🎓 Análise de Dados do ENEM 2023 com PySpark e Power BI

Este projeto tem como objetivo explorar e visualizar os dados do Exame Nacional do Ensino Médio (ENEM) 2023 com foco em seis cursos de alto interesse, utilizando PySpark para e Power BI para criar dashboards interativos. A análise permite verificar quantos aprovados foram por cotas, a distribuição por estado, médias de notas, perfil dos candidatos e outras informações relevantes para apoiar estudantes e pesquisadores.

---

🏅 Reconhecimento

✅ Este projeto foi homologado pela Controladoria-Geral da União (CGU) no Concurso de Reúso de Dados Abertos, destacando-se como proposta inovadora de análise de dados educacionais.

🔗 Confira também na Plataforma de Reuso de Dados.

• Colocação Final: 33° colocado no Concurso Nacional de Reúso de Dados.
• Disponível em: Resultado Final

---

📌 Objetivo

• Extrair, transformar e analisar os dados do ENEM 2023.
• Realizar tratamento e filtragem dos dados com PySpark no Google Colab.
• Focar nos cursos: Direito, Medicina, Arquitetura e Urbanismo, Psicologia, Ciência da Computação e Engenharia Elétrica.
• Visualizar insights em um dashboard interativo no Power BI Desktop.

---

🛠️ Tecnologias Utilizadas

• Google Colab
• Apache Spark (PySpark)
• Power BI Desktop
• Pandas (para exportação dos dados finais)
• Google Drive

---

Base de Dados Tratada

• Sisu 2023.2

📊 Análises Realizadas

• Distribuição de notas por curso.
• Desempenho por região e estado.
• Comparativo entre gêneros.
• Correlação entre nota da redação e desempenho geral.
• Perfil dos candidatos interessados em cada curso.

🖼️ Visualização do Dashboard

🏆 Resultados

• Reconhecimento oficial: Projeto homologado pela CGU no Concurso Nacional de Reúso de Dados, alcançando a 33ª colocação entre projetos de todo o país.

• Processamento eficiente de dados: Tratamento e análise de grandes volumes de dados do ENEM 2023 usando PySpark no Google Colab, garantindo rapidez e eficiência no processamento de milhares de registros.

• Insights estratégicos: Desenvolvimento de dashboards interativos no Power BI que permitem visualizar distribuição de notas, desempenho por estado, perfil dos candidatos e resultados por cotas, auxiliando estudantes e pesquisadores em decisões baseadas em dados.

• Análise detalhada de cursos estratégicos: Foco em seis cursos de alto interesse, gerando informações acionáveis para cada perfil de candidato.

• Organização e reprodutibilidade: Estrutura do projeto organizada no GitHub e Google Drive, garantindo reprodutibilidade e facilidade de manutenção para futuras análises.