feat: extrair docencias PPG e simplificar blocos de pontuacao

Backend:
- Adicionar entidade DocenciaPPG para dados de docencia
- Extrair docencias do Elasticsearch (tipo "Docência")
- Serializar docencias no JSON de detalhes do consultor
- Aumentar batch size de 500 para 2000 para melhor performance

Frontend:
- Remover Bloco B (Coord. PPG) - reservado para V2
- Simplificar formula para: Bloco A + Bloco C + Bloco D
- Filtrar orientacoes/bancas da listagem (sao apenas selos)
- Atualizar Header com nota que PPG_COORD e apenas indicador
- Exibir pontuacao base nos modais de orientacao/banca

backend/src/application/jobs/processar_ranking.py

@@ -214,6 +214,23 @@ class ProcessarRankingJob:
                 }
                 for m in consultor.membros_banca
             ],
+            "docencias": [
+                {
+                    "programa": d.programa,
+                    "codigo_programa": d.codigo_programa,
+                    "ies_sigla": d.ies_sigla,
+                    "ies_nome": d.ies_nome,
+                    "categoria": d.categoria,
+                    "area_avaliacao": d.area_avaliacao,
+                    "modalidade": d.modalidade,
+                    "inicio": d.periodo.inicio.isoformat() if d.periodo.inicio else None,
+                    "fim": d.periodo.fim.isoformat() if d.periodo.fim else None,
+                    "ativo": d.periodo.ativo,
+                    "carga_horaria": d.carga_horaria,
+                    "linhas_pesquisa": d.linhas_pesquisa,
+                }
+                for d in consultor.docencias
+            ],
             "pontuacao": pontuacao,
         }
 
@@ -289,7 +306,7 @@ class ProcessarRankingJob:
             if limpar_antes:
                 self.ranking_oracle_repo.limpar_tabela()
 
-            batch_size = 500
+            batch_size = 2000
             for i in range(0, len(consultores), batch_size):
                 batch = consultores[i:i + batch_size]
                 self.ranking_oracle_repo.inserir_batch(batch)