Use este identificador para citar ou linkar para este item:
https://bia.ifpi.edu.br/jspui/handle/123456789/4561| Tipo: | Relatório de Pesquisa |
| Título: | Relatório técnico de software Brain FIT |
| Autor: | Santos, Breno Ramon Lacerda |
| Resumo: | O presente trabalho descreve o desenvolvimento da plataforma Brain Fit, uma aplicação web voltada para personal trainers, cujo objetivo é otimizar a gestão de alunos e automatizar a prescrição de treinos personalizados com o uso de Inteligência Artificial. A proposta surgiu da necessidade de reduzir o tempo gasto em tarefas repetitivas e oferecer maior personalização com base em dados reais dos alunos. Para isso, foram integradas tecnologias modernas como Django, Next.js, PostgreSQL, OpenAI API, LangChain e FAISS, adotando-se uma arquitetura em camadas e metodologia híbrida baseada em Design Thinking e Scrum. A plataforma permite o cadastro de alunos e profissionais, aplicação de avaliações iniciais, geração automatizada de treinos, agendamento de sessões, além do acompanhamento da evolução dos alunos. O sistema foi implantado com o front-end na Vercel e o back-end em uma VPS Linux utilizando Gunicorn e PostgreSQL. Os testes funcionais e de carga confirmaram a estabilidade da aplicação, que demonstrou bom desempenho mesmo sob alto número de requisições simultâneas. O resultado é um sistema, escalável e preparado para validação prática com usuários reais. O Brain Fit demonstra que o uso de IA pode contribuir significativamente para a eficiência e qualidade do serviço prestado por profissionais da educação física. |
| Abstract: | This paper presents the development of Brain Fit, a web platform designed for personal trainers, aiming to optimize student management and automate the prescription of personalized workouts using Artificial Intelligence. The solution addresses the need to reduce time spent on repetitive tasks and to offer individualized workout plans based on real student data. Modern technologies such as Django, Next.js, PostgreSQL, OpenAI API, LangChain, and FAISS were integrated, within a layered architecture and a hybrid methodology combining Design Thinking and Scrum. The platform enables user registration, initial assessments, AI-generated workout suggestions, session scheduling, and progress tracking. The system was deployed with the front-end hosted on Vercel and the back-end on a Linux VPS using Gunicorn and PostgreSQL. Functional and stress tests confirmed the system’s stability and responsiveness under concurrent access. The result is a functional and scalable system, ready for practical validation. Brain Fit demonstrates how AI can significantly enhance the efficiency and quality of services provided by fitness professionals. |
| Palavras-chave: | Inteligência artificial Plataforma web Personal trainer |
| Cnpq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| metadata.dc.language: | por |
| País: | Brasil |
| Editor: | Instituto Federal de Educação, Ciência e Tecnologia do Piauí |
| Sigla: | IFPI |
| Citação: | SANTOS, Breno Ramos Lacerda. Relatório técnico de software Brain FIT. Orientador: Antônio Santos de Sousa. 2025. 83 f. TCC ( Tecnólogo em Análise e Desenvolvimento de Software) . -- IFPI, Parnaíba, 2025. |
| Tipo de acesso: | Acesso Aberto |
| URI: | https://bia.ifpi.edu.br/jspui/handle/123456789/4561 |
| Data do documento: | 2025 |
| Aparece nas coleções: | Tecnologia em Análise e Desenvolvimento de Sistemas - Parnaíba |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_tcc_brlsantos.pdf | 8.04 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.