Titulo Estágio
Sistema de Votação Biométrica
Áreas de especialidade
Sistemas Inteligentes
Local do Estágio
Leiria, Porto, Lisboa ou Teletrabalho
Enquadramento
A nova estratégia industrial para a Europa, apresentada pela Comissão Europeia (CE) em Março de 2020, tem como objetivo conduzir a duas transições fundamentais: neutralidade climática e liderança digital (https://eur-lex.europa.eu/legal-content/PT/TXT/?uri=CELEX:52020DC0102 [Accessed: 31-Mai-2021]). De acordo com a CE, para que esta ambição seja concretizada, a Europa precisa de uma industria mais ecológica e mais digital. Alinhados com estes objetivos, nomeadamente em relação à transição digital, onde será de particular relevância a investigação e implantação de tecnologias nos domínios da inteligência artificial, tecnologia 5G e análise de dados e meta-dados (https://ec.europa.eu/portugal/news/shaping-europe-digital-future_pt [Accessed: 31-Mai-2021]) propomos o desenvolvimento de um sistema que permita a realização de eleições (em pequena escala para clubes desportivos, coletividades ou quaisquer outros órgãos de gestão) sem que os eleitores tenham que se deslocar ao local das urnas, assumindo que os seus dados biométricos foram previamente registados e validados no sistema.
Objetivo
O projeto visa desenvolver uma aplicação de votação biométrica que possa reconhecer os utilizadores com base nos seus padrões de impressão digital ou reconhecimento facial. Uma vez que a autenticação biométrica é única para cada pessoa, o sistema pode identificar rapidamente os eleitores utilizando as suas impressões digitais ou as suas fotografias faciais. Naturalmente, um eleitor pode votar num candidato apenas uma vez.
Assim, sugerimos o desenvolvimento de uma aplicação, "Sistema de Votação Biométrica", que deverá disponibilizar os seguintes requisitos principais:
- Permite ao administrador da votação (Admin) adicionar todos os nomes e fotos dos candidatos nomeados para a eleição.
- Permite ao Admin autenticar os utilizadores verificando a sua prova de identidade, e após verificação, registá-los como eleitores no sistema;
- Permite aos eleitores entrar no sistema através do ID de utilizador único e senha fornecidos pelo Administrador;
- Após o registo, os utilizadores devem utilizar as suas impressões digitais ou fotografias de rosto para votar no seu candidato preferido;
- Uma vez terminada a eleição e contados os votos, tanto o Admin como os utilizadores podem ver o resultado da eleição utilizando o ID de eleitor;
- Após o fim da eleição, o sistema apagará automaticamente os nomes e fotografias dos candidatos e dos eleitores.
Para a implementação da aplicação deverá ser utilizada a plataforma OutSystems, de desenvolvimento ágil de aplicações (https://www.outsystems.com/platform/ [Accessed: 31-Mai-2021])
A OutSystems é considerada “leader” em plataformas de “low code” pela Gartner:
“OutSystems is a Leader. It originated as vendor of a rapid application development environment based on .NET, but now offers an enterprise LCAP of the same name that supports cloud, onpremises and hybrid solutions. It focuses on enterprise application development for agile and continuous customer delivery by offering a combination of omnichannel support and scalability. Gartner reviewed OutSystems 11.” (https://www.gartner.com/en/documents/3956079/magic-quadrant-for-enterprise-low-code-application-platf [Accessed: 31-Mai-2021].
Para o reconhecimento facial, poderão ser utilizados os serviços de Inteligência Artificial (IA) da Microsoft Azure (https://docs.microsoft.com/en-us/azure/cognitive-services/ [Accessed: 31-Mai-2021]) ou de outros fabricantes.
Plano de Trabalhos - Semestre 1
Plano de trabalhos previsto:
- Familiarização com a empresa Do DOITLEAN: estrutura, organização e métodos de trabalho;
- Apresentação do aluno ao orientador da DOITLEAN e à equipa técnica de suporte;
- Formação OutSystems através dos tutoriais online;
- Implementação de um pequeno projeto (web e mobile) usando a plataforma Outsystems;
- Familiarização com os serviços cognitivos da Azure;
- Pesquisa do estado da arte;
- Especificação dos requisitos da aplicação “Sistema de Votação Biométrica”;
- Escrita do relatório intermédio.
NOTA: será feito um plano de trabalho detalhado no início do estágio.
Plano de Trabalhos - Semestre 2
Plano de trabalhos previsto:
- Detalhe dos requisitos da aplicação “Sistema de Votação Biométrica”;
- Implementação do da aplicação;
- Configuração dos serviços cognitivos de reconhecimento facial;
- Criação de uma base de dados para reconhecimento facial;
- Testes e treino de reconhecimento facial;
- Avaliação experimental e validação;
- Escrita do relatório final.
NOTA: será feito um plano de trabalho detalhado no início do estágio.
Condições
A DOITLEAN oferece 200€ mensais para apoio nas deslocações residência-trabalho e providencia, caso o aluno não possua, o equipamento técnico necessário.
A DOITLEAN providenciará também toda a ajuda e suporte técnico necessários à aprendizagem e utilização da plataforma OutSystems, bem como a sua ligação aos serviços cognitivos da Microsoft Azure.
O horário a cumprir pelo aluno é livre, podendo a prestação ser inteiramente por teletrabalho.
Observações
Para a implementação da aplicação será utilizada a plataforma de desenvolvimento "low-code" OutSystems:
https://www.outsystems.com/
A OutSystems é considerada “leader” em plataformas de “low code” pela Gartner:
“OutSystems is a Leader. It originated as vendor of a rapid application development environment based on .NET, but now offers an enterprise LCAP of the same name that supports cloud, onpremises and hybrid solutions. It focuses on enterprise application development for agile and continuous customer delivery by offering a combination of omnichannel support and scalability. Gartner reviewed OutSystems 11.” https:
//www.gartner.com/en/documents/3956079/magic-quadrant-for-enterprise-low-code-application-platf
A Outsystems já suporta componentes de ligação aos serviços cognitivos da Microsoft Azure, que disponibilizam um conjunto de serviços de IA, nomeadamente para o reconhecimento facial:
https://docs.microsoft.com/en-us/azure/cognitive-services/face/
Em relação aos dados a utilizar pelos alunos, existem várias base de dados de faces/dados biométricos que podem ser usadas em contexto académico, nomeadamente:
https://faces.mpdl.mpg.de/imeji/
https://id4d.worldbank.org/guide/biometric-data
https://git-disl.github.io/GTDLBench/datasets/att_face_dataset/
https://www.ecse.rpi.edu/~cvrl/database/other_Face_Databases.htm
Orientador
Maria Paula de Brito Graça
estagios@doitlean.com 📩