Student Profiler
Projekt: marzec 2025 — czerwiec 2025
Rola: Backend / Data Engineer
Firma: GOTOIT sp. z o.o.
Status: Produkcja
Opis projektu
Mentorzy i prowadzący kursy nie mieli narzędzia umożliwiającego systematyczne monitorowanie aktywności studentów na Discordzie.
Analiza zaangażowania, regularności pracy oraz historii interakcji:
- była rozproszona po wielu kanałach,
- wymagała ręcznego przeglądania wiadomości,
- nie dawała podstaw do automatycznych wniosków ani skalowania procesu mentoringu.
Brakowało jednego, centralnego systemu do zbierania i analizy danych.
Zaprojektowałem i rozwijam Student Profiler — narzędzie do automatycznego monitorowania aktywności studentów w środowisku Discord.
Rozwiązanie
Rdzeniem systemu jest Discord Bot, który:
- pobiera dane historyczne z kanałów,
- nasłuchuje nowych wiadomości i zdarzeń w czasie rzeczywistym,
- zapisuje dane w relacyjnej bazie danych,
- zasila warstwę analityczną i interfejs użytkownika.
Architektura została przygotowana pod dalszy rozwój funkcji opartych o AI (humanizowany mentor bot, analiza sentymentu, OCR, modele predykcyjne).
Architektura
Główne funkcjonalności
- Integracja Discord Bot do monitorowania aktywności i automatycznego wysyłania wiadomości
- Cykliczne zbieranie danych z kanałów Discord (co godzinę)
- System przechowywania danych: PostgreSQL dla wiadomości, Digital Ocean Spaces dla załączników
- UI oparte na Streamlit do łatwego dostępu i analizy danych z Discorda
- Skalowalna architektura z planami implementacji funkcji AI
Co zrobiłem
- Zaprojektowałem architekturę systemu zgodnie z zasadami Single Responsibility Principle
- Zaimplementowałem Discord Bota do:
- pobierania historii wiadomości
- nasłuchiwania nowych zdarzeń
- obsługi automatycznych odpowiedzi
- Stworzyłem mechanizm cyklicznego zbierania danych (scheduler hourly)
- Zaprojektowałem i wdrożyłem bazę danych PostgreSQL
- Zintegrowałem DigitalOcean Spaces do przechowywania załączników
- Zbudowałem UI analityczne w Streamlit z wizualizacjami Plotly
- Przygotowałem środowisko Docker do lokalnego i chmurowego uruchamiania
- Zaimplementowałem konfigurację aplikacji z użyciem pydantic-settings
Umiejętności
- Python
- Discord API
- PostgreSQL
- Streamlit
- Docker
- DigitalOcean
- Pandas
- SQL
- Plotly
- Psycopg
- Requests
- Schedule
- Pydantic-settings
- SRP design
Rezultaty
- Centralne źródło danych o aktywności studentów na Discordzie
- Automatyczne i regularne zbieranie danych bez ręcznej ingerencji mentora
- Czytelny dashboard do analizy zaangażowania i trendów
- Stabilna baza pod dalszy rozwój funkcji AI:
- analiza sentymentu komunikacji
- predykcja spadku aktywności kursantów
- humanizowany mentor bot
Zdjęcia
