Aplicações de computação aplicada em análise de dados

A análise de dados vem se consolidando como uma das áreas mais estratégicas da computação aplicada, oferecendo suporte à tomada de decisão em diversos setores da sociedade (Zhong et al., 2022). Este projeto tem como objetivo principal estudar ferramentas, técnicas e aplicações práticas da análise de dados (Bingham, 2023), a partir de contextos reais e com relevância econômica e social. Ao desenvolver competências em mineração de dados, aprendizado de máquina, processamento de linguagem natural e inteligência artificial (IA), será possível realizar a transformação de grandes volumes de dados em conhecimentos úteis para diferentes domínios. Duas áreas principais de aplicação serão exploradas ao longo do projeto: o mercado financeiro e a agricultura. No contexto financeiro, os estudantes investigarão notícias com o auxílio de análise de sentimentos (Caseli e Nunes, 2024), um subcampo do processamento de linguagem natural (PLN) (Silva e Serrano, 2023), que busca identificar, classificar e interpretar emoções ou opiniões expressas em textos, com objetivo de analisar a eficácia das análises de sentimento para investidores e instituições que atuam no mercado financeiro nacional, avaliando se uma notícia pode impactar tomadas de decisões (Santos et al., 2023). Já na área agrícola, o foco será a análise e exploração de dados agropecuários, tal como o Censo Agropecuário do IBGE, que fornece um panorama detalhado da produção rural brasileira. Através da aplicação de técnicas de mineração de dados e IA, o projeto permitirá investigar aspectos estruturais da produção rural e da extensão rural (Silva e Nunes, 2024), como uso da terra, perfil dos produtores, práticas tecnológicas e impactos socioeconômicos. Ambas as aplicações de computação aplicada nas duas áreas focam em uma abordagem multidisciplinar que estimulará o pensamento crítico e a capacidade de aplicar soluções computacionais a problemas concretos. No geral, o projeto visa investigar a análise de dados e como a computação aplicada pode facilitar a resolução de problemas e tomadas de decisões a partir de uma avaliação criteriosa sobre os dados.