Alumni da Mentoria CHAOSS
A Comunidade CHAOSS agradece a todos os mentorados e mentores que participaram do Google Summer of Code, Google Season of Docs e Outreachy.
Lista de todos os mentorados
| estudante | Programa e ano | Projeto | Mentores |
|---|---|---|---|
| Yash Prakash | GSoC 2021 See More | Automatize a liberação de métricas e a melhoria de processos | Kevin Lumbard, Georg Link, Jaskirat Singh |
| Ritik Malik | GSoC 2021 See More | Automatize a liberação de métricas e a melhoria de processos | Kevin Lumbard, Georg Link, Matt Germonprez, Jaskirat Singh |
| Dhruv Sachdev | GSoC 2021 See More | Desenvolva um recurso de dados compartilhado focado em dependências, riscos e vulnerabilidades em software de código aberto | Sean Goggins, Vinod Ahuja |
| Anuj Lamoria | GSoC 2021 See More | Identifique automaticamente os aliases do colaborador | Sean Goggins |
| Rashmi KA | GSoC 2021 See More | Sorting Hat - Estenda o modelo de dados e a interface do usuário para capturar melhores informações sobre os contribuidores | Venu Vardhan Reddy |
| Yeming Gu | GSoC 2021 See More | Proposta GSoC de Yeming Gu para CHAOSS | Sean Goggins, Vinod Ahuja |
| Veerasamy Sevagen | Promoção de verão de código aberto 2021 | Expandindo e reestilizando o tutorial do GrimoireLab | Venu Vardhan |
| Jaskirat Singh | GSoD 2020 | Crie um manual CHAOSS para toda a comunidade | Georg JPlink, Armstrong Foundjem, Matt Germonprez |
| Xiaoya Xia | GSoD 2020 | Construir documentação para o projeto CHAOSS D&I Badging | Matt Snell e Aastha Bist |
| Ria Gupta | GSoC 2020 See More | Sistema de Métrica de Moeda Social | Valerio CosentinoSamantha VeniaLogan |
| Tian Yi Zhou | GSoC 2020 See More | Análise de grandes redes sociais e detecção de anomalias com Augur | Sean Goggins, Jonahz, Gabe Heim |
| Sarit Adhikari | GSoC 2020 See More | Aprendizado de máquina para detecção de anomalias em comunidades de código aberto | Sean Goggins, Carter Landis, Gabe Heim |
| Abhinav Bajpai | GSoC 2020 See More | Implementando o GitLab Data Collection Worker e o Mapper para vincular as respostas da API do GitLab, da API do Github e do esquema Augur | Sean Goggins, Carter Landis |
| bistaastha | GSoC 2020 See More | Construir o processo de fluxo de trabalho para o projeto CHAOSS D&I Badging | Matt Snell |
| vcrombie | GSoC 2020 See More | Criando modelos de qualidade usando métricas GrimoireLab e CHAOSS | Valerio Cosentino, Aniruddha Karajgi |
| Saicharan Reddy | GSoC 2020 See More | Implementação do trabalhador de coleta de dados do GitLab e melhoria da cobertura de teste | Elita Nelson, Sean Goggins, Jonahz |
| Akshara P. | GSoC 2020 See More | Aprendizado de máquina para detecção de anomalias em comunidades de código aberto | Elita Nelson, Sean Goggins, Gabe Heim |
| Pratik Mishra | GSoC 2020 See More | Aprendizado de máquina para detecção de anomalias em comunidades de código aberto | Elita Nelson, Sean Goggins, Gabe Heim |
| Ore-Aruwaji Oloruntola | Expansão 2020 | Criar processo de fluxo de trabalho para CHAOSS Diversity & Inclusion Badging | Matt Germonprez, Matt Snell, Saleh Abdel Motaal |
| Parte Sharma | GSoC 2019 See More | Crie métricas de maturidade e declínio de risco e crescimento CHAOSS no Augur | Sean Goggins |
| Bingwen Ma | GSoC 2019 See More | Crie métricas de maturidade e declínio de risco e crescimento CHAOSS no Augur | Sean Goggins, Matt Germonprez |
| Aniruddha Karajgi | GSoC 2019 See More | Implementando Métricas CHAOSS com Perceval | Jesus González-Barahona, valcos, Pranjal Aswani |
| Nishchith K Shetty | GSoC 2019 See More | Suporte de métricas relacionadas ao código-fonte | Jesus González-Barahona, valcos, Pranjal Aswani |
| Keanu Nichols | GSoC 2018 See More | Relatório de Métricas CHAOSS | Sean Goggins, Jesus Gonzalez-Barahona |
| Pranjal Aswani | GSoC 2018 See More | Relatório de Métricas CHAOSS: Refatorando o código existente e estendendo os recursos do Projeto de Manuscritos | Valerio Cosentino, Jesus González-Barahona |
Mentees
Yash Prakash
Yash Prakash selecionado para o GSoC 2021
título do projeto
Automatize a liberação de métricas e a melhoria de processos
Descrição do projeto
As métricas CHAOSS foram definidas para fornecer uma visão detalhada dos vários recursos de um projeto de código aberto. As métricas também são um insumo fundamental para ajudar as organizações a investir estrategicamente seus recursos.
O principal objetivo do projeto é entender o processo de liberação de métricas, propor melhorias de processo e automatizar o processo de liberação dessas métricas.
Além da versão original em inglês dessas métricas, essas métricas também são traduzidas em diferentes idiomas para ajudar as comunidades em todo o mundo a entendê-las e se beneficiar delas.
Ao final deste projeto, haveria automação completa no processo de geração de relatórios para as métricas e suas traduções
Ligações Úteis
Ritik Malik
Ritik Malik selecionado para o GSoC 2021
título do projeto
Automatize a liberação de métricas e a melhoria de processos
Descrição do projeto
Melhorar o processo de liberação de métricas e automatizar totalmente não apenas economizará tempo, mas também nos ajudará a definir uma estrutura central para os GTs/métricas atuais e futuros. Tendo em mente o CHAOSS em constante evolução, o processo seria escalável e flexível o suficiente para facilitar os ajustes no futuro. A qualidade e a impressão do PDF também teriam prioridade igual.
Ligações Úteis
Dhruv Sachdev
Dhruv Sachdev selecionado para GSoD 2021
título do projeto
Desenvolva um recurso de dados compartilhado focado em dependências, riscos e vulnerabilidades em software de código aberto
Descrição do projeto
Este projeto visa desenvolver um recurso de dados compartilhados para identificar diversas dependências para Software Open Source, utilizando algumas das ferramentas existentes para analisar dependências e mapeá-las para saber se existem Dependências Diretas, Transitivas e Circulares. Este projeto lida com dependências em nível de código e não com dependências baseadas em infraestrutura, como SO ou banco de dados. Este projeto é implementado usando o augur, que é um pacote de software para coletar e medir dados estruturados sobre comunidades de software livre e de código aberto (FOSS).
Ligações Úteis
Anuj Lamoria
Anuj Lamoria selecionado para GSoC 2021
título do projeto
Identifique automaticamente os aliases do colaborador
Descrição do projeto
O objetivo deste projeto é generalizar e disponibilizar um pacote Python distribuível PyPy a funcionalidade principal atualmente dentro do trabalhador do contribuidor Augur e prevista como a próxima fase do trabalhador do contribuidor Augur. (e-mails, contas de usuário da plataforma) para aumentar a parcimônia de estatísticas e métricas com o aprimoramento de privacidade Eu estaria focando no Augur e desenvolvendo ferramentas úteis de análise de previsão de risco e módulos de visualização. Os principais trabalhos neste projeto são os seguintes: Construir um Banco de Dados de Gráficos Acessíveis de API para identificar e mapear contribuidores que usam vários endereços de e-mail em uma plataforma e identificadores entre plataformas. Implemente métodos para gerenciar essas informações. Integre essas informações em métricas CHAOSS mais claras e parcimoniosas. Automatize o gerenciamento de alterações do colaborador ao longo do tempo Permita a análise no nível do projeto que obscurece ou anonimiza a identidade do desenvolvedor individual
Ligações Úteis
Rashmi KA
Rashmi KA selecionado para GSoD 2021
título do projeto
Sorting Hat - Estenda o modelo de dados e a interface do usuário para capturar melhores informações sobre os contribuidores
Descrição do projeto
Grimoirelab é um conjunto de ferramentas de código aberto para análise de desenvolvimento de software. Grimoirelab fornece um conjunto de ferramentas para coletar, analisar e visualizar métricas de desenvolvimento de software de uma variedade de fontes como Git, Jira, Confluence, Slack, etc. Para gerenciar as identidades de pessoas nessas diferentes fontes, a Grimoirelab desenvolveu o Sorting Hat. O Sorting Hat gerencia as identidades de pessoas e metadados relacionados.
Como parte dos metadados coletados em torno das identidades, o Sorting Hat armazena informações organizacionais, como nome e domínios relacionados à organização. Este projeto visa agregar a essas informações estendendo o modelo de Organização existente para capturar a estrutura interna das organizações, como departamentos, suborganizações e equipes. Isso ajudará a anotar as informações de identidade de forma mais significativa.
Ligações Úteis
Yeming Gu
Yeming Gu selecionado para GSoD 2021
título do projeto
Proposta GSoC de Yeming Gu para CHAOSS
Descrição do projeto
Meu projeto visa definir uma nova métrica de medida de similaridade baseada na semântica de codificação social subjacente aos dados de rastreamento de código aberto para enriquecer a capacidade do Augur. O esquema de rede de informação heterogênea e as técnicas de incorporação de rede são introduzidas para capturar as informações de similaridade latente entre os repositórios. Este projeto terminará com alguns novos modelos computacionais para transformar essas informações em vetores de representação computáveis em relação a cada repositório.
Ligações Úteis
Veerasamy Sevagen
Veerasamy Sevagen selecionado para o Summer of Open Source Promotion 2021
título do projeto
Expandindo e reestilizando o tutorial do GrimoireLab
Descrição do projeto
GrimoireLab é uma poderosa plataforma de código aberto que fornece suporte para monitoramento e análise aprofundada de projetos de software. Ele produz um rico conjunto de métricas com dados extraídos de mais de 30 ferramentas relacionadas à contribuição para o desenvolvimento Open Source, como sistemas de controle de versão, rastreadores de problemas e fóruns. Essas métricas são mostradas e exploradas em painéis dinâmicos da Web, que podem ser facilmente inspecionados pelos tomadores de decisão para ajudá-los a entender a evolução e a saúde de seus projetos. O principal ponto de entrada para aprender sobre o GrimoireLab é o tutorial, que fornece um passo a passo da plataforma e seus componentes. Recentemente, a comunidade solicitou a reformulação e expansão de seu conteúdo para incluir informações adicionais, como personalização e gerenciamento de painéis.
Ligações Úteis
Jaskirat Singh
Jaskirat Singh selecionado para GSoD 2020 sob a Linux Foundation
título do projeto
Crie um manual CHAOSS para toda a comunidade
Descrição do projeto
O Community Handbook é um documento que define as principais políticas e procedimentos da comunidade e descreve a missão, os valores e o funcionamento da comunidade. Este manual fornece uma introdução e funcionamento claros para os membros recém-ingressados da comunidade. Atualmente, o Manual da comunidade CHAOSS está disponível no repositório GitHub e precisa ser reformulado e reformulado com mais informações para recém-chegados e usuários existentes da comunidade.
Ligações Úteis
Xiaoya Xia
Xiaoya Xia selecionada para GSoD 2020 sob a Linux Foundation
título do projeto
Construir documentação para o projeto CHAOSS D&I Badging
Descrição do projeto
O trabalho é sobre a construção de documentação para um projeto jovem do CHAOSS: D&I Badging project, o projeto é um sistema de revisão por pares, usando badge como resultado final da revisão e métricas CHAOSS D&I como referências de revisão. Portanto, candidatos e revisores são dois papéis importantes, devem ter orientações claras e elaboradas para mostrar a eles o que fazer, como enviar a inscrição e como revisar com uma lista de verificação no GitHub.
Ligações Úteis
Ria Gupta
Ria Gupta selecionada para GSoc 2020
título do projeto
Sistema de Métrica de Moeda Social
Descrição do projeto
A implementação do Social Currency Metric System (SCMS) será um grande marco no fornecimento de uma visão melhor e holística da saúde do projeto na comunidade de código aberto. Ao adicionar moeda social na métrica, podemos medir quantitativamente o valor das interações da comunidade para avaliar com precisão a “reputação” de uma comunidade.
Ligações Úteis
Tian Yi Zhou
Tianyi Zhou selecionado para GSoC 2020
título do projeto
Análise de grandes redes sociais e detecção de anomalias com Augur.
Descrição do projeto
Augur é um software que coleta dados para uma lista de determinados repositórios e fornece uma variedade de métricas CHAOSS para fornecer métricas de saúde e sustentabilidade de código aberto. Em seguida, os usuários podem investigar empiricamente e descobrir insights úteis para engenharia de software, como entender o padrão colaborativo.
No estágio atual, a Augur não consegue minerar os repositórios para gerar as informações de coedição no desenvolvimento de software de código aberto. Esta ideia de projeto está prestes a desenvolver este tipo de funções para melhorar o projeto Augur. Ele terminará com um novo trabalhador de dados e uma ferramenta de análise para uma rede de coedição refinada que abre uma nova fonte enorme de dados de alta resolução sobre padrões de colaboração humana.
Então eu gostaria de estabelecer o servidor Augur para mineração e monitorar o ecossistema de código aberto (com mais de 10000 repositórios ou mais). As redes de colaboração e os dados de rastreamento social de todos os contribuidores no ecossistema de código aberto serão avaliados em termos de análise de rede social. Desempenhará um papel vital para alcançar a meta da Augur para a análise da saúde das organizações de código aberto, bem como a meta do projeto CHAOSS em relação à diversidade e inclusão.
Ligações Úteis
Sarit Adhikari
Sarit Adhikari selecionado para GSoC 2020
título do projeto
Aprendizado de máquina para detecção de anomalias em comunidades de código aberto
Descrição do projeto
O desenvolvimento de software de código aberto é um esforço colaborativo que requer tomada de decisão descentralizada de diferentes desenvolvedores e mantenedores. Para medir o progresso do projeto, é importante quantificar as mudanças de código ao longo do tempo. O CHAOSS fornece análises e métricas para ajudar as comunidades de código aberto a medir o impacto do trabalho do desenvolvedor no projeto e o impacto do projeto na comunidade. Augur é uma implementação prototipada do Projeto CHAOSS em métricas de software de código aberto que integra sistematicamente dados de vários repositórios de código aberto, rastreadores de problemas, listas de discussão etc. cujos recursos diferem muito de outros pontos de dados normais. De uma perspectiva de desenvolvimento de software de código aberto, ele detecta picos e quedas incomuns em atividades de desenvolvimento como code-commits, pull-requests, etc. Este projeto visa identificar os diferentes tipos de anomalias que estão disponíveis a partir de dados de rastreamento e entregar uma notificação personalizada para o usuário usando várias técnicas de aprendizado de máquina.
Ligações Úteis
Abhinav Bajpai
Abhinav Bajpai selecionado para o GSoC 2020
título do projeto
Implementando o GitLab Data Collection Worker e o Mapper para vincular as respostas da API do GitLab, da API do Github e do esquema Augur.
Descrição do projeto
O projeto visa desenvolver um trabalhador de coleção do Gitlab intimamente ligado ao trabalhador de coleção do Github usando arquivos mapeadores para vincular os atributos pretendidos de suas respostas de API e o esquema Augur. O trabalhador do Gitlab tem a responsabilidade de buscar dados progressivos relacionados a problemas, confirmações, solicitações de mesclagem etc. do GitLab usando a API python-gitlab na qual as métricas podem ser geradas. Módulos adicionais, como o módulo Data Setter e o moderador de esquema, seriam implementados para funcionar como um canal comum para os trabalhadores enviarem a resposta da API coletada para o banco de dados Augur ou para alterar o esquema Augur editando os arquivos do mapeador. O módulo Data Setter também terá a responsabilidade de implementar o mecanismo de gerenciamento de duplicatas.
Ligações Úteis
bistaastha
bistaastha selecionado para GSoC 2020
título do projeto
Construir o processo de fluxo de trabalho para o projeto CHAOSS D&I Badging.
Descrição do projeto
O programa CHAOSS Diversity and Inclusion Badging visa incentivar projetos e eventos a obterem selos de boas práticas de diversidade e inclusão. Este projeto será sobre a construção de um fluxo de trabalho baseado no GitHub para o programa CHAOSS D&I Badging.
Este projeto estenderia o trabalho existente de CHAOSS Badging e implementaria um processo de revisão por pares aberto. Além disso, o projeto se concentraria na integração de bots de fluxo de trabalho baseados no GitHub.
Ligações Úteis
vcrombie
vchrombie selecionado para GSoC 2020
título do projeto
Criação de modelos de qualidade usando métricas GrimoireLab e CHAOSS.
Descrição do projeto
GrimoireLab é uma poderosa plataforma de código aberto que fornece suporte para monitoramento e análise aprofundada de projetos de software. Ele produz um rico conjunto de painéis, que podem ser facilmente inspecionados pelos tomadores de decisão para ajudá-los a entender a evolução e a saúde de seus projetos. Apesar do grande conjunto de painéis disponíveis no GrimoireLab, comparar projetos entre si não é simples, pois requer navegar e detalhar os dados em diferentes painéis.
Prosoul é uma aplicação web que capacita os tomadores de decisão com os meios para criar e gerenciar seus próprios modelos de qualidade, que são meios úteis para avaliar e comparar projetos de software. A ideia deste projeto é apoiar a definição de Modelos de Qualidade usando dados do GrimoireLab e Prosoul.
O principal objetivo do projeto é projetar uma abordagem para moldar os dados do GrimoireLab em um formato que possa ser facilmente consumido pelo Prosoul e implementá-lo nos dados obtidos de algumas fontes de dados como git, github e repositórios de listas de discussão para obter qualidade simples modelos.
Ligações Úteis
Saicharan Reddy
Saicharan Reddy selecionado para GSoC 2020
título do projeto
Implementação do trabalhador de coleta de dados do GitLab e melhoria da cobertura de teste
Descrição do projeto
O objetivo principal deste projeto é reunir dados relativos a problemas do GitLab, commits, solicitações de mesclagem entre outras entidades e armazená-los no ecossistema de modelo de dados unificado do Augur. O projeto usará uma fila de tarefas, um agente e instâncias de trabalho para processar as informações em escala. Métricas para sustentabilidade &. A integridade geral do projeto será construída com base nas informações armazenadas no modelo unificado. Este projeto também visa aumentar a cobertura geral de teste do projeto. Testes de Ergo, Unidade e Integração para trabalhadores de coleta de dados seriam implementados para garantir a consistência dos dados.
Ligações Úteis
Akshara P.
Akshara P selecionado para GSoC 2020
título do projeto
Aprendizado de máquina para detecção de anomalias em comunidades de código aberto
Descrição do projeto
Augur é uma pilha web de prototipagem baseada em Flask para métricas CHAOSS. Ele fornece dados estruturados extraídos de várias fontes, como repositórios git, listas de discussão e rastreadores de problemas, usando uma arquitetura de plug-in que incorpora outros projetos de métricas de código aberto, como Facade e FOSSology. O Augur permite que os usuários acompanhem as atividades que estão acontecendo nos repositórios que interessam e comparem seu desempenho. Os principais objetivos deste projeto são detectar anomalias em várias métricas na comunidade de código aberto e notificar os gerentes da comunidade o quanto antes; fornecendo endpoints de API para as métricas necessárias e um painel personalizado para visualizar essas métricas por meio de gráficos. A conclusão deste projeto resultaria em um painel personalizado para cada usuário, fornecendo estatísticas em tempo real das atividades anômalas que ocorrem em seus repositórios.
Ligações Úteis
Pratik Mishra
Pratik Mishra selecionado para o GSoC 2020
título do projeto
Aprendizado de máquina para detecção de anomalias em comunidades de código aberto
Descrição do projeto
Este projeto desempenhará um dos papéis mais vitais para alcançar o objetivo da Augur para a análise da saúde da organização de código aberto. Ele não apenas fornecerá visualização, mas também oferecerá insights úteis que ajudarão os usuários a encontrar o motivo por trás de atividades anômalas ou período anômalo.
Ligações Úteis
Ore-Aruwaji Oloruntola
Ore-Aruwaji Oloruntola foi selecionado para Outreachy 2020
título do projeto
Criar processo de fluxo de trabalho para CHAOSS Diversity & Inclusion Badging
Ligações Úteis
Parte Sharma
Parth Sharma concluiu com sucesso o GSoC 2019.
título do projeto
Crie métricas de maturidade e declínio de risco e crescimento CHAOSS no Augur
Descrição do projeto
Augur é uma pilha web de prototipagem totalmente funcional para métricas CHAOSS. Ele fornece dados estruturados extraídos de repositórios git usando uma arquitetura de plug-in que incorpora outros projetos de métricas de código aberto, como Facade e FOSSology. O principal objetivo deste projeto é estender a funcionalidade do Augur implementando métricas CHAOSS de risco e crescimento-maturidade-declínio e casos de uso com foco no caso de uso do gerenciador de comunidade de código aberto. Este projeto, com foco no caso de uso do gerente de comunidade, permitirá que os gerentes de comunidade de código aberto aproveitem as métricas de risco e crescimento-maturidade-declínio para gerenciar melhor suas comunidades e projetos.
Ligações Úteis
Bingwen Ma
Bingwen Ma concluiu com sucesso o GSoC 2019.
título do projeto
Crie métricas de maturidade e declínio de risco e crescimento CHAOSS no Augur
Descrição do projeto
O objetivo do projeto é implementar métricas de risco e outras métricas dentro das métricas CHAOSS Crescimento-Maturidade-Declínio e casos de uso usando Augur, focando no que descobrimos como o caso de uso de gerenciador de comunidade de código aberto.
Ligações Úteis
Aniruddha Karajgi
Aniruddha Karajgi completou com sucesso o GSoC 2019.
título do projeto
Implementando Métricas CHAOSS com Perceval
Descrição do projeto
O objetivo deste projeto é criar implementações e testes de referência, principalmente para as métricas definidas pelo Evolution Working Group, mas também para os outros grupos de trabalho. Isso será feito analisando os dados recuperados pelo Perceval de várias fontes usando notebooks jupyter, pandas e matplotlib.
Ligações Úteis
Nishchith K Shetty
Nishchith K Shetty concluiu com sucesso o GSoC 2019.
título do projeto
Suporte de métricas relacionadas ao código-fonte.
Descrição do projeto
A Graal produz análises relacionadas à complexidade do código, qualidade, dependências, vulnerabilidade e licenciamento e os dados produzidos estão de acordo com os que podem ser processados pelo GrimoireLab. Vou focar principalmente em:
- Adicionando suporte de métricas relacionadas ao código-fonte ao Grimoirelab com a ajuda de dados de análise produzidos pelo Graal.
- Adaptando a cadeia de ferramentas do Grimoirelab para poder executar o Graal e processar os dados produzidos por ele.
- Escrevendo testes de unidade apropriados para back-ends adicionais, seus conectores de suporte correspondentes e métodos.
- Produzir análises relacionadas às métricas propostas e calculadas* (descritas abaixo)
- Adicionando documentação relacionada a recursos adicionais e melhorias nos existentes.
De todos os cinco back-ends fornecidos pelo Graal, o CoCom (Code Complexity) cobre a grande maioria das linguagens populares e o CoLic (Code License) suportado por NOMOS & ScanCode nos ajuda a buscar informações relacionadas a licenças e direitos autorais de repositórios de desenvolvimento de software e é independente de idioma . A adição de métricas relacionadas a esses dois back-ends durante o período GSoC pode ser aplicada a uma ampla variedade de projetos no futuro.
Ligações Úteis
Keanu Nichols
Keanu Nichols completou com sucesso o GSoC 2018.
título do projeto
Relatório de Métricas CHAOSS.
Descrição do projeto
Escrevendo código Python para consultar bancos de dados do GrimoireLab Elastisearch e obter dele as métricas relevantes para o relatório. As tecnologias possíveis para atingir esse objetivo incluem o Python Pandas.
Ligações Úteis
Pranjal Aswani
Pranjal Aswani completou com sucesso o GSoC 2018.
título do projeto
Relatório de Métricas CHAOSS: Refatorando o código existente e estendendo as capacidades do Projeto Manuscritos.
Descrição do projeto
O projeto Manuscritos, que faz parte do Grimoire Toolset, nos ajuda a analisar repositórios e projetos criando um relatório baseado em Métricas predefinidas que dão uma visão geral do projeto. A infraestrutura do sistema de geração de relatórios atual precisa ser atualizada para que os usuários possam gastar menos tempo para descobrir os comos e possam se concentrar na funcionalidade. O objetivo deste projeto é estender as capacidades do projeto Manuscritos para que cubra quase todas as Métricas que podem ser calculadas usando as diferentes fontes de dados. Ao final deste projeto, teremos um sistema de relatórios maior e melhor.