Quanta Júnior

Otimização com Machine Learning para Petrobras

O projetoA Petrobras, maior empresa do Brasil segundo o Forbes Global 2000 (2022),procurou a Quanta Jr. para otimizar seus resultados a partir de um banco de dados jáexistente na empresa. Assim como muitas empresas grandes e pequenas, a Petrobrástambém tinha à sua disposição diversos dados aptos a serem utilizados. A Quanta Jr. foicapaz de realizar esta otimização com Machine Learning.No projeto, fizemos uma análise sobre a corrosão dos navios da empresa a partirdos dados que a Petrobras disponibilizou. Feita tal análise, a equipe da Quanta Jr.utilizou técnicas de Machine Learning para prever o estado da corrosão após umdeterminado tempo, com intuito de focar a pintura anticorrosiva em partes prováveis dedanificação. Otimização com Machine LearningPrimeiramente, a Quanta Jr. recebeu da Petrobras um banco de dados e, destebanco, extraímos os dados relevantes para o projeto. Após a extração, a Quanta fez amanipulação de alguns dados para facilitar o seu uso posteriormente, como a limpeza, anormalização e a redução de dimensionalidade. Vale ressaltar que o banco de dados, jáorganizado e manipulado para este fim específico, também foi entregue ao cliente.Então, com estes dados em mão, construímos e treinamos um algoritmo deMachine Learning utilizando Python como linguagem de programação. Para quem temalgum conhecimento de Machine Learning, deve saber que existem várias técnicas asquais podemos utilizar na construção de um destes softwares. Portanto, no projeto emquestão, a Quanta utilizou uma técnica chamada Random Forest. Com ela, é possívelchegar em previsões a partir da criação de várias árvores de decisão, combinando seusdiferentes resultados para conseguir a previsão final.Dessa forma, após construir e treinar o algoritmo com o banco de dados queextraímos e organizamos, foi preciso avaliar e ajustar os hiperparâmetros dele. Narealização destes ajustes, a Quanta fez testes para observar o funcionamento doalgoritmo a fim de adaptar o projeto para o formato final de entrega. O que entregamosFinalmente, a Quanta entregou, neste projeto, um software de Machine Learning,o qual prediz o valor da corrosão após um determinado período, e um banco de dadoslimpo e normalizado seguindo as especificações acordadas com a Petrobras.Apesar de a Petrobras ser a maior empresa do Brasil, é preciso enfatizar que estetipo de otimização é recomendado para empresas de qualquer tamanho, inclusivepequenas e micro empresas. E aí, sabia que os dados da sua empresa podem ajudá-la a alavancar seusresultados? Agora que sabe, não deixe de entrar em contato com a Quanta Jr. pararealizarmos, em conjunto, sua própria otimização com Machine Learning.