Publicação
Metrix analyzer: automatic insights generator for teams performance
| datacite.subject.fos | Engenharia e Tecnologia | pt_PT |
| dc.contributor.advisor | Martins, António Constantino Lopes | |
| dc.contributor.author | Panda, Miguel Francisco Coutinho | |
| dc.date.accessioned | 2024-12-09T16:16:48Z | |
| dc.date.embargo | 2025-12-09 | |
| dc.date.issued | 2024-10-11 | |
| dc.description.abstract | The African continent is witnessing a technological renaissance, with its market competitiveness escalating at an unprecedented pace. In this rapidly evolving landscape, software companies must swiftly adapt to not only survive but thrive. Central to this endeavour is the imperative to enhance team performance, as it is vital for sustaining profitability and driving innovation. As demand for comprehensive performance analysis grows across teams, Agile Coaches are increasingly stretched thin, balancing the urgent need for insights with their ongoing projects. This challenge underscores the critical necessity for advanced automation—a solution that can streamline the generation of actionable insights while requiring fewer human resources. It was within this context that the Metrix project was born. This dissertation examines the detailed and step-by-step process of developing a hybrid expert system solution designed to meet the growing needs of the company. It covers the technical research carried out, the careful analysis of requirements, and the practical application design that laid the groundwork for the project. Additionally, it describes the data preparation and the experimentation phase that led to accuracy results of 85%. By the conclusion of this thesis, the results and insights resultant from this journey will be presented, illuminating the transformative potential of the Metrix project in revolutionizing team performance analysis and paving the way for future advancements. | pt_PT |
| dc.description.abstract | A evolução tecnológica e a competitividade do mercado no continente africano estão a crescer a um ritmo sem precedentes Neste panorama de rápida evolução, as empresas de software devem adaptar-se rapidamente não apenas para sobreviver, mas para prosperar. Central a este esforço está a imperativa de melhorar o desempenho das equipas, uma vez que é vital para sustentar a rentabilidade e impulsionar a inovação. À medida que a procura por análises de desempenho cresce entre as equipas, os Agile Coaches estão cada vez mais sobrecarregados, equilibrando a necessidade urgente de gerar recomendações para as equipas com os seus projetos em curso. Este desafio sublinha a necessidade crítica de automação avançada—uma solução que pode gerar recomendações automaticamente requerendo menos recursos humanos. Foi neste contexto que nasceu o projeto Metrix. Esta dissertação examina o processo detalhado e passo a passo de desenvolvimento de uma solução de sistema pericial híbrido, concebida para atender às crescentes necessidades da empresa. Abrange também a pesquisa técnica realizada, a análise cuidadosa de requisitos e o design prático da aplicação que estabeleceu as bases do projeto. Além disso, descreve a preparação de dados e a fase de experimentação que culminou em resultados com precisão de 85%. No final, serão ainda apresentados os resultados e insights resultantes do projeto, iluminando o potencial transformador da aplicação Metrix na revolução da análise de desempenho das equipas e abrindo caminho para avanços futuros. | pt_PT |
| dc.identifier.tid | 203733703 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.22/26723 | |
| dc.language.iso | eng | pt_PT |
| dc.subject | Process mining | pt_PT |
| dc.subject | Recommendations module | pt_PT |
| dc.subject | Decision trees | pt_PT |
| dc.subject | Expert System | pt_PT |
| dc.subject | Java | pt_PT |
| dc.subject | Python | pt_PT |
| dc.subject | Decision tree | pt_PT |
| dc.subject | Expert system | pt_PT |
| dc.subject | Módulo de recomendações | pt_PT |
| dc.subject | Previsibilidade | pt_PT |
| dc.subject | Árvores de decisão | pt_PT |
| dc.subject | Sistema Pericial | pt_PT |
| dc.title | Metrix analyzer: automatic insights generator for teams performance | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | embargoedAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia de Inteligência Artificial | pt_PT |