Titulo Estágio
2022_23_N3_Data_Science_MEI
Áreas de especialidade
Sistemas Inteligentes
Engenharia de Software
Local do Estágio
Aveiro
Enquadramento
O ambiente corporativo enquadrado nas telecomunicações conjugado com o
aparecimento de novos serviços e tecnologias é cada vez mais complexo e com
mudanças/transformações mais aceleradas. A simples coleta e apresentação de
dados de todas as atividades com cariz operacional e de negócio de uma solução
de comunicações empresarial é manifestamente insuficiente, havendo necessidade
de os trabalhar, de os manipular e de os analisar sob diversos prismas, onde se
inclui a análise preditiva como uma das mais relevantes, permitindo, assim, uma
interpretação e conversão destes dados em informação útil que possa ser usada
pelas empresas para compreenderem e potenciarem o seu negócio.
Objetivo
Este projeto tem como objetivo a investigação e desenvolvimento de
modelos/algoritmos de cálculo e representação das diferentes formas de análise
de dados em tempo real, permitindo, efetuar análises preditivas (forecasting),
usando ferramentas e técnicas modernas para encontrar padrões invisíveis,
obtendo informações significativas e a sua materialização em informação útil,
quer em dashboards quer em relatórios. É pretendido que no decorrer do
estágio sejam trabalhados os seguintes pontos:
1.Formas de análise das diversas fontes de informação.
2.Definição de algoritmos e junção de modelos preditivos sob as vistas de
agregação.
3.Criação das vistas de agregação temporais a partir das fontes de informação
existentes.
4.Criação de plugins para a visualização, mas garantindo autenticação
e autorização de acesso aos dados.
Para o efeito deverá explorar tecnologias tais como Angular, Node.js, bibliotecas python como Pandas ou scikit-learn na área preditiva, Base de dados Oracle e Postgres, outras tecnologias específicas relevantes e relacionadas com a arquitetura proposta e definida.
A fonte de informação para a área preditiva será as dos diversos SDRs registados em Base de dados recolhidos quer em testes quer num determinado período em produção que em ´bruto´ têm toda a informação das transações e configurações necessárias para análise e ser trabalhada.
Plano de Trabalhos - Semestre 1
Análise da fontes de informação : Estudo da Plataforma ABC, arquitetura atual e compreensão dos diversos campos que compõem os SDRs - 1,5 meses
Exploração, estudo e definição das funcionalidades e tecnologia a ser utilizada - 1,5 meses
Definição e desenho da arquitetura e de interfaces da solução - 1 mês
Relatório Intercalar
Plano de Trabalhos - Semestre 2
Definição métricas - 0,5 meses
Identificação de modelos/agrupamentos da informação - 1,5 meses
Desenvolvimento de modelos/algoritmos de
análise preditiva e sua representação
e sua representação - 1,5 mês
Acompanhamento e execução de testes funcionais - 0.5 meses
Elaboração de documentação de projeto
Elaboração do relatório final
Condições
Com possibilidade de integrar uma Bolsa de Investigação -
Programa GENIUS - durante a realização do projeto de Dissertação - Integração
numa equipa de I&D na Empresa Altice Labs .
Valor de bolsa de acordo com tabelas da FCT (ver pdf em (www.Inova-Ria.pt).
Período de realização
de acordo com o enquadramento da Universidade.
Horário:
De acordo com enquadramento da Universidade
Formato:
hibrido ou remoto (a combinar)
Meios:
atribuição de um PC portátil e acessos à rede Interna da Altice Labs
Kit de
Acolhimento
Onboarding
nas equipas da Altice Labs, com atribuição de um tutor full-time
Possibilidade de
participar em todas as iniciativas de partilha de conhecimento ou de
entretenimento levadas a cabo pela Altice Labs
Possibilidade
de entrada nos quadros da empresa
Os alunos interessados deverão enviar para
genius@inova-ria.pt ao cc Dra Regina Maia Sacchetti (963618710).
• Curriculum Vitae;
• Disciplinas realizadas até ao momento com médias ; simples
documento eletrónico, que poderá obter no portal académico .
Processo de Seleção: Entrevista Inova-Ria - PROGRAMA GENIUS
na qual fará parte o Orientador do projeto de forma a esclarecer a temática
envolvida.
• média prevista de 13,5 - 14 valores (média linear entre
licenciatura e mestrado);
• Indicação de áreas de interesse.
enviar a tua candidatura: genius@inova-ria.pt
Observações
Referências bibliográficas:
·
https://www.timescale.com/
·
https://mastersindatascience.org/learning/what-is-data-analytics
·
https://www.sas.com/pt_br/insights/analytics/analises-preditivas.html
·
https://en.wikipedia.org/wiki/Forecasting.
·
https://en.wikipedia.org/wiki/Time_series_database
·
https://blog.academiain1.com.br/big-data-voce-conhece-os-4-tipos-de-analise-de-dados/
Perfil requerido ao candidato:
·
Dinâmico
·
Comunicativo e com grande
espírito de equipa
·
Disponibilidade e motivação
para aceitar novos desafios
·
Assertividade na discussão
de conceitos, arquiteturas e tecnologias
·
Conhecimentos na área de reporting
and programing
Aspectos inovadores da proposta:
·
Machine learning
·
Data Mining, Clustering/Classification, Data Modeling, Data Summarization
·
Forecasting
Orientador
Eng. CELIO GOMES DE ABREU
celio@alticelabs.com 📩