Análise e Exploração de Dados Industriais no Setor de Óleo, Gás e Energia

Preço: R$ 3.015,96
Desconto
Modalidade:
EAD
Formato:
Transmissão ao Vivo
Carga Horária:
24h
Data Início:
18/11/2025
Data Fim:
13/12/2025
Hora:
14h às 18h (Horário de Brasília)
Frequência:
As aulas ocorrem terças e quintas-feiras.
shopping_cart
Descrição

Análise e Exploração de Dados Industriais no Setor de Óleo, Gás e Energia

Escola
Tecnologia e Inovação
Área de Conhecimento
IA e IoT | Instrumentação e Automação
SOBRE O CURSO

Parceria:

O curso “Análise e Exploração de Dados Industriais” tem como foco a Análise e Exploração de Dados Industriais, proporcionando aos alunos uma imersão prática e contextualizada aos desafios e oportunidades relacionados à indústria de óleo e gás.

A jornada formativa tem início com a introdução a boas práticas de desenvolvimento em Python, voltadas para a realidade da indústria de óleo e gás, aliadas ao uso de ferramentas colaborativas como Git, essenciais para garantir a organização, rastreabilidade e reprodutibilidade de projetos de análise de dados em ambientes complexos e regulados.

Na sequência, os alunos são orientados a explorar e interpretar dados típicos do setor, incluindo dados de sensores de produção, históricos de manutenção preditiva, registros de inspeção de dutos e equipamentos submarinos, além de variáveis operacionais de processos críticos. São aplicadas técnicas estatísticas e de visualização com foco na identificação de anomalias, falhas operacionais, desvios de desempenho e oportunidades de otimização em ativos de alta criticidade.

O curso culmina com a aplicação de métodos robustos de pré-processamento e qualificação de dados industriais, preparando informações brutas para alimentar modelos preditivos voltados à integridade de ativos, confiabilidade operacional e suporte à tomada de decisão em tempo real. Todo o conteúdo é fundamentado em cases reais da cadeia de valor do setor de óleo e gás, refletindo a experiência prática do instrutor com aplicações em ambientes onshore e offshore.

Objetivos do Curso:

Capacitar os alunos a adotar uma abordagem analítica, estruturada e orientada à prática na exploração, tratamento e análise de dados industriais, com ênfase na aplicação de técnicas estatísticas, métodos de pré-processamento e construção de pipelines de dados robustos. O curso integra fundamentos teóricos com a experiência prática do professor, preparando os participantes para resolver desafios reais do ambiente industrial, especialmente na detecção de falhas, anomalias operacionais e apoio à tomada de decisão baseada em dados.

Os conhecimentos serão aplicados em um case real de detecção de falhas e anomalias em sistemas industriais, simulando o contexto de operações críticas em setores como óleo e gás, onde a confiabilidade e a eficiência são fundamentais.

Resultados Esperados:

Ao final do curso, os participantes serão capazes de:

  • Dominar Boas Práticas e Ferramentas de Desenvolvimento: Os alunos desenvolverão a habilidade de escrever código Python de forma organizada e testável, essencial para a criação de soluções robustas em projetos de dados industriais. Além disso, serão capacitados para utilizar ferramentas de versionamento, como o Git, que facilitam a colaboração e o gerenciamento de projetos complexos em equipe.
  • Analisar e Interpretar de Dados: Serão treinados para aplicar técnicas de estatísticas descritivas e visualizações avançadas, permitindo a extração de insights relevantes a partir de dados industriais. Essa competência inclui a identificação de anomalias, como outliers, e a compreensão das correlações entre variáveis, habilidades indispensáveis para influenciar positivamente processos e operações no ambiente industrial.
  • Preparar e Transformar Dados: Os alunos aprenderão a tratar e transformar dados brutos, garantindo a integridade dos insumos e sua adequação para análises preditivas. Serão desenvolvidas competências para construir pipelines automatizados que integrem todas as etapas do pré-processamento, desde a limpeza dos dados até o feature engineering. Adicionalmente, o curso enfatiza o uso de técnicas avançadas — como divisão de dados, encoding, escalonamento, normalização e redução de dimensionalidade — para otimizar o desempenho dos modelos de machine learning.

Público-Alvo:

O curso “Análise e Exploração de Dados Industriais” é destinado a profissionais que atuam ou pretendem atuar na interseção entre ciência de dados e aplicações industriais. O curso tem como objetivo atender:

  • Engenheiros, analistas e técnicos que desejam aplicar técnicas de ciência de dados e inteligência artificial;
  • Profissionais de tecnologia da informação com interesse em expandir seus conhecimentos para o contexto da indústria de óleo e gás
  • Profissionais de inovação e P&D interessados em desenvolver competências em exploração e análise de grandes volumes de dados;
  • Empreendedores e gestores de projetos industriais que buscam compreender o potencial da análise de dados para melhorar processos, reduzir custos, aumentar a eficiência e promover a transformação digital nas operações industriais.

Pré-requisitos:

  • Conhecimento básico de probabilidade e estatística e álgebra linear;
  • Conhecimentos de Python em nível intermediário;
  • Familiaridade com as seguintes bibliotecas:
    • NumPy para computação numérica;
    • Pandas para manipulação de DataFrames;
    • PyTorch em nível introdutório, para aplicações futuras em IA industrial.
  • Conhecimento prévio de aprendizado de máquina não é obrigatório, mas ajudará na assimilação do conteúdo.
  • Ter uma conta gmail para poder logar no Google Colab, onde todos os softwares e bibliotecas necessários estarão instalados.
  • Para melhor aproveitamento, este curso deve ser realizado em um computador (desktop ou notebook).

Observação: A participação nas aulas ao vivo é fundamental para acompanhamento do curso, pois as aulas terão atividades participativas, usando uma abordagem metodológica ativa. Para casos excepcionais, as gravações ficarão disponíveis para alunos que perderem alguma das aulas parcialmente ou inteiramente.

Conheça a UnIBP

A UnIBP é uma Universidade Corporativa, voltada para as necessidades da Indústria do Petróleo, Gás e Energia. Nossos cursos são elaborados e ministrados por quem mais entende do assunto. Oferecemos diferentes formatos e modalidades de ensino que possibilitam ao aluno escolher a que melhor se adapta à sua disponibilidade e necessidade.
Além dos cursos que você encontra aqui no nosso site, a UnIBP também desenvolve temas customizados para sua empresa. No In Company da UnIBP, oferecemos turmas customizadas para atender as necessidades específicas do seu grupo, podendo ser presencial ou EAD (transmissão ao vivo, videoaula, autoinstrucional, experiência imersiva, entre outros).

TRANSMISSÃO AO VIVO

O EAD da UnIBP oferece aulas 100% ao vivo com total interação entre colegas e professores em tempo real, proporcionando troca de conhecimento e networking.

Em caso de imprevisto para participar da aula ao vivo, o aluno terá acesso ao conteúdo gravado de acordo com a carga horária do curso como discriminado abaixo:

Cursos de até 24h - 10 dias*
Cursos com mais de 24h - 15 dias*

*tempo que o aluno terá para acessar as gravações e concluir os critérios de aprovação, a partir do último dia de transmissão ao vivo.

PROGRAMA TÉCNICO
  • Módulo I - Boas Práticas de Python e Git

    • Fundamentação Técnica: Introduzir os conceitos de programação limpa e estruturada em Python aplicados a contextos industriais.
    • Ferramentas Colaborativas: Ensinar o uso do Git para controle de versão, gerenciamento de código e colaboração em projetos, facilitando o desenvolvimento de soluções em equipe.

  • Módulo II - Análise e Exploração de Dados

    • Contextualização Industrial: Apresentar a importância da exploração detalhada de dados provenientes de ambientes industriais para identificar indicadores operacionais, gargalos e oportunidades de otimização.
    • Estatísticas Descritivas e Visualizações: Capacitar os alunos na aplicação de técnicas de estatísticas descritivas (média, mediana, variância etc.) e na elaboração de visualizações (gráficos univariados, multivariados e categóricos) para interpretar e apresentar insights relevantes.
    • Detecção de Anomalias e Correlações: Orientar os alunos na identificação de outliers e na análise de correlações entre variáveis, alinhando os resultados com desafios e casos práticos do setor industrial.
    • Hands-on com Cases Reais: Utilizar conjuntos de dados reais e representativos da indústria, possibilitando a aplicação prática dos conceitos e proporcionando uma vivência similar a projetos do mundo real.

  • Módulo III - Pré-processamento de Dados

    • Preparação dos Dados: Demonstrar a importância crítica do pré-processamento para a garantia da qualidade dos dados utilizados na construção de modelos.
    • Técnicas de Limpeza e Transformação: Ensinar métodos práticos para tratamento de dados faltantes, inconsistências e detecção de possíveis vazamentos (data leakage) em contextos industriais.
    • Estratégias de Divisão e Aumento de Dados: Abordar a divisão correta dos dados em conjuntos de treinamento, validação e teste, além de técnicas de data augmentation que podem ser aplicadas em dados industriais.
    • Feature Engineering e Redução de Dimensionalidade: Capacitar os alunos a criar novas variáveis (features) que possam potencializar a capacidade preditiva dos modelos, assim como aplicar técnicas de redução dimensional (como PCA e t-SNE) para otimizar a performance das análises.
    • Implementação de Pipelines: Desenvolver a habilidade para integrar de forma automatizada as etapas de pré-processamento, garantindo um fluxo contínuo e confiável para a análise e modelagem dos dados industriais.

  • Atividade Avaliativa

    A atividade avaliativa será desenvolvida ao longo das aulas e apresentada na última aula do curso.

    A nota será atribuída de acordo com critérios bem definidos, que consideram tanto a apresentação do projeto, feita na última aula, quanto a entrega do projeto, no AVA.

Professores

O corpo docente será formado a cada turma de acordo com a disponibilidade de agenda dos profissionais.
  • Engenheiro Eletricista pela Universidade Estadual do Oeste do Paraná, mestre em Engenharia Biomédica (COPPE/UFRJ) e doutorando na mesma área. Atualmente é Cientista de Dados na Radix, onde atua na pesquisa e desenvolvimento de aplicações de Inteligência Artificial generativa com foco em Geração Aumentada por Recuperação (RAG). Tem experiência em processamento de sinais digitais, modelagem de séries temporais multivariadas e aplicação de machine learning em sinais neurofisiológicos para sistemas de interface cérebro-computador. Atuou também como professor de bioestatística na Universidade Federal do Rio de Janeiro (UFRJ/Macaé).

    Eric Kauati Saito

    Professor

  • Matemático pela UFF, mestre em Engenharia Oceânica (COPPE/UFRJ) e doutor em Biotecnologia Marinha (UFF/IEAPM). Líder técnico do Radix AI Lab, atuo no desenvolvimento de soluções de Inteligência Artificial com foco em ciência de dados, visão computacional, IA generativa e aplicações industriais. Tenho experiência em modelagem preditiva, análise de séries temporais, processamento de sinas acústicos e liderança de projetos de P&D em ambientes complexos e multidisciplinares. Atuo também como professor colaborador do Programa de Pós-Graduação em Biotecnologia Marinha da UFF/IEAPM, contribuindo com a formação de pesquisadores na interface entre IA e ciências do mar.

    Fabio Contrera Xavier

    Professor

    • Informações Importantes

      Para melhor experiência no curso, sugerimos que o usuário siga as seguintes orientações:

      • Computador (desktop) ou notebook com sistema operacional atualizado (Windows, MAC, Linux). Ou dispositivo móvel equivalente atualizado e com acesso à internet;
      • Sistema funcional de saída de áudio;
      • Conexão estável com a internet. Recomenda-se o mínimo de 512kbps;
      • Navegador atualizado e com liberação para pop-ups, flash e java scripts.

      • Não é permitido o download do áudio, vídeo e de conteúdo não autorizado.
      • A compra deste curso dá direito ao acesso de uma única pessoa. Não é permitida a distribuição ou reprodução deste material.

      O número de vagas é limitado e será preenchido de acordo com a ordem de efetivação das inscrições.
    • Nossas Políticas

      Política de confirmação:
      • O curso será confirmado mediante quórum mínimo de participantes efetivamente inscritos.
      • Todos os participantes serão notificados sobre a confirmação do curso com até 10 dias de antecedência da data prevista para o início da turma.
      • O IBP se reserva ao direito de cancelar, alterar as datas previstas e/ou o local de realização até o prazo máximo de 10 (dez) dias de antecedência da data de início da turma. Neste caso, o aluno será comunicado e poderá optar por manter ou cancelar a sua inscrição.

      Política de cancelamento:
      • Não haverá cobrança de taxa de cancelamento para solicitações realizadas com antecedência até 10 (dez) dias corridos para a data de início da turma; 
      • Haverá cobrança de taxa de cancelamento correspondente a 50% (cinquenta por cento) do valor da inscrição para solicitações realizadas com antecedência de até 5 (cinco) dias corridos para a data de início da turma.
      • Haverá cobrança de taxa de cancelamento correspondente a 100% (cem por cento) do valor da inscrição para solicitações realizadas com antecedência inferior a 5 (cinco) dias corridos para a data de início da turma.

      Política de Pagamento:
      • As inscrições são feitas através do e-commerce e podem ser efetuadas a vista por boleto ou em até 6x sem juros no cartão de crédito

      Política de Faturamento:
      • Pagamento Faturado é oferecido para Pessoa Jurídica e para ter direito a essa forma de pagamento, o cliente deverá ser associado ao IBP. Qualquer tipo de promoção ou cupom oferecido pela UnIBP, não se aplica a inscrições realizadas através de Pagamento Faturado, levando em consideração que o pagamento será efetuado após a realização do curso.
      • Entre em contato pelo e-mail unibp@ibp.org.br para saber maiores informações sobre faturamento.

      O IBP é isento de retenção de IR.
    • Descontos

      Associado Patrimonial = 20%
      Associado Setorial = 15%
      Associado Não Setorial = 10%
      Associado Institucional = 5%
      Associado Profissional = 5%
      Associado Estudante = 40%
      Estudante = 20%
      Ex-aluno = 5%

      Se você é funcionário de empresa associada ao IBP, insira a raiz do CNPJ (8 primeiros dígitos) da sua empresa no campo de Cupom de Desconto em nossa loja ao realizar sua inscrição. Não sabe se sua empresa é associada? Consulte aqui.

      Para as categorias de Associado Profissional e Associado Estudante, o cupom de desconto é o seu CPF (sem pontos ou traços).

      Os Estudantes devem enviar a declaração emitida pela instituição de ensino para unibp@ibp.org.br antes de realizar a inscrição na loja.

      Nossos Ex-alunos devem enviar previamente um e-mail com nome completo e CPF para unibp@ibp.org.br para obter o cupom de desconto.

    Encontre um curso

    Cursos em Destaque