Mecanismo de Busca de Filmes

Repositório oficial do Versus Codecon: três devs, o mesmo dataset, abordagens completamente diferentes

Sobre o Desafio

Este repositório contém os projetos desenvolvidos durante o desafio Versus, onde desenvolvedores tiveram 2 horas para criar um mecanismo de busca funcional a partir de um dataset do TMDB com 5.000 filmes.

O desafio é simples de enunciar e difícil de executar: dado um dataset com título, gênero, sinopse, nota, popularidade e data de lançamento, criar uma busca inteligente que retorne resultados relevantes para queries de complexidade variada.

Sobre o Desafio

Construir um mecanismo de busca com interface funcional que:

• Carregue e indexe o dataset de 5.000 filmes do TMDB
• Suporte buscas por título, gênero, sinopse e outros metadados
• Retorne resultados relevantes para queries simples e compostas
• Tenha interface funcional para interação com a busca

Regras do Desafio

Limitações

• ⏱️ 2 horas para desenvolvimento
• 🛠️ Qualquer linguagem ou stack
• 🤖 IA liberada para consulta e desenvolvimento
• 🎯 A busca precisa ser inteligente de verdade — não apenas correspondência exata

Critérios de Avaliação

• Relevância dos resultados para queries simples (Inception)
• Suporte a buscas por atributos (filmes de terror dos anos 80)
• Queries compostas (drama com final triste)
• Filtros por metadados (sci-fi com rating acima de 8)
• Busca por similaridade (filmes parecidos com Interstellar)

Participe Você Também!

Acha que consegue criar uma busca mais precisa? Adoraríamos ver sua abordagem! 🔍

Como Contribuir

1. Fork este repositório
2. Crie uma pasta com seu nome/username dentro da estrutura
3. Desenvolva seu mecanismo de busca
4. Adicione um README.md explicando sua abordagem
5. Abra um Pull Request com suas contribuições

Template de Documentação

Seu README deve incluir:

• Stack: Tecnologias e bibliotecas utilizadas
• Abordagem de Busca: Como você implementou a indexação e relevância?
• Resultado: Screenshots ou demo
• Aprendizados: O que funcionou? O que mudaria?

Regras para Contribuição

• ✅ Use qualquer stack que preferir (React, Vue, Next.js, Python, etc.)
• ✅ Documente bem sua abordagem de busca no README
• ✅ Mantenha o código limpo e comentado
• ✅ A busca precisa funcionar de verdade para queries compostas
• ❌ Nada de código malicioso

Ideias de Abordagem

• 🔎 Busca por índice invertido
• 🧠 Embeddings e busca semântica
• 📊 TF-IDF para relevância
• 🔗 Full-text search com banco de dados
• ⚡ Fuzzy matching para tolerância a erros
• 🎯 Filtros combinados por metadados

📁 Estrutura do Repositório

/
├── seu-nome-aqui/        # 👈 Sua contribuição!
│   ├── src/
│   │   ├── index.html
│   │   ├── style.css
│   │   ├── script.js
│   │   └── ...
│   ├── package.json      # Se aplicável
│   └── README.md         # Descreva sua abordagem aqui!
└── README.md

Dataset

O dataset utilizado é o TMDB Top 5000 Movies, com os seguintes campos:

• title — Título do filme
• genres — Gêneros
• overview — Sinopse
• vote_average — Nota média
• popularity — Índice de popularidade
• release_date — Data de lançamento

Faça o downlod aqui

Como Executar os Projetos

Cada projeto possui suas próprias instruções de execução. Navegue até a pasta do participante desejado para encontrar o README específico com instruções detalhadas.

🤝 Apoie a Codecon

Gostou do conteúdo? Apoie nossos projetos!

Codecon PRO - Apenas R$ 15/mês

• Crachá especial na Codecon Summit
• Acesso ao nosso grupo secreto no WhatsApp ou Discord
• Acompanhe os bastidores: planejamento, ideias e conversas de quem constrói junto
• Receba nossa newsletter todas as semanas
• Acesso ao tema da Codecon para VSCode

Saiba mais sobre a Codecon PRO

📱 Siga a Codecon

• Instagram
• YouTube
• Site Oficial

📄 Licença

Este projeto está sob licença MIT. Sinta-se livre para explorar, aprender e compartilhar!

---

Feito com 🔍 pela comunidade Codecon