Model Thinking Br

data science for good

Oferecemos soluções em Advanced Analytics utilizando suporte estatístico e computacional, machine learning e métodos de otimização. Fazem parte do nosso portfólio:

 Model Thinking Br

• Análises de Churn;
• Data Science Lab Management;
• Human Resources Analytics,
• Previsões de curto, médio e longo prazos,
• Validação de modelos/algoritmos computacionais
• Estudo de probabilidades/scores associadas a eventos (e.g. predição do abandono escolar; NLP planos de ação)

MTBr - data science for good

A MTBr nasceu há mais de 10 anos como uma empresa de consultoria e treinamento, com atuação majoritária no setor elétrico. Ao longo desses anos atuamos em muitos projetos e treinamentos nos mais diversos setores e empresas e, em 2019, nos apaixonamos por uma ideia: a missão de usarmos tecnologia e ciência de dados para o bem, direcionando todo o nosso conhecimento e habilidades para aprimorar políticas sociais, contribuindo para melhorar a qualidade de vida da sociedade em que estamos inseridos.

Acreditamos que todo o conhecimento e habilidade adquirida por nós é vão se não for utilizado com propósito. Não propomos a cura para o nosso país, mas queremos ser parte do remédio. Queremos usar os dons que nos foram impostos para o bem e para o desenvolvimento social.

MTBr - aplicações na área social

Preditor do abandono escolar

NLP - planos de ação

Avaliação econômica de projetos sociais (treinamento)

Diagnóstico dos municípios para investimento em saúde

Claro que os princípios são diferentes!

Por que não usar uma aplicação em HR analytics para prever o abandono escolar?

link para a apresentação original

O problema: 1 a cada 4 jovens de 15 a 17 anos não estão frequentando o ensino médio. São 2.800.000 (isso mesmo, 7 dígitos) de jovens à margem da educação.

A ideia: Por que não pegar a solução de um problema de uma empresa e aplicar na educação? Solução via HR analytics. A empresa nos contratou para diminuir o turnover de seus “bons” funcionários. Para isso usamos técnicas de machine learning para encontrar os bons funcionários com maior probabilidade de sair da empresa e os resultados foram muito bons.

Abandono Escolar

A operacionalização: em parceria com o Instituto Unibanco coletamos dados/informações de alunos dos estados do Piauí e Espírito Santo. Trabalhamos os dados (data wrangling), aplicamos técnicas de machine learning e começamos a prever quais eram os alunos com maior chance de abandonar o ensino médio.

Os resultados: os resultados foram promissores. Com eles podemos ajudar os gestores na tomada de decisão e abre a possibilidade de focar os esforços para evitar que alunos abandonem o ensino médio.

O que usamos: data wrangling; machine learning (Bootstrap aggregating, Random forest, AdaBoostM1, SVM); Rshiny; dashboard

NLP - Planos de ação

NLP no Mundo

SignAll - tradução automática em tempo real 

Inglês                       Língua de Sinais

Incerteza Econômica - BR

Empresas

População

CRESCIMENTO

RECESSÃO

Poupança

Investimento de baixo risco

Investimento em Maquinário

Consumo

Contratação

INCERTEZA

Como medir?

Mídia

Expectativas

(Bloom,2017)

(Baker et al,2006)

Situação Futura

Data Science

Conhecimento do Problema

Ciência da Computação

Matemática e Estatística

Data Science

Objetivo

"Devolver aos gestores escolares uma reflexão formativa sobre as ações planejadas e uma análise qualitativa do registro dos itens do plano de Ação"

CEDAC

MTBr

Devolutivas escritas

aos planos de ação selecionados

Devolutivas automáticas aos planos de ação de todas as escolas

RELATÓRIO SOBRE AS DEVOLUTIVAS DOS PLANOS DE AÇÃO
CEDAC/IU - 2018

Ferramenta de Apoio à Decisão

Avaliação realizada diretamente pelo usuário na ferramenta com auxílio de um dashboard

Ferramenta de 

Apoio à Decisão

Avaliação econômica de projetos sociais (treinamento)

Essa é uma iniciativa da FIS que a MTBr tem muito orgulho de ter participado...

Diagnóstico dos municípios para investimento em saúde

Essa iniciativa permitirá à Associação Samaritano tomar melhores decisões sobre os municípios a serem contemplados por projetos

Dashboard para tomada de Decisão

Pedro Costa Ferreira

Co-criações:

Head de inovação e inteligência artificial (ILIIADa) na FGV|IBRE, CEO da MTBr com projetos na Coca-Cola, Sulamérica e Instituto Unibanco, coordenador do curso de big data e data science  e professor do MBA de big data e analytics

• Indicador de Incerteza da Economia - https://bit.ly/2YEcxPK

• BETS package - https://cran.r-project.org/web/packages/BETS/index.html

• Criação, em 2013, do Núcleo de Métodos Estatísticos e Computacionais (FGV|NMEC). Época em que pouco se falava em data sciece;

• Big data e Data science (FGV) -  o primeiro curso do Rio e um dos primeiros do Brasil

• ILIIADa (FGV) -  IBRE, Laboratório de inovação, inteligência artificial e dados

• Portal da Inflação (FGV) -  https://portal-da-inflacao-ibre.fgv.br/

• Nowcasting package - https://cran.r-project.org/web/packages/nowcasting/index.html

• Simulador CMG - https://simuladorcmg-ibre.fgv.br/

• Livros - "Planejamento da Operação de Sistemas Hidrotérmicos no Brasil" e "Análise de Séries Temporais em R: curso introdutório"

• MTBr - criada em 2012, já atendemos mais de 30 empresas

•  2º lugar no Prêmio de melhor P&D - CITENEL / SEENEL (MDDH-Modelo Dinâmico de Despacho Hidrotérmico)

OBRIGADO!