Titulo Estágio
2025/26_N23 Exploração e Implementação do Conceito de Table-Augmented Generation(TAG) para Consulta Inteligente de Bases de Dados com Analítica
Local do Estágio
Altice Labs
Enquadramento
O universo de dados de um operador de telecomunicações é particularmente desafiante devido ao elevado volume, velocidade e diversidade dedados gerados continuamente. Este ecossistema engloba desde dados raw, dados em tempo real, timeseries, até dados estatísticos ou eventos,cada um com requisitos específicos para armazenamento e processamento.
A interação com bases de dados através de consultas em linguagem natural tem sido um desafio persistente na área de Processamento deLinguagem Natural (PLN). Métodos tradicionais, como o Text2SQL, focam-se na tradução de perguntas em linguagem natural para consultas SQL,mas enfrentam limitações ao lidar com questões que requerem raciocínio complexo ou conhecimento adicional. A Geração Aumentada porTabelas (Table-Augmented Generation - TAG) surge como uma abordagem inovadora que integra modelos de linguagem com sistemas de basesde dados, permitindo uma compreensão mais profunda e respostas mais precisas às consultas dos utilizadores.
O objetivo deste estágio é explorar e configurar um ambiente real de laboratório, onde se possa analisar o funcionamento do TAG, definir os seusrequisitos de parametrização, integrar com bases de dados transacionais e analíticas e avaliar o seu impacto na gestão de dados no contexto doNOSSIS One, a solução OSS da Altice Labs.
Objetivo
Explorar o conceito de Table-Augmented Generation (TAG) e entender os seus mecanismos de funcionamento.
Implementar e parametrizar um cenário real de laboratório, configurando modelos de TAG com dados de telecomunicações.
Analisar as necessidades de engenharia de dados e integração do TAG com sistemas relacionais (PostgreSQL, Oracle) e analíticos(TimescaleDB, Snowflake).
Criar um protótipo funcional para validação do conceito e levantamento de requisitos técnicos para futura integração no NOSSIS One.
Avaliar o impacto e desempenho da solução, incluindo benchmarking e testes de escalabilidade.
Plano de Trabalhos - Semestre 1
1.
Levantamento do estado da arte sobre Table-Augmented Generation (TAG) e suas aplicações.
2.
Configuração de um ambiente laboratorial para testar e validar o funcionamento do TAG com bases de dados reais.
3.Relatório Intermédio
Plano de Trabalhos - Semestre 2
4.
Desenvolvimento de um protótipo funcional, analisando os impactos do TAG na eficiência das consultas.
5.
Integração com sistemas OSS/BSS, estudando a viabilidade de implementação no NOSSIS One.
6.
Testes de desempenho e escalabilidade, avaliando requisitos para um uso produtivo da solução.
7.
Documentação técnica detalhada, incluindo requisitos para futura incorporação do TAG na Altice Labs.
8.
Relatório final
Condições
Integração no Programa GENIUS Investigação da Inova-Ria.
Entidade Promotora: Inova-Ria
Entidade de acolhimento: Altice Labs
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: (a combinar na entrevista)
• 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.
Observações
Aspetos Inovadores
Exploração prática e profunda do conceito TAG em um ambiente realista de telecomunicações.
Integração de machine learning com bases de dados, permitindo a otimização de queries dinâmicas.
Análise de viabilidade para futura incorporação da tecnologia TAG no NOSSIS One.
Estudo de impacto do TAG no desempenho, escalabilidade e usabilidade dos sistemas de analytics da Altice Labs.
Ferramentas a utilizar
Linguagens e Frameworks: Python, SQL, TensorFlow/PyTorch.
Modelos de IA: Large Language Models (LLMs) aplicados a consulta de bases de dados.
Bases de Dados: PostgreSQL, Oracle, TimescaleDB, Snowflake.
APIs e Integração: OpenAPI, REST.
Ambientes de Teste: Jupyter Notebook, Docker, Kubernetes.
Referências Bibliográficas
1.
"Table-Augmented Generation (TAG): A Unified Approach for Enhancing Natural Language Querying over Databases" (
MarkTechPost).
2.
"Unifying AI and Databases with TAG" (arxiv.org).
Orientador
Luis Alexandre da Silva Castro
luis-a-castro@alticelabs.com 📩