Looqbox - Processo Seletivo para Analista de Dados e BI (Python/SQL - Remoto) - 06/2026

.gitignore

@@ -0,0 +1 @@
+.venv

.python-version

@@ -0,0 +1 @@
+3.13

case_1/case_1.py

@@ -0,0 +1,52 @@
+# %%
+
+import sqlalchemy
+import mysql.connector
+import pandas as pd
+
+eng = sqlalchemy.create_engine('mysql+mysqlconnector://looqbox-challenge:looq-challenge@35.199.115.174/looqbox-challenge')
+
+#%%
+def retrieve_data(product_code:int=None, store_code:int=None, date:list=None)->pd.DataFrame:
+    """ Docstring criada com apoio de IA
+    Busca dados de vendas de produtos com base nos filtros fornecidos.
+
+    A função constrói uma consulta SQL dinamicamente conforme os parâmetros
+    passados e retorna os resultados em um DataFrame do Pandas.
+
+    Args:
+        product_code (int, optional): Código identificador do produto.
+            Defaults to None.
+        store_code (int, optional): Código identificador da loja.
+            Defaults to None.
+        date (list, optional): Lista de datas (formato ISO)
+            para filtrar as vendas (`IN`). Defaults to None. Ex.: '2019-01-01'
+
+    Returns:
+        pd.DataFrame: DataFrame contendo todas as colunas da tabela
+        `data_product_sales` que atendem aos critérios de filtragem.
+    """
+
+    params = []
+
+    query = """
+    SELECT *
+    FROM data_product_sales t1
+    WHERE 1=1
+    """
+
+    if product_code:
+        query += " AND t1.PRODUCT_CODE = %s"
+        params.append(product_code)
+
+    if store_code:
+        query += " AND t1.STORE_CODE = %s"
+        params.append(store_code)
+
+    if date:
+        data_placeholder = ", ".join(["%s"] * len(date)) #AI
+        query += f" AND t1.DATE IN ({data_placeholder})" 
+        params.extend(date)
+
+    df = pd.read_sql(query, eng, params=tuple(params))
+    return df