Histórico da Página

...

• O NO DAT estará disponível a partir de junho de 2023, na versão 12.1.23030000 23020000 (2007) ou superior. 
• A atualização poderá ser feita através da loja de aplicativos (Google Play para dispositivos Android e App Store para dispositivos IOS);
• A funcionalidade estará disponível para a versão Mobile. 

...

• Ganho de performance no Reconhecimento Facial 

• Ganho de performance e estabilidade nas cargas através do login e nas atualizações dados dados da imagem no aplicativo. 

• Maior facilidade de análise das Hashes na Plataforma Carol.
• Possibilidade dos funcionários com desligamento futuro realizar marcações.
• Além de outras correções que é possível visualizar aqui. 

Como fazer para habilitar e

...

executar o novo processo de

...

Geração de

...

Hashes ?

A Geração dos Hashes é feita por um processo da Plataforma Carol, o processo chama-se “hash_db”, é executado através de agendamento. Para acessar, selecionar Carol Apps, e depois “TOTVS RH Clockin BackOffice”. Conforme print abaixo na Aba Process, temos o processo “hash_db”:

Após a execução do mesmos, os hashes das imagens são gerados.

A Geração dos Hashes será concluída quando for demonstrado o status "Complete" na linha do Processo hash_db, conforme print abaixo:

Como Consultar os hashes gerados na

...

Plataforma Carol ?

Os hashes gerados são facilmente visualizados através do "Data Model Hashes". No Menu lateral esquerdo clica-se em "Data ModelsModel", para escolher a opção "Hashes". Segue abaixo um descritivo do que significa cada campo do "Data Model Hashes":

• Image Sequence: é a sequencia de imagem do Data Model Imagem 
• Source: qual é a origem do Hash. Aqui podemos ter a origem Clockin que significa que o hash veio de uma marcação. Tmbém podemos ter "hr" que significa que o hash veio de uma foto cadastrada no Cadastro de Imagens 
• Sequence: é a sequencia do hash gerada para o Person ID (CPF)
• Image Code: é o Image Code (Código da Imagem) do Data Model Imagem 
• Code: é o campo usado para guardar o código do dispositivo que a pessoa efetua a marcação. Esta informação permite buscar os hashes por dispositivo num primeiro momento. Então para pessoas que batem sempre no mesmo dispositivo a busca será bem mais rápida.  
• PersonId: é o CPF do Funcionário 
• Grouping field: é a informação do funcionário relativa ao grupo usado como separador de imagem. Ex: se o separador de imagem é o campo "mdmgroupsectioncode"  então o conteudo do campo Grouped Section Code do Funcionario será gerado nesse campo.  
• Active: se o funcionário está ativo ou a data de desligamento do funcionário é futura então este campo fica como Active, Caso o funcionário seja desligado a informação será atualizado como inactive. Os registros inativos são utilizados para atualização no aplicativo quando o funcionário for desligado.
• Image Hash: são os códigos gerados referente aos pontos da face. São utilizados para o reconhecimento facial 
• Name: nome do funcionário 
• Connector: connector de origem do registros. Como foi gerado pelo processo de HASH_DB as informações são atualizadas por esse connector no Clockin.
• Created: data e hora que o registro foi criado no Data Model Hashes
• Last Updated: ultima atualização do registro
• Record Id: é o campo chave de identificação do registro 

Regras de GeraçãoAbaixo as regras para ocorrer a Geração de Hashes:

• Funcionários ativos ou com data de desligamento futura são considerados para a geração do hashes
• São considerados os hashes das imagens válidas (campo observation code = 0) e cujo o hash já foi gerado do Data Model de Image
• . 
• São gerados "Hashes" das Imagens válidas do Cadastro de Funcionário do Backoffice (imagens com o indicador verde).
• São gerados "Hashes" dasImagens das últimas cinco marcações do funcionário. 
• O processo também gera "hashes" para funcionários desligados porém com o campo "Active" como "False", esses "hashes" são integrados com o aplicativo para indicar que o funcionário foi desligado. Para os demais casos o campo "Active" é gerado como "True".São considerados os hashes das últimas 5 marcações realizadas pelo funcionário  e o dispositivo em que ele realizou a marcação 

Quais são os passos para realizar o fluxo do NO DAT ?

O fluxo do NO DAT é composto dos seguintes passos: 

Passo 1 ) - Cadastramento da Foto, que pode ser feito de três maneiras:

• Inserir no Backoffice  "Backoffice" 
• Associação de Fotos na Marcação 
• Integração da Foto via ERP 

Passo 2) - Efetuar o agendamento do processo de geração Geração de hash "Hashes" ("hash_db"). Este processo gera informações no  "Data Model  Hashes, Model Hashes". Segue abaixo algumas regras:

• Ao efetuarmos a liberação do NO DAT teremos um período em que a funcionalidades de banco de imagem pelo arquivo DAT e NO DAT funcionarão em paralelo enquanto os aplicativos não são todos atualizados para a versão do NO DAT. Desta forma é necessário durante um período que o agendamento do "generate_dat_file" seja mantido para que os arquivos .DAT sejam gerados para usuários que não migraram para o NO DAT.
• Para esse caso o indicado é intercalar o horário das gerações. Exemplo: se a geração de DAT ocorre de 4 em 4 horas, as 00:00, 04:00, 08:00, 12:00, 16:00, 20:00, o agendamento do hash_db poderá ser feito as 02:00, 06:00, 14:00, 18:00 e 22:00. Observar também o tempo que leva em média a geração, talvez seja necessário ajustar um período maior para ser possível intercalar as gerações. 

Passo 3 - 3) O aplicativo Mobile realiza a sincronização dos "hashes" e grava as informações em banco de dado dados de três maneiras:

• No momento do login,  "Login"
• De de tempos em tempos através de uma agendamento no aplicativo
• pelo botão Sincronização Pelo botão "Sincronizar Funcionários" realiza a sincronização no início e através do botão de sincronização parcial (menu lateral do appaplicativo)

Passo 4 ) - Quando o funcionário se posiciona para realizar a marcação por reconhecimento o aplicativo consulta as informações no banco de dados para realizar o reconhecimento facial. Abaixo as regras que são usados para o buscar o reconhecimento facial 

Implementações Futuras:

os "hashes" para o reconhecimento:

• O aplicativo faz uma busca de "hashes" que batem nesse dispositivo para otimizar o reconhecimento. Caso não encontre, ele faz a busca nos demais "hashes".

Implementações Futuras:

• Ao efetuarmos a liberação do NO DAT teremos um período em que a funcionalidades de banco de imagem pelo arquivo DAT e NO DAT funcionarão em paralelo enquanto os aplicativos não são todos atualizados para a versão do NO DAT. Para facilitar a transição, será disponibilizada uma forma de o cliente poder ter um único processo que irá gerar tanto os "hashes" quando o DAT.  No settings temos já um parametro parâmetro que irá possibilitar essa função porém o campo ainda não tem a funcionalidade.  

Image Removed

• , ou seja, ao marcar e desmarcar não acontecerá nada.  Segue abaixo o "print" do parâmetro no "Settings":

Image Added