PMI3930 - Ciência de Dados para Engenharia de Petróleo (2025)

Fornecer aos alunos os conceitos fundamentais, ferramentas e técnicas de análise de dados, aprendizado de máquina supervisionado e não supervisionado, aprendizado profundo e big data. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam tais técnicas. Ilustrar os tópicos abordados em aplicações em engenharia de petróleo. Objetivos de Aprendizagem: 1. Aplicar técnicas de análise de dados e aprendizado de máquina para interpretar e resolver problemas específicos da Engenharia de Petróleo usando a linguagem R. (Domínio cognitivo no nível de Bloom: Aplicar, Analisar) 2. Desenvolver modelos de aprendizado de máquina supervisionado e não supervisionado para otimizar a exploração e produção de petróleo. (Domínio cognitivo no nível de Bloom: Aplicar, Criar) 3. Implementar redes neurais e técnicas de deep learning para aprimorar a análise e predição em cenários complexos de Engenharia de Petróleo. (Domínio cognitivo no nível de Bloom: Aplicar, Analisar, Criar) 4. Utilizar ferramentas de big data como Hadoop e Spark para gerenciar e processar grandes volumes de dados, visando a melhoria de decisões estratégicas na indústria do petróleo. (Domínio cognitivo no nível de Bloom: Compreender, Aplicar, Analisar) Competências Associadas: Competência em analisar fenômenos físicos e químicos com ferramentas computacionais; conceber e gerir projetos sustentáveis em produção de óleo e gás; comunicar-se eficazmente usando escrita, oralidade e gráficos com tecnologias digitais; e promover aprendizado autônomo e inovação, resolvendo problemas complexos.