Web Scraping, APIs e IA: tudo que aprendi num desafio técnico real de estágio

✍️ Introdução:

Conquistar uma vaga de estágio em tecnologia não tem sido uma tarefa simples. O mercado está cada vez mais exigente, mesmo para quem está começando. Mas, ao mesmo tempo, percebo que as empresas também estão abertas a quem demonstra vontade de aprender, curiosidade e iniciativa.

Recentemente participei de um processo seletivo que trouxe exatamente esse espírito. O desafio era construir um chatbot funcional, e o mais interessante foi que o uso de ferramentas de Inteligência Artificial era incentivado — desde que utilizado de forma responsável e consciente.

Essa foi uma oportunidade valiosa para aplicar meus conhecimentos em lógica de programação e explorar o potencial da IA como parceira no desenvolvimento. Usei a IA não para automatizar minha entrega, mas para entender melhor a estrutura de um chatbot, tirar dúvidas conceituais e revisar partes do meu código.

Foi a primeira vez que encarei um desafio técnico com tanta liberdade para explorar soluções reais, e isso me ajudou a enxergar o quanto a tecnologia, combinada com curiosidade e esforço pessoal, pode acelerar o aprendizado de quem está iniciando na área.

👤 Quem sou eu e como tudo começou

Meu nome é João Vitor, sou estudante de Análise e Desenvolvimento de Sistemas, e como muitos que estão começando na área de tecnologia, eu estava em busca da minha primeira oportunidade prática. Estava determinado a encontrar uma vaga que me desafiasse de verdade, mas que também me permitisse aprender e crescer.

Foi nesse momento que me deparei com uma vaga de estágio em engenharia de software em uma organização da área de E-sports. A proposta por si só já chamou minha atenção, por unir tecnologia e um setor inovador, dinâmico e com grande potencial de crescimento.

Logo após a inscrição, recebi o retorno com a primeira etapa do processo: um desafio técnico real — criar um chatbot funcional.

Na hora, senti aquele misto de empolgação e nervosismo. Seria um desafio fora da minha zona de conforto, mas também uma oportunidade perfeita para testar tudo que venho estudando — e, claro, para colocar a mão na massa.

⚙️ O desafio técnico e onde a jornada realmente começou

A proposta inicial do desafio era criar um chatbot funcional que fosse capaz de responder perguntas sobre a organização de E-sports. Algo como: “O que é a empresa?”, “Qual o propósito dela?”, “Como entrar em contato?” — perguntas simples que podiam ser facilmente resolvidas com um banco de dados ou respostas fixas.

Mas foi aí que pensei: por que não ir além do básico?

E se o bot pudesse responder coisas como:

🗓️ “Quando vai ser a próxima partida do time?”

📊 “Como foi o resultado da última partida?”

Essa ideia me animou — e também marcou o início dos verdadeiros desafios.

Para isso, eu precisava de um modelo de IA generativa que fosse capaz de entender o contexto das perguntas e gerar respostas coerentes. Minha primeira ideia foi usar um modelo hospedado no Hugging Face, já que é uma plataforma rica e muito usada em projetos de NLP. No entanto, percebi que essa abordagem traria problemas de peso, usabilidade e custo, tornando o teste do projeto mais complicado, especialmente para recrutadores ou colegas que quisessem apenas rodar meu código de forma simples.

Foi aí que decidi optar por uma solução mais leve e acessível: a API do Gemini (da Google).

Além de gratuita, a API era simples de integrar e entregava exatamente o que eu precisava:

• respostas contextuais,
• boa performance,
• fácil replicação por outras pessoas.

Mas se engana quem acha que integrar a API foi o fim do desafio. Na verdade, foi só o começo do mais complexo:

“Como fazer a IA responder o que eu quero, e não algo genérico?”

E foi nesse ponto que o aprendizado se intensificou de verdade...

🧠 Transformando dados em respostas: o poder do Web Scraping

Para que a IA pudesse responder perguntas como “Quando vai ser a próxima partida?” ou “Como foi o resultado da última?”, ela precisaria de uma base de dados real. Mas aí veio a grande dúvida:

Como alimentar a IA com essas informações? Teria que escrever tudo à mão? Atualizar manualmente cada resultado?

Foi nesse momento que descobri algo que mudou completamente a forma como eu enxergo automação na web: o Web Scraping.

Para quem ainda não conhece, Web Scraping é uma técnica que permite extrair informações diretamente de páginas da internet, lendo o código HTML e capturando os dados visíveis (e até alguns que não estão visíveis diretamente). É como ensinar seu programa a “ler” uma página da web da mesma forma que você faria manualmente.

Encontrei um site que exibia estatísticas e resultados das partidas da organização. Com isso em mãos, comecei a explorar bibliotecas do Python que tornariam essa tarefa possível:

• requests: me permitiu acessar e baixar o conteúdo da página HTML, como se fosse um navegador.
• BeautifulSoup: foi a ferramenta que usei para navegar pelo HTML da página, encontrando os elementos exatos (como data, horário, placar, nome dos times) e extraindo essas informações com precisão.
• pandas: ajudou a organizar os dados em tabelas estruturadas, facilitando o tratamento e uso das informações depois.

Além disso, percebi que o próprio site usava uma API interna para buscar os dados das partidas. Aproveitei isso e também fiz requisições diretamente para essa API, conseguindo dados ainda mais detalhados e organizados — como se estivesse “conversando” diretamente com o sistema deles.

Com essas duas fontes (scraping e API), coletei tudo que precisava: resultados, próximos jogos, horários, status, estatísticas… e alimentei minha aplicação com essas informações.

Por fim, criei uma forma da IA interpretar essas informações dinamicamente, permitindo que ela construísse respostas claras e atualizadas para o usuário. E, para minha felicidade: funcionou perfeitamente! 🎯

✅ Resumo e encerramento

O desafio começou com uma simples proposta: criar um chatbot funcional. Mas ao longo do caminho, essa tarefa se transformou numa verdadeira jornada de aprendizado — envolvendo IA, engenharia de prompts, consumo de APIs, web scraping e muita curiosidade.

Foi mais do que um teste técnico. Foi uma oportunidade de provar para mim mesmo que, mesmo sem anos de experiência, é possível ir além quando combinamos esforço, criatividade e vontade de aprender.

💡 Mensagem motivacional

Se você também está começando agora, enfrentando os primeiros testes e desafios da área tech, saiba: não é preciso saber tudo — o importante é não ter medo de começar. Cada erro é uma aula. Cada solução que você encontra te torna mais preparado para o próximo passo. A tecnologia evolui rápido, mas a sua vontade de evoluir pode ser ainda mais poderosa.

🤝 Vamos trocar ideias?

Se você curtiu esse projeto, quer ver como tudo ficou na prática ou trocar experiências sobre carreira, projetos ou inteligência artificial, vou ficar feliz em conectar com você! 😊

🔗 https://www.linkedin.com/in/joao-vitor-dias-rodrigues/

📁 https://github.com/Joao-Vitor-Dias/Chat-Bot-Furia

Me chama por lá e bora crescer juntos! 🚀

🔖 #hashtags

#EstágioTech #Chatbot #IA #GeminiAPI #WebScraping #Python #BeautifulSoup #Requests #Pandas #DesenvolvimentoDeSoftware #MachineLearning #AprendizadoContínuo #ComunidadeDIO #DesafioTécnico #TechCareer #ProjetosComIA #EstágioTI #DevEmFormação