Implementación de algoritmo de asignación de tareas.

Necesita tener estos programas instalados en su máquina local:

• Docker
• GIT

1. Clonar repositorio Github

2. Crear .env en base a .env.example utilizando los siguientes datos:

    DB_HOST=db
    DB_PORT=5432
    DB_NAME=talatask_db
    DB_USER=talatask
    DB_PASSWORD=talatask_passwd

3. Ejecutar Docker Compose (desde una shell, ubicado en la carpeta del proyecto)

    docker compose up --build

4. Crear usuario administrador, para esto necesita ejecutar los siguientes comandos:

    docker exec -it talatask-backend-1 bash
   
    python manage.py createsuperuser --username admin --email admin@example.com

   Luego de ejecutado pedirá ingresar Password, recomendamos utilizar estos datos a modo de prueba:

   • Password: talana

   Estos dato serán necesarios para interactuar con la interfaz API más adelante.

• Un Employee puede tener muchas habilidades (Skill)
• Una Task puede pertenecer a una sola habilidad (Skill)
• Un Schedule puede o no estar asignado a un Task y cada vez que es asignada a una, se actualiza el valor de Schedule.last_assignment_date, esto último para dar control de tiempos al reporte solicitado y para evitar crear otra tabla que mantuviera dicha relación.

Se habilitaron los endpoints CRUD para los modelos mencionados anteriormente, estos se pueden acceder desde las siguientes URL:

• Skills: http://localhost:8000/skills/
• Employees: http://localhost:8000/employees/
• Tasks: http://localhost:8000/tasks/
• Schedule: http://localhost:8000/schedule/

Se habilitó un endpoit para obtener el reporte de asignaciones:

• http://localhost:8000/report/

Dicho reporte muestra todas las asignaciones históricas que se han realizado, ordenadas por Schedule.date y Schedule.hour, las columnas consideradas fueron las siguientes:

• task_title: Nombre de la tarea asignada
• task_estimated_hours: Cantidad de horas original que se estimó que la tarea demoraría en desarrollarse
• task_skill: Nombre de la habilidad que se necesitaba para realizar esta tarea
• employee_name: Nombre del empleado al que se le asignó la tarea
• execution_day: Fecha del día en que se asignó para ejecutar dicha tarea
• execution_hour_utc: Hora del día (UTC) en el que se asignó para ejecutar la tarea
• assigned_at: Fecha y hora (UTC) en que se asignó la tarea

Y también se habilitó un endpoint para ejecutar el comando de asignaciones, mostrando el resultado de esta:

• http://localhost:8000/assignment/

Este endpoint retorna un listado de las Tasks pendientes de asignación y el listado de Schedules que le fueron asignadas en esa ejecución, con este formato:

• task: información del Task que tomó el script
• schedules: listado de Schedules que fueron asignadas al Task correspondiente

Estos endpoints se pueden ejecutar tanto de la interfaz web (necesita autenticar con los datos creados anteriormente), como también mediante Postman o utilizando el comando curl, con la siguiente sintaxis:

curl -u admin -H 'Accept: application/json; indent=4' [ENDPOINT_URL]

Por ejemplo, para obtener el reporte:

curl -u admin -H 'Accept: application/json; indent=4' http://localhost:8000/report/

Para realizar la asignación de horarios disponibles a una tarea, se utilizó el Patrón de diseño Strategy, que permite implementar distintas lógicas de asignación de una manera limpia y ordenada, permitiendo futuras implementaciones dependiendo de la necesidad de la empresa, más detalles se pueden encontrar directamente en el código Tasks.classes.