Soluções computacionais para 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. Três áreas principais de aplicação serão exploradas ao longo do projeto: o mercado financeiro, a área de saúde 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). Esta área está em conformidade com o objetivo 8 dos Objetivos de Desenvolvimento Sustentável (ODS) pela Organização das Nações Unidas (ONU) até 2030. Objetivo 8 é do Trabalho decente e crescimento econômico (Trata-se da economia internacional, seja por metas de desempenho econômico ou por busca de eficiência e produtividade. Assim como o emprego decente, o empreendedorismo e o valor à criatividade e à inovação incentivam a formalização e o crescimento de micro, pequenas e médias empresas. Uma preocupação especial é com o trabalho para grupos sociais específicos, como as mulheres, pessoas com deficiência e os jovens. Além disso, a meta propõe o incentivo ao turismo sustentável, que gera empregos e promove a cultura, e o respeito aos direitos trabalhistas, inclusive de migrantes). Na área de saúde, os estudantes investigarão a análise de dados na detecção de problemas de saúde, por exemplo, identificação de lesões na pele ou hematomas que podem indicar um problema cutâneo, como um melanoma. Objetivo aqui se alinha com o Objetivo 3 de Saúde e Bem-Estar (Apresenta metas como a redução drástica da mortalidade materna, o fim das mortes evitáveis de bebês e crianças, o combate a doenças transmissíveis como a AIDS, tuberculose, malária, entre outras. Também trata da redução das mortes prematuras por doenças não transmissíveis, como hipertensão e diabetes, além de álcool e tabaco também como alvo deste objetivo, e as mortes em situações de trânsito). 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. Objetivo 1 é de Erradicação da pobreza (trata-se da pobreza, cuja erradicação é entendida pelo Brasil como ponto central para toda a estratégia de desenvolvimento de sustentável). Objetivo 2 é da Fome zero e agricultura sustentável (Visa garantir que todos tenham direitos iguais aos recursos econômicos, bem como o acesso a serviços básicos, propriedade e controle sobre a terra e outras formas de propriedade, herança, recursos naturais, novas tecnologias apropriadas e serviços financeiros). 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.