Com dados extraídos do TSE e desenvolvido com PowerBi, sendo utilizado como apoio e suporte a decisão. Análise com dados do Estado de Mato Grosso podendo ser estendido para todos os Estados e Municípios da Federação. Senador, Deputado Federal/Estadual, Prefeito e Vereador
Clique na imagem para acessar o painel. Com dados extraídos do TSE: (https://dadosabertos.tse.jus.br) e desenvolvido com PowerBi, podendo ser utilizado como apoio e suporte a decisão. Análise com dados do Estado de Mato Grosso podendo ser estendido para todos os Estados e Municípios da Federação.
Desenvolvido por: Wilmar Borges Leal Junior e Alexis Vinicius de Aquino Leal
Wilmar Borges Leal Junior. Professor de Direito do Instituto Federal do Tocantins – IFTO, campus Gurupi-TO, Graduado em Direito e Computação, com mestrado em Modelagem Computacional de Sistemas – UFT, e especializações (lato-sensu) em: Direito Público: Constitucional, Administrativo e Tributário – IBRA. Direito Digital – CERS. Desenvolvimento de aplicações web e em Arquitetura e Gestão de Infraestrutura em TI. Membro Instrutor na Cisco Network Academy
Alexis Vinícius de Aquino Leal. Possui graduação em Licenciatura em Matemática pela Universidade Católica de Brasília (2010), graduação em Ciência da Computação pela Universidade de Cuiabá (2000), especialização em Informática na Educação pela Universidade Federal de Lavras (UFLA) e mestrado em Ciência da Computação pela Universidade Federal de Goiás (2014). Título de perito através pelo MBA em Perícia de Áudio e Vídeo Digital pelo IPOG. Atualmente é professor do Instituto Federal de Mato Grosso (IFMT) no Centro de Referência de Canarana-MT, com passagem, na Rede Federal de Educação Profissional e Tecnológica pelos campus Iporá-GO (IF Goiano) e Barra do Garças-MT (IFMT). Foi membro do Conselho Superior do Instituto Federal de Mato Grosso, no segmento docente, com mandato entre 2018/2020. Atualmente, cursa Doutorado em Computação Aplicada na Universidade do Vale do Rio dos Sinos (Unisinos), campus São Leopoldo-RS, nas linhas de pesquisa Informática Médica com ênfase em IA e Federated Learning, no contexto da pandemia da Covid-19.