugs, que já foram resolvidos. Para termos certeza e confiança da nossa entrega, no entanto, e não corrermos riscos, precisaremos de testes automatizados que garantam isso!

O nome deste teste deve ser test_counter, e ele deve garantir que atenda estas especificações:

• Chamar a função count_ocurrences passando dois parâmetros:
  • path uma string com o caminho do arquivo (src/jobs.csv);
  • word uma string com a palavra a ser contabilizada.
• Garantir que a função retorna corretamente a quantidade de ocorrências da palavra solicitada
  • A contagem de palavras deve ser case insentitive, ou seja, não diferenciar letras maiúsculas de minúsculas

Implemente em: tests/brazilian/test_brazilian_jobs.py

A empresa cliente analisa relatórios em inglês, porém agora ela quer expandir seus negócios aqui para o Brasil e deseja analisar relatórios em português também. No entanto, as chaves do dict que usamos pra organizar os dados devem continuar em inglês. Ou seja: para gerar o relatório, deveremos ler as chaves em português e traduzi-las para inglês para povoar os nossos dados.

Nossa equipe já implementou essa função, a read_brazilian_file, na qual adotamos a estratégia de chamar o método original read, que implementamos no requisito 1, e depois traduzimos as chaves para o inglês. Agora precisamos criar testes para ter certeza que esta tudo certo!

O nome deste teste deve ser test_brazilian_jobs, e ele deve garantir que atenda as seguintes especificações:

• Chamar a função read_brazilian_file e ela deve receber um parâmetro:
  • path que é uma string com o caminho do arquivo csv em português (tests/mocks/brazilians_jobs.csv);
  • Retorna uma lista de dicionários com as chaves em inglês

Deve ser traduzido para: <code>{"title": "Maquinista", "salary": "2000", "type": "trainee"}</code>

Implemente em: tests/sorting/test_sorting.py

Por fim, espera-se que a pessoa usuária possa escolher um critério de ordenação para exibir os empregos. Já temos uma implementação para essa ordenação em src/sorting.py, mas queremos ter certeza de que ela funciona e, principalmente, que não deixará de funcionar conforme vamos implementando novos recursos. Precisamos então escrever um teste!

Esse teste deve se chamar test_sort_by_criteria e garantir que a função funciona segundo esta especificação:

• A função sort_by recebe dois parâmetros:
  • jobs uma lista de dicionários com os detalhes de cada emprego;
  • criteria uma string com uma chave para ser usada como critério de ordenação.
• O parâmetro criteria deve ter um destes valores: min_salary, max_salary, date_posted
• A ordenação para min_salary deve ser crescente, mas para max_salary ou date_posted devem ser decrescentes.
• Os empregos que não apresentarem um valor válido no campo escolhido para ordenação devem aparecer no final da lista.

Implemente em: src/routes_and_views.py

Para fechar com chave de ouro, que tal testar o quanto você consegue aprender de Flask apenas vendo como fizemos as páginas de index e de jobs, e tentar criar uma página que irá exibir todas as informações de um job em específico?

• A função deve ser decorada com a rota /job/<index>.
• A função deve receber um parâmetro index.
• A função deve chamar a read para ter uma lista com todos os jobs.
• A função deve chamar a get_job, declarada no arquivo src/more_insights.py, para selecionar um job específico pelo index.
• A função deve renderizar o template job.jinja2, passando um parâmetro job contendo o job retornado pela get_job.