Ariel Fernandes - Backend Challenge Solution

[arielfernandes]

Solução - Backend Challenge

Deploy

• API: https://developer-challenges-production-2932.up.railway.app/docs

Tecnologias

• Python 3.11 + FastAPI
• SQLAlchemy + PostgreSQL (produção) / SQLite (desenvolvimento)
• Pydantic + Pydantic Settings
• Pytest (testes unitários, integração e benchmark de latência)
• Docker + Nginx
• Railway (deploy)

Funcionalidades Implementadas

• POST /time-series/ — armazenar série temporal
• GET /time-series/{id} — recuperar série completa
• GET /time-series/{id}/metrics — métricas (min, max, média, desvio padrão)
• GET /time-series/{id}/predict — predição de valores futuros
• GET /time-series/count — total de séries armazenadas
• DELETE /time-series/{id} — deletar série

Predição

Implementada usando Holt-Winters (Exponential Smoothing) com fallback automático para Regressão Linear em casos de dados insuficientes ou degenerados.

Performance

Todos os endpoints atendem ao requisito de latência inferior a 350ms, com média abaixo de 10ms nos testes de benchmark.