Plataforma Modular para Desenvolvimento de Soluções de Visão Computacional em Ambientes Industriais

Oliveira, Catrine dos Santos; Oliveira, Gabriel Gomes de

doi:10.22167/2675-6528-202600677

Artigo

24 de julho de 2026

Plataforma Modular para Desenvolvimento de Soluções de Visão Computacional em Ambientes Industriais

Catrine dos Santos Oliveira; Gabriel Gomes de Oliveira

DOI: 10.22167/2675-6528-202600677

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Resumo

A visão computacional consolidou-se como tecnologia estratégica para a automação e otimização de processos industriais, impulsionada pelos avanços do aprendizado de máquina e pela digitalização. Contudo, sua implementação em ambientes industriais apresentou desafios relacionados à complexidade técnica, fragmentação de ferramentas e alta demanda por especialização ao longo do ciclo de vida dos modelos. Nesse contexto, desenvolveu-se uma plataforma modular e extensível para o treinamento e a validação de modelos de visão computacional aplicados ao domínio industrial. A proposta integrou, em um fluxo unificado, as etapas de aquisição de dados, anotação, pré-processamento, treinamento, avaliação e disponibilização de modelos, fundamentando-se em princípios de Engenharia de Software e práticas de MLOps. A metodologia adotada caracterizou-se como exploratória e descritiva, com abordagem mista, que envolveu revisão bibliográfica, desenvolvimento iterativo da plataforma e validação em ambiente controlado. Como resultados, foram desenvolvidas a arquitetura base do sistema, a infraestrutura de backend e os serviços de processamento, a modelagem da estrutura de dados e os módulos funcionais de frontend. Validou-se, adicionalmente, o fluxo básico de funcionamento da plataforma utilizando datasets públicos e fontes de imagem em tempo real. Os resultados obtidos demonstraram a viabilidade técnica da abordagem proposta, evidenciando que a arquitetura definida oferece suporte ao desenvolvimento modular, à validação incremental e à evolução contínua da plataforma.

Palavras-chave: Aprendizado de máquina; Arquitetura de software; Automação industrial; MLOps; Sistemas distribuídos.

1. Introdução

A visão computacional tem se consolidado como uma tecnologia de relevância estratégica no cenário industrial contemporâneo, impulsionada pelos avanços exponenciais no aprendizado de máquina. Nos últimos anos, observou-se uma melhoria significativa no desempenho e na confiabilidade dos sistemas de visão computacional, o que permitiu sua ampla difusão em diversas aplicações práticas (Szeliski, 2022). Esse progresso é intrinsecamente ligado ao desenvolvimento contínuo das redes neurais, que possibilitaram avanços notáveis na interpretação automática de imagens e vídeos, viabilizando a classificação, detecção de objetos e reconhecimento de padrões visuais complexos (Goodfellow et al., 2016).

Essa evolução tecnológica se alinha diretamente com os princípios da Indústria 4.0, que preconiza a integração de sistemas produtivos com tecnologias digitais para otimizar a eficiência operacional, a qualidade e a produtividade (Dalenogare et al., 2018). No ambiente industrial, a visão computacional oferece uma gama diversificada de soluções. Exemplos incluem a visão tridimensional para indexação de objetos, essencial para a manipulação de peças por robôs colaborativos; o rastreamento e a contagem para controle de estoque; medições automáticas em inspeções dimensionais para conformidade com especificações técnicas; a detecção de defeitos em inspeções de qualidade; e a identificação de pessoas em áreas de risco. Tais aplicações são fundamentais para a redução de perdas, a maximização da eficiência e a manutenção dos padrões de qualidade em processos automatizados (Szeliski, 2022; Voulodimos et al., 2018; Malamas et al., 2003).

Apesar do vasto potencial, a implementação de soluções de visão computacional em ambientes industriais ainda enfrenta desafios substanciais. A complexidade técnica inerente a essas soluções, a fragmentação de ferramentas disponíveis no mercado e a exigência de um alto nível de especialização ao longo de todo o ciclo de vida dos modelos são barreiras significativas. Tarefas como coleta e anotação de dados, pré-processamento, treinamento e validação de modelos demandam conhecimento técnico aprofundado, o que impacta diretamente a escalabilidade e a padronização dos sistemas (Russakovsky et al., 2015). Além disso, muitas ferramentas existentes para anotação e treinamento dependem de infraestrutura em nuvem, o que pode limitar a flexibilidade para empresas que necessitam de soluções “on-premises”.

A complexidade não se restringe apenas ao desenvolvimento, mas também à garantia de um processo estruturado para a disponibilização e manutenção dessas soluções em ambientes produtivos. A ausência de mecanismos robustos de versionamento, monitoramento e integração entre as diversas etapas de desenvolvimento e implantação pode comprometer a estabilidade e a evolução contínua dos modelos de Inteligência Artificial ao longo do tempo (Kreuzberger et al., 2023). Nesse contexto, a adoção de práticas de Machine Learning Operations (MLOps) emerge como um pilar fundamental para assegurar a confiabilidade, a rastreabilidade e a continuidade operacional desses sistemas, promovendo uma gestão mais eficiente do ciclo de vida dos modelos.

Diante desses desafios e da crescente demanda por soluções de visão computacional eficientes e escaláveis, torna-se imperativo o desenvolvimento de ferramentas que simplifiquem e padronizem o ciclo de vida dos modelos. A fragmentação de ferramentas e a necessidade de equipes altamente especializadas para cada etapa do processo resultam em atrito operacional e custos elevados. Uma plataforma integrada pode mitigar esses problemas, oferecendo um fluxo de trabalho unificado que abranja desde a aquisição e anotação de dados até o treinamento, avaliação e implantação de modelos. Tal solução visa não apenas aprimorar a eficiência, mas também democratizar o acesso à visão computacional, permitindo que profissionais com diferentes níveis de especialização possam desenvolver e gerenciar soluções de forma mais autônoma.

A relevância deste estudo reside na aplicação de princípios de Engenharia de Software para mitigar a complexidade, o tempo e o esforço técnico associados à construção de soluções de visão computacional. Ao simplificar as etapas de desenvolvimento, teste e implantação de modelos, busca-se reduzir a lacuna entre o avanço técnico e a aplicação eficiente dessas tecnologias na indústria, promovendo padronização, maturidade e acessibilidade. Assim, este trabalho tem como objetivo geral desenvolver uma plataforma modular e extensível para treinamento e validação de modelos de visão computacional aplicados ao contexto industrial, integrando as etapas de aquisição de dados, anotação, pré-processamento, treinamento, avaliação e disponibilização de modelos em um fluxo unificado.

2. Material e Métodos

A pesquisa realizada caracterizou-se pela natureza exploratória e descritiva, com uma abordagem metodológica mista. No aspecto exploratório, buscou-se analisar soluções existentes e levantar requisitos, enquanto o caráter descritivo focou na documentação da arquitetura, módulos e funcionamento da plataforma. O delineamento metodológico adotado consistiu em uma Pesquisa-Ação e um Estudo de Caso Simplificado, envolvendo o desenvolvimento iterativo da plataforma e sua validação em um cenário aplicado, integrando todas as etapas do ciclo de vida dos modelos de visão computacional.

A unidade de análise central deste estudo foi a plataforma modular e extensível, projetada para o treinamento e a validação de modelos de visão computacional no contexto industrial. O desenvolvimento e os testes foram conduzidos em um ambiente computacional controlado, simulando as condições operacionais de um cenário industrial. Os procedimentos foram executados durante o período de elaboração do Trabalho de Conclusão de Curso, conforme o cronograma acadêmico estabelecido.

Para a coleta de dados, empregaram-se pesquisa bibliográfica, observação/experimentação e levantamento de dados secundários. A pesquisa bibliográfica consistiu na revisão de literatura especializada e documentação técnica sobre engenharia de software, Machine Learning Operations (MLOps) e visão computacional. Na observação/experimentação, executaram-se testes do pipeline da plataforma utilizando “datasets” públicos e fontes de imagem em tempo real, inicialmente com a câmera integrada de um computador pessoal e, posteriormente, com uma câmera de vigilância conectada à rede local.

O levantamento de dados secundários incluiu a utilização de “datasets” públicos e a documentação de frameworks como PyTorch, TensorFlow e YOLO, que subsidiaram a implementação e validação. Os procedimentos de desenvolvimento iniciaram-se com a análise de ferramentas e requisitos, por meio de revisão bibliográfica e avaliação de plataformas existentes. Em seguida, realizou-se a implementação modular dos pipelines de aquisição, anotação, pré-processamento, treinamento, avaliação e implantação.

A validação da plataforma ocorreu por meio do treinamento de modelos com “datasets” públicos e da avaliação do funcionamento da plataforma a partir de imagens e fluxos de vídeo capturados em tempo real. Os testes iniciais simularam uma câmera Internet Protocol (IP) usando a câmera integrada de um computador pessoal, e a validação posterior utilizou uma câmera conectada à rede, aproximando o ambiente de teste do contexto industrial.

A arquitetura da plataforma foi desenvolvida com Python para os serviços de processamento, como treinamento e inferência de modelos, e NestJS para o “backend” de orquestração. Para a persistência de dados estruturados, empregou-se o Prisma ORM em conjunto com o banco de dados relacional PostgreSQL. O armazenamento de arquivos de grande volume, como imagens e modelos treinados, foi realizado por meio de um mecanismo de “object storage” baseado na tecnologia MinIO.

A estrutura de dados da plataforma foi modelada em PostgreSQL para organizar informações relacionadas a projetos, câmeras, “datasets”, “frames”, anotações e treinamentos. Campos no formato JSON foram utilizados para armazenar informações dinâmicas, como configurações de câmeras e parâmetros de treinamento, conferindo flexibilidade à representação dos dados e facilitando a evolução do esquema.

A técnica de análise dos dados concentrou-se na validação do fluxo completo de funcionamento da plataforma. Avaliou-se a integração entre os diferentes módulos, desde a aquisição de dados até a aplicação dos modelos em novos dados. O desempenho e a aplicabilidade industrial da solução foram interpretados a partir da observação do funcionamento integrado e da capacidade da plataforma de suportar o ciclo de desenvolvimento de soluções de visão computacional.

3. Resultados e Discussão

Os resultados obtidos neste estudo detalham o desenvolvimento e a validação da plataforma proposta, que visa otimizar o ciclo de vida de modelos de visão computacional em ambientes industriais. A análise abrange a arquitetura do sistema, a implementação da infraestrutura de backend, a estruturação do pipeline de MLOps, a modelagem da estrutura de dados, os módulos funcionais do frontend e a validação do fluxo de funcionamento. A abordagem adotada buscou mitigar a complexidade e a fragmentação de ferramentas, aspectos críticos identificados na literatura (Russakovsky et al., 2015), oferecendo uma solução integrada que padroniza as etapas de desenvolvimento e implantação.

A arquitetura da plataforma foi concebida com uma clara separação de responsabilidades, distinguindo o frontend web, o backend, os serviços de processamento e os mecanismos de armazenamento. Essa divisão fundamental permite um desenvolvimento modular eficiente, facilita a validação incremental de componentes e suporta a evolução contínua da solução. A estrutura reflete princípios de arquiteturas orientadas a serviços e sistemas distribuídos contemporâneos, onde a decomposição em unidades independentes é crucial para gerenciar a complexidade e permitir o desenvolvimento isolado de componentes (Paudel et al., 2026). Tal organização é essencial para a escalabilidade e a flexibilidade exigidas em aplicações de visão computacional com processamento intensivo de dados (De Barrena et al., 2025).

A infraestrutura de backend foi implementada como o elemento central de orquestração do sistema, gerenciando projetos, datasets e treinamentos, além de coordenar a comunicação com os serviços especializados. O backend, desenvolvido em NestJS, foca na orquestração e no gerenciamento do fluxo da aplicação, enquanto os serviços de processamento, implementados em Python, concentram-se nas funcionalidades de processamento de dados e treinamento de modelos de visão computacional. Essa combinação tecnológica aproveita os pontos fortes de cada linguagem, promovendo flexibilidade e eficiência, e está alinhada com a especialização tecnológica dos módulos, o que otimiza tanto o desenvolvimento quanto a execução das tarefas.

Para a persistência dos dados, o backend emprega o Prisma ORM, que, em conjunto com o banco de dados relacional PostgreSQL, assegura a consistência das informações e a evolução controlada do esquema de dados. Essa escolha é vital para aplicações de visão computacional que demandam rastreabilidade e versionamento ao longo do ciclo de vida dos modelos. Os serviços de processamento incluem funcionalidades essenciais como captura de frames, treinamento de modelos e integração com o armazenamento de objetos, viabilizando a execução das etapas fundamentais do pipeline de visão computacional. A infraestrutura foi projetada para facilitar a expansão futura, permitindo a inclusão de novos algoritmos e configurações sem reestruturação significativa.

O funcionamento da plataforma é estruturado como um pipeline de dados, integrando as etapas de aquisição, anotação, pré-processamento, treinamento, avaliação e inferência de modelos de visão computacional. Essa organização unificada reduz a fragmentação do processo, que frequentemente ocorre em abordagens tradicionais com múltiplas ferramentas desconectadas. Conceitualmente, o pipeline pode ser interpretado como um processo estruturado alinhado aos princípios de Business Process Management (BPM), o que melhora a eficiência, o controle e a padronização das operações (Lizano-Mora et al., 2021). A evolução para o Intelligent Business Process Management (iBPM) sugere a incorporação de funcionalidades inteligentes, como anotação assistida, para reduzir a intervenção manual e aumentar a automação (Arno e Gabryelczyk, 2025).

A plataforma incorpora características associadas às práticas de MLOps, fundamentais para a rastreabilidade e o versionamento dos dados e modelos. A estrutura de armazenamento permite acompanhar a evolução dos datasets e dos treinamentos, possibilitando a reprodução de experimentos e o controle do ciclo de vida dos modelos. Essas funcionalidades são cruciais em sistemas de aprendizado de máquina, onde a gestão adequada dos dados e modelos impacta diretamente a confiabilidade e a manutenção das soluções (Kreuzberger et al., 2023). A integração entre as etapas do pipeline contribui para uma representação mais consistente do processo, favorecendo a efetividade das soluções desenvolvidas (Lee et al., 2020).

A estrutura de dados da plataforma foi modelada em PostgreSQL, permitindo o armazenamento organizado de informações cruciais como projetos, câmeras, datasets, frames, anotações e treinamentos. Essa estrutura é fundamental para a rastreabilidade dos dados e o versionamento dos modelos treinados ao longo do tempo. Embora baseada em um modelo relacional, a estrutura utiliza campos no formato JSON para informações dinâmicas, como configurações de câmeras e parâmetros de treinamento. Essa flexibilidade é vital em aplicações de visão computacional, onde diferentes modelos podem exigir estruturas de dados distintas, suportando a heterogeneidade sem uma estrutura fixa de atributos (Lv et al., 2009; Barret et al., 2024).

A flexibilidade do armazenamento é equilibrada com a consistência das camadas de aplicação por meio do uso de Data Transfer Objects (DTOs) no backend e interfaces tipadas no frontend. Essa abordagem garante previsibilidade no acesso aos dados e facilita a manutenção e evolução do sistema. Para o armazenamento de arquivos de grande volume, como imagens e modelos treinados, foi adotado um mecanismo de object storage baseado na tecnologia MinIO, integrado aos serviços de processamento e ao backend. Essa separação entre dados estruturados e arquivos de grande volume contribui para a escalabilidade e melhora o desempenho no acesso e manipulação desses dados, aspecto crucial em sistemas distribuídos que lidam com grandes volumes (Liao et al., 2019).

No frontend web da plataforma, foram implementados módulos funcionais para gerenciamento de projetos, coleta de dados, anotação e treinamento de modelos. Esses módulos permitem ao usuário configurar projetos, capturar dados de imagem, realizar anotações, exportar datasets, treinar e executar inferências por meio de uma interface gráfica intuitiva. O fluxo de utilização é estruturado a partir do gerenciamento de projetos, permitindo ao usuário visualizar e selecionar projetos existentes e acessar as diferentes etapas do processo de desenvolvimento de forma sequencial e orientada. As interfaces foram projetadas para simplificar o uso, mesmo para profissionais não especialistas em IA.

Apesar da organização sequencial, o fluxo não é restritivo, permitindo ao usuário retornar a etapas anteriores, realizar novas iterações e gerenciar diferentes versões de datasets e modelos, mantendo a rastreabilidade entre os dados e os resultados. Mecanismos de otimização da interação do usuário, como atalhos e configurações de preferências, foram implementados na anotação de dados para reduzir ações manuais e tornar o processo mais ágil. Os módulos encontram-se operacionais, possibilitando a execução do fluxo básico de criação e validação de soluções de visão computacional em um único ambiente, o que representa um avanço significativo na padronização e escalabilidade.

Inicialmente, a funcionalidade de exportação de datasets foi concebida para validação interna das anotações. Contudo, o desenvolvimento evoluiu para permitir a exportação completa dos datasets, incluindo imagens e anotações, em formatos amplamente utilizados como YOLO e COCO. Essa capacidade amplia a utilização dos dados em diferentes contextos de treinamento e validação de modelos. Um diferencial implementado é a geração de Uniform Resource Locators (URLs) pré-assinadas para acesso direto aos arquivos armazenados, o que contribui para a redução do tempo de geração dos arquivos exportados e melhora o desempenho do sistema, especialmente com grandes volumes de dados (Liao et al., 2019).

Essa evolução da funcionalidade de exportação promove maior autonomia e flexibilidade para o usuário, permitindo que os datasets sejam utilizados tanto dentro quanto fora da plataforma. Em ambientes industriais, essa característica é relevante para garantir a continuidade das operações em situações de indisponibilidade de recursos ou necessidade de manutenção, além de possibilitar que usuários com maior nível técnico realizem experimentações específicas. A solução, ao oferecer suporte ao fluxo completo de desenvolvimento, evita o acoplamento a um único ambiente, favorecendo a portabilidade e reutilização dos dados ao longo do ciclo de desenvolvimento.

Como complemento às etapas de treinamento, a plataforma permite a execução de inferência utilizando os modelos gerados, possibilitando a análise de novos dados a partir das soluções desenvolvidas. A inferência pode ser realizada tanto por meio da importação de imagens quanto pela conexão com câmeras, permitindo a avaliação do desempenho dos modelos em diferentes cenários sem a necessidade de coleta manual. O processo de inferência é integrado ao backend e aos serviços de processamento, suportando a execução de modelos de detecção de objetos baseados em bounding boxes e aplicações voltadas à detecção de pessoas em áreas restritas.

A implementação dessa funcionalidade possibilitou a validação do fluxo completo da plataforma, desde a coleta de dados até a aplicação dos modelos em novos dados. Os testes realizados demonstraram o funcionamento integrado entre os módulos, evidenciando a capacidade da solução de suportar o ciclo de desenvolvimento e aplicação de modelos de visão computacional. Durante os testes em tempo real utilizando câmeras, foi possível validar a viabilidade da execução de inferência contínua na plataforma, com funcionamento adequado em cenários controlados e com baixo volume de requisições. Contudo, a exploração dessa funcionalidade em cenários com múltiplas conexões simultâneas e maior volume de dados não foi aprofundada nesta etapa do trabalho, indicando a necessidade de evolução no gerenciamento de streams e no tratamento de erros para sua aplicação em contextos industriais mais exigentes.

A validação do fluxo da plataforma envolveu um processo completo que contemplou as etapas de aquisição de dados, armazenamento, anotação, treinamento e inferência, com o objetivo de verificar a integração entre os diferentes módulos do sistema. Inicialmente, os testes foram conduzidos em um ambiente controlado, utilizando a câmera integrada de um computador pessoal para simular a entrada de dados por meio de uma câmera IP. Essa abordagem permitiu validar o funcionamento básico da plataforma e identificar possíveis ajustes no fluxo de processamento, consolidando a base para testes mais complexos.

Posteriormente, o fluxo foi avaliado com o uso de uma câmera conectada à rede local, aproximando o cenário de teste de um contexto mais próximo ao ambiente industrial. Essa etapa possibilitou observar o comportamento da plataforma em condições mais realistas de operação, especialmente no que se refere à integração entre os componentes e ao processamento contínuo de dados. Os resultados obtidos demonstram a viabilidade da solução proposta, evidenciando que a arquitetura implementada é capaz de suportar o fluxo completo de desenvolvimento de aplicações de visão computacional. A realização de testes em diferentes níveis de complexidade contribuiu para a identificação de pontos de melhoria e para a consolidação da proposta como uma solução integrada e funcional.

Apesar dos resultados promissores e da validação do fluxo da plataforma, alguns aspectos ainda demandam evolução para sua aplicação em cenários mais exigentes. Entre eles, destaca-se o aprimoramento do gerenciamento de processamento em tempo real, especialmente em situações com múltiplas conexões simultâneas, cuja exploração não foi aprofundada nesta etapa do trabalho. Adicionalmente, a arquitetura da plataforma foi projetada para suportar a expansão para diferentes tipos de anotação e abordagens de visão computacional, por meio de uma estrutura de dados flexível e do uso de mecanismos de abstração, o que indica um caminho natural de evolução da solução proposta.

A plataforma proposta diferencia-se das abordagens existentes por integrar as etapas de coleta de dados, anotação, exportação, treinamento e inferência em um único ambiente, fundamentando-se no paradigma do iBPM (Arno e Gabryelczyk, 2025). Abordagens tradicionais frequentemente utilizam múltiplas ferramentas independentes, gerando atrito operacional e silos de dados, com um processo pouco estruturado e dependente de especialistas técnicos. A plataforma, por sua vez, oferece um fluxo centralizado e com suporte a testes, reduzindo a complexidade operacional e garantindo rastreabilidade nativa desde a coleta bruta até a inferência do modelo.

A execução de inferência, que em abordagens tradicionais é geralmente separada do ambiente de desenvolvimento, é integrada nativamente ao fluxo da plataforma. Além disso, a plataforma é estruturada para uso em ambiente industrial, diferentemente de soluções que não são necessariamente direcionadas. A flexibilidade e evolução são suportadas pela arquitetura modular e orientada a serviços, enquanto abordagens existentes dependem das ferramentas utilizadas isoladamente. Essa unificação do design do processo, desenvolvimento da aplicação e observabilidade em um fluxo contínuo e organizado reduz o atrito operacional e permite que usuários não especialistas, os “citizen developers”, configurem soluções sem dependência exclusiva de departamentos de Tecnologia da Informação.

A arquitetura modular adotada possibilita a separação entre os componentes de orquestração, processamento e armazenamento, mantendo o desacoplamento entre os serviços e permitindo sua evolução de forma independente. Essa característica diferencia a solução de abordagens menos estruturadas, nas quais a expansão de funcionalidades pode demandar alterações mais complexas no sistema (Kreuzberger et al., 2023; De Barrena et al., 2025). A integração do ciclo completo de desenvolvimento com mecanismos de rastreabilidade e versionamento dos dados e modelos alinha a plataforma a práticas contemporâneas de MLOps, superando a fragmentação de funcionalidades observada em ferramentas tradicionais.

De forma geral, os resultados obtidos indicam que a abordagem adotada é tecnicamente viável e coerente com os objetivos da pesquisa. A plataforma implementada foi capaz de suportar o fluxo básico de desenvolvimento de soluções de visão computacional, contemplando desde a coleta e anotação de dados até o treinamento e a execução de inferência. A validação do fluxo, realizada em diferentes cenários de teste, evidenciou o funcionamento integrado dos componentes do sistema, permitindo a execução contínua das etapas do processo sem a necessidade de ferramentas externas. Os resultados demonstram que a solução atende aos requisitos propostos, viabilizando a construção e aplicação de modelos de forma organizada e estruturada, o que representa um avanço significativo para a democratização e eficiência da visão computacional industrial.

4. Conclusão

O presente estudo teve como objetivo desenvolver uma plataforma modular e extensível para o treinamento e a validação de modelos de visão computacional aplicados ao contexto industrial, integrando as etapas de aquisição de dados, anotação, pré-processamento, treinamento, avaliação e disponibilização de modelos em um fluxo unificado. Verificou-se que a arquitetura da plataforma foi concebida com uma clara separação de responsabilidades, distinguindo o frontend web, o backend, os serviços de processamento e os mecanismos de armazenamento, o que permitiu um desenvolvimento modular eficiente. A infraestrutura de backend, implementada em NestJS, atuou como elemento central de orquestração, e os serviços de processamento, desenvolvidos em Python, concentraram-se nas funcionalidades de processamento de dados e treinamento de modelos. Para a persistência, utilizou-se PostgreSQL com Prisma ORM e MinIO para armazenamento de objetos, garantindo rastreabilidade e versionamento. Os módulos funcionais do frontend possibilitaram o gerenciamento de projetos, coleta e anotação de dados, treinamento e inferência por meio de uma interface intuitiva, no qual o modelo realiza a detecção conforme configurado. A validação do fluxo completo da plataforma, desde a aquisição de dados até a inferência, foi realizada com sucesso utilizando datasets públicos e fontes de imagem em tempo real, demonstrando a viabilidade técnica da abordagem proposta. A principal contribuição reside na redução da complexidade técnica e da fragmentação de ferramentas, oferecendo um ambiente unificado que padroniza o ciclo de vida dos modelos de visão computacional, alinhado às práticas de MLOps e ao paradigma do iBPM, o que favorece a escalabilidade e a acessibilidade para usuários não especialistas.

Apesar dos resultados promissores, identificou-se como limitação a necessidade de aprimoramento no gerenciamento de processamento em tempo real, especialmente em cenários com múltiplas conexões simultâneas, cuja exploração não foi aprofundada nesta etapa do trabalho. Contudo, a arquitetura da plataforma foi projetada para suportar a expansão para diferentes tipos de anotação e abordagens de visão computacional, por meio de uma estrutura de dados flexível e mecanismos de abstração. Sugere-se para estudos futuros o aprimoramento das estratégias de disponibilização dos modelos gerados, incluindo abordagens mais estruturadas de deploy, como a utilização de imagens base para diferentes cenários de aplicação e a execução de inferência em dispositivos de borda. Adicionalmente, a integração de assistentes baseados em inteligência artificial para auxiliar na definição de parâmetros operacionais e boas práticas representa um caminho promissor para reduzir ainda mais a complexidade técnica e apoiar a tomada de decisão. Conclui-se que a solução proposta contribui significativamente para a aproximação entre o desenvolvimento de modelos de visão computacional e sua aplicação prática em ambientes industriais, oferecendo uma abordagem estruturada, integrada e adaptável às demandas do contexto.

Referências Bibliográficas

Arno, P.; Gabryelczyk, R. 2025. The ibpm lifecycle: integrating low-code and hyperautomation into business process management. IEEE Access 13: 175410-175426.

Barret, N.; Enache, T.; Manolescu, I.; Mohanty, M. 2024. Finding the PG schema of any (semi)structured dataset: a tale of graphs and abstraction. In: IEEE 40th International Conference on Data Engineering Workshops, 2024. Anais..

Dalenogare, L.S.; Benitez, G.B.; Ayala, N.F.; Frank, A.G. 2018. The expected contribution of industry 4.0 technologies for industrial performance. International Journal of Production Economics 204: 383-394.

De Barrena, T.F.; Fernandes, A.; Ferrando, J.L.; García, A.; Landaluce, H.; Angulo, I. 2025. Adaptive high frequency data streaming for soft real-time industrial Al: a scalable microservices based architecture with dynamic downsampling. Array 27: 100488.

Goodfellow, I.; Bengio, Y.; Courville, A. 2016. Deep Learning. MIT Press, Cambridge, USA.

Kreuzberger, D.; Kühl, N.; Hirschl, S. 2023. Machine learning operations (MLOps): overview, definition, and architecture. ACM Transactions on Intelligent Systems and Technology 14(2): 1-32.

Lee, S.; Choi, I.; Kim, H.; Lim, J.; Sung, S. 2020. Comprehensive simulation and redesign system for business process and organizational structure. IEEE Access 8: 106322-106333.

Liao, Z.; Zhang, R.; He, S.; Zeng, D.; Wang, J.; Kim, H.J. 2019. Deep learning-based data storage for low latency in data center networks. IEEE Access 7: 26411-26417.

Lizano-Mora, H.; Palos-Sánchez, P.R.; Aguayo-Camacho, M. 2021. The evolution of business process management: a bibliometric analysis. IEEE Access 9: 51088-51105.

Lv, C.; Wei, C.Y.; Hao, Y. 2009. Schema discovery of semi-structured hierarchical data based on OEM model and hierarchical transactional database. In: International Conference on Management of E-Commerce and E-Government, 2009, Nanchang, China. Anais…

Malamas, E.N.; Petrakis, E.G.M.; Zervakis, M.; Petit, L.; Legat, J.D. 2003. A survey on industrial vision systems, applications and tools. Image and Vision Computing 21(2): 171-188.

Paudel, B.; Gonzalez-Huerta, J.; Zabardast, E. 2026. Exploring the evolution of technical debt in monolithic and hybrid microservice architecture: an industrial case study. Journal of Systems and Software 237: 112831.

Russakovsky, O.; Deng, J.; Su, H.; Krause, J.; Satheesh, S.; Ma, S.; Huang, Z.; Karpathy, A.; Khosla, A.; Bernstein, M.; Berg, A.C.; Fei-Fei, L. 2015. Imagenet large scale visual recognition challenge. International Journal of Computer Vision 115: 211-252..

Szeliski, R. 2022. Computer Vision: Algorithms and Applications. 2ed. Springer, London, UK.

Voulodimos, A.; Doulamis, N.; Doulamis, A.; Protopapadakis, E. 2018. Deep learning for computer vision: a brief review. Computational Intelligence and Neuroscience 2018: 1-13.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Engenharia de Software do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Mais recentes

17 de setembro de 2026

Heterogeneidade Territorial do Bolsa Família: uma Análise por Clusters e Efeitos Fixos

Gestão Tributária

17 de setembro de 2026

Limites Jurídicos e Práticos da Dedutibilidade Retroativa dos Juros sobre Capital Próprio

17 de setembro de 2026

Símbolos da Moda Esportiva: Consumo, Identidade e Status entre Consumidores Brasileiros

17 de setembro de 2026

Modelo Validado de Formação de Competência Técnica e Habilidades Não Técnicas em Indústrias Químicas Complexas

17 de setembro de 2026

Planejamento de Cronograma para Definição de Válvulas em Projetos Industriais com o MS Project

Compliance E Esg

17 de setembro de 2026

Governança Pública Climática e Enchentes de 2024 no Rio Grande do Sul

Digital Business

17 de setembro de 2026

Dados e Automação Utilizados em uma Campanha de Marketing na Engenharia Civil

17 de setembro de 2026

Detecção de Anomalias no Monitoramento de Saúde de Pontes Usando Redes Neurais

17 de setembro de 2026

Gestão Escolar Integrada: o Papel da Direção Administrativa na Capacitação da Equipe de Gestão Pedagógica para a Compreensão do Orçamento Escolar

Você também pode gostar

17 de setembro de 2026

Heterogeneidade Territorial do Bolsa Família: uma Análise por Clusters e Efeitos Fixos

O Programa Bolsa Família (PBF) representa uma das políticas de proteção social mais relevantes globalmente, o que justifica a investigação de seus efeitos diante das acentuadas e heterogêneas desigualdades regionais brasileiras. O estudo avaliou os reflexos socioeconômicos dos repasses do programa sobre a saúde, a educação e o mercado de trabalho nos municípios brasileiros, no período de 2004 a 2019. Para isso, aplicou-se a técnica de agrupamento K-means para segmentação territorial e estimaram-se modelos econométricos de dados em painel com efeitos fixos, tanto a nível nacional quanto segregados por clusters. Os resultados revelaram a natureza anticíclica do PBF no mercado de trabalho, com uma relação negativa entre repasses e vínculos empregatícios formais em quatro dos cinco clusters, sugerindo que os recursos foram mais intensos onde o mercado formal falhou. Na saúde, o programa associou-se à redução significante da mortalidade infantil evitável em municípios com maior equilíbrio socioeconômico, mas não apresentou efeito detectável em agrupamentos de maior precariedade estrutural, indicando que a transferência de renda é necessária, porém insuficiente sem infraestrutura de saúde funcional. Na educação, a análise por subperíodos mostrou atenuação progressiva do coeficiente nacional, refletindo a convergência das taxas de matrícula para um patamar de alta inércia temporal. Concluiu-se que o PBF cumpriu seu objetivo de proteção social de forma anticíclica e territorialmente focalizada, mas sua capacidade de transformar indicadores estruturais dependeu da sinergia com investimentos em infraestrutura pública.

Palavras-chave: Bolsa Família; Mortalidade Infantil; Municípios Brasileiros; Painel de Dados; Política Pública.

Gestão Tributária

17 de setembro de 2026

Limites Jurídicos e Práticos da Dedutibilidade Retroativa dos Juros sobre Capital Próprio

A gestão tributária adequada é crucial para a saúde financeira das empresas, especialmente no complexo sistema tributário brasileiro. Os Juros sobre Capital Próprio (JCP) constituem um mecanismo jurídico relevante para a remuneração do capital próprio, utilizado para otimizar a carga tributária. O estudo investigou a controvérsia sobre a dedutibilidade de JCP referentes a exercícios anteriores à deliberação societária que autoriza seu pagamento. Aplicou-se a metodologia de pesquisa e análise documental empírica, baseada em “Normative Systems”, para identificar cinco propriedades representativas dos argumentos jurídicos na jurisprudência administrativa e judicial. Analisaram-se acórdãos do Conselho Administrativo de Recursos Fiscais (CARF), revelando padrões decisórios predominantes, divergências interpretativas, incoerências argumentativas e significativa insegurança jurídica. Os resultados indicaram forte tendência de invalidação dos planejamentos envolvendo JCP extemporâneos na esfera administrativa. Contudo, o julgamento do Tema 1319 pelo Superior Tribunal de Justiça (STJ) seguiu direção oposta, consagrando tese favorável à dedutibilidade e estabelecendo um precedente paradigmático que pode influenciar a jurisprudência administrativa e redefinir os critérios decisórios.

Palavras-chave: CARF; gestão tributária; limitação temporal; lucro real; planejamento tributário.

17 de setembro de 2026

Símbolos da Moda Esportiva: Consumo, Identidade e Status entre Consumidores Brasileiros

A moda esportiva consolidou-se como linguagem simbólica de distinção social nas últimas décadas, impulsionada pela expansão do mercado de wellness e pela reconfiguração dos padrões de prestígio nas sociedades de consumo contemporâneas. O estudo objetivou compreender como os símbolos da moda esportiva influenciaram a construção de identidade e pertencimento e sua associação ao prestígio social entre consumidores brasileiros que adquiriram produtos do setor nos últimos 12 meses. Desenvolveu-se a pesquisa por meio de levantamento bibliográfico e pesquisa descritiva, com levantamento do tipo survey aplicado a uma amostra não probabilística por conveniência de 445 consumidores brasileiros de moda esportiva. Os principais resultados indicaram que a maioria dos respondentes associou marcas esportivas a percepções de status social; mais da metade reconheceu o wellness como novo símbolo de prestígio; e parcela expressiva percebeu o sportstyle como mais aceito em ambientes formais de trabalho. Em contrapartida, formas ostensivas de sinalização, como preferência por logotipos visíveis, influência de redes sociais e disposição a pagar sobrepreço, foram amplamente rejeitadas, revelando uma dissociação entre a atribuição simbólica de status e o comportamento de sinalização ostensiva. O consumidor brasileiro de moda esportiva com elevado capital cultural operou por meio de sinais simbólicos sutis e não ostensivos, compatíveis com o fenômeno do consumo inconspícuo, no qual a distinção social se manifestou de forma internalizada.

Palavras-chave: Consumo inconspícuo; Distinção; Prestígio social; Sportstyle; Wellness.

17 de setembro de 2026

Modelo Validado de Formação de Competência Técnica e Habilidades Não Técnicas em Indústrias Químicas Complexas

Analisou-se a implementação de um processo sistemático para o desenvolvimento e a atualização de competências técnicas e habilidades não técnicas em Operações Industriais e Segurança de Processo em uma indústria química de alta complexidade, pertencente a uma multinacional localizada no Polo Petroquímico de Camaçari, Bahia. O estudo objetivou implementar um processo mensurável e sustentável que assegurou a competência técnica e não técnica de 100% dos operadores, em conformidade com a legislação estadual da Bahia, diretrizes de institutos internacionais e políticas corporativas. A pesquisa caracterizou-se como um estudo de caso de abordagem mista, que envolveu diagnóstico documental, entrevistas semiestruturadas com 85 operadores experientes, análise de tarefas críticas e o desenvolvimento e aplicação piloto de um programa modular de treinamento. Este processo evidenciou a necessidade de alinhamento e atualização sistemática das competências requeridas. Os resultados obtidos indicaram a eficácia do modelo proposto, com 100% dos operadores concluindo os módulos teóricos e práticos e alcançando uma taxa de aprovação superior a 80%, além de conformidade operacional em campo. O trabalho contribuiu com um modelo estruturado de formação, incluindo matriz de competências, programas modulares de treinamento e diretrizes para certificação e recertificação, demonstrando potencial de replicação em outras unidades industriais de elevada complexidade e risco, e fortalecendo a segurança de processo e a sustentabilidade operacional.

Palavras-chave: Capacitação; Competência; Habilidades não técnicas; Segurança de processo; Treinamento.

17 de setembro de 2026

Planejamento de Cronograma para Definição de Válvulas em Projetos Industriais com o MS Project

A indústria química brasileira é um setor de grande impacto nacional, representando 11% do PIB em 2025 e passando constantemente por mudanças e inovações de processo e de gestão. No âmbito de projetos, o setor da indústria requer cada vez mais processos dinâmicos e eficientes, dentre os quais a gestão de cronograma. Diante desse panorama, o estudo objetivou o planejamento de cronograma para a definição de válvulas em projetos, através da ferramenta MS Project. A pesquisa realizou-se por meio de um estudo de caso, cujo escopo foi a definição das válvulas para um tanque de armazenamento na indústria química. Desenvolveu-se a Estrutura Analítica do Projeto (EAP), as atividades do cronograma e suas relações de precedência e sucessão. Consideraram-se as durações das atividades e realizou-se a alocação e análise de recursos, obtendo-se o cronograma. A partir dele, construíram-se o gráfico de Gantt, o diagrama “Activity-On-Node” e o diagrama de caminho crítico. Os resultados obtidos revelaram que o cronograma desenvolvido constituiu uma aplicação efetiva na gestão das atividades, mostrando-se uma ferramenta adequada para a estruturação e organização do escopo, dos recursos e do caminho crítico.

Palavras-chave: Análise de caminho crítico; ferramentas de gestão; projetos industriais.

Compliance E Esg

17 de setembro de 2026

Governança Pública Climática e Enchentes de 2024 no Rio Grande do Sul

As enchentes de 2024 no Rio Grande do Sul evidenciaram fragilidades estruturais na governança pública em um contexto federativo submetido a risco climático extremo. Este trabalho analisou, no recorte temporal de maio de 2024 a maio de 2025, como a atuação federal, estadual e municipal se estruturou diante da crise e em que medida a comparação com os Países Baixos ofereceu parâmetros úteis para o fortalecimento da resiliência institucional. A pesquisa adotou abordagem qualitativa, aplicada, exploratória e comparativa, com análise documental e análise de conteúdo de fontes oficiais, relatórios técnicos internacionais, atos normativos e pronunciamentos institucionais, organizados por categorias temáticas e interpretados com apoio do Modelo das Três Linhas do IIA. Os resultados mostraram que, embora os três níveis de governo tenham criado ou reestruturado instrumentos relevantes de coordenação e reconstrução após o desastre, prevaleceu uma institucionalidade reativa, posterior ao evento, com lacunas de continuidade administrativa, integração preventiva, monitoramento e accountability. Na comparação internacional, o modelo neerlandês destacou-se por combinar autoridade operacional permanente, base territorial clara, financiamento próprio e mecanismos mais robustos de monitoramento e responsabilização. Concluiu-se que os impactos das enchentes foram agravados menos pela ausência formal de normas e mais pela insuficiente articulação entre operação, gestão de riscos e controle. O fortalecimento da governança climática, no caso gaúcho, depende de institucionalizar coordenação, dados, financiamento e accountability em bases permanentes.

Palavras-chave: accountability; adaptação climática; gestão de riscos; governança multinível.

Digital Business

17 de setembro de 2026

Dados e Automação Utilizados em uma Campanha de Marketing na Engenharia Civil

A crescente utilização de dados no marketing digital impulsionou a adoção de estratégias mais orientadas por métricas e desempenho, com o Inbound Marketing em destaque. O uso de ferramentas de Business Intelligence (BI) mostrou-se fundamental para transformar dados em informações estratégicas, apoiando a tomada de decisão e a construção de bases de contatos qualificadas. Analisou-se como a ausência de integração entre sistemas de BI e plataformas de automação de marketing impactou a eficiência operacional e a efetividade das estratégias de Inbound Marketing em uma empresa de engenharia. Para isso, adotou-se uma abordagem descritiva de natureza qualitativa, baseada na análise dos processos operacionais envolvidos, desde a leitura de relatórios extraídos do BI e sua posterior transformação em mailings, até a preparação para importação no RD Station. Os resultados indicaram que o processo atual dependia de etapas manuais e empíricas, demandando tempo significativo. Identificaram-se limitações relacionadas à ausência de integração entre os sistemas, o que impactou diretamente a eficiência operacional e aumentou a dependência de atividades repetitivas. Concluiu-se que a estruturação adequada do processo de gestão de mailings e a integração entre BI e ferramentas de automação de marketing representam uma oportunidade para otimizar fluxos, melhorar a qualidade dos dados e fortalecer as estratégias de Inbound Marketing.

Palavras-chave: Automação de Marketing; Business Intelligence; Inbound Marketing; Integração de Sistemas; RD Station.

17 de setembro de 2026

Detecção de Anomalias no Monitoramento de Saúde de Pontes Usando Redes Neurais

O monitoramento da saúde estrutural de pontes tornou-se cada vez mais relevante diante do envelhecimento das infraestruturas e da intensificação de eventos extremos associados às mudanças climáticas. Nesse contexto, abordagens baseadas em dados destacaram-se como alternativas promissoras para o reconhecimento de anomalias. O estudo objetivou desenvolver e avaliar uma abordagem baseada em aprendizado de máquina para o reconhecimento de anomalias em séries temporais de aceleração estrutural. A metodologia adotada consistiu no uso de autoencoders treinados exclusivamente com dados representativos da condição íntegra, permitindo ao modelo aprender padrões associados ao estado saudável da estrutura; em seguida, o erro de reconstrução, quantificado por meio do erro quadrático médio (MSE), foi utilizado como critério para identificação de desvios em relação a essa condição. O conjunto de dados analisado foi composto por 1767 séries temporais de 1000 pontos cada, pertencentes a duas classes: íntegra (normal) e anômala (danificada). Os resultados obtidos demonstraram que o modelo proposto apresentou elevada capacidade de reconhecimento da classe anômala, com taxa de detecção superior a 90%, e desempenho global satisfatório, com área sob a curva ROC (AUC) próxima de 0,78, indicando boa capacidade discriminativa e reforçando o potencial da abordagem para aplicações em monitoramento estrutural.

Palavras-chave: Autoencoders; Detecção de Anomalias; Monitoramento de Pontes; Redes Neurais.

17 de setembro de 2026

Gestão Escolar Integrada: o Papel da Direção Administrativa na Capacitação da Equipe de Gestão Pedagógica para a Compreensão do Orçamento Escolar

A administração escolar foi abordada sob a perspectiva da integração entre gestores administrativos e pedagógicos, com foco na participação democrática, capacitação e qualificação dos atores. O objetivo geral consistiu na elaboração de um Guia de Orientações para Orçamento, direcionado à equipe de gestão pedagógica e mediado pela direção administrativa, visando instrumentalizar esses profissionais para a compreensão e participação nos processos financeiros e decisórios da instituição. Para tanto, o estudo desenvolveu-se em uma instituição particular privada, adotando uma abordagem qualitativa, descritiva e aplicada, com procedimento metodológico de estudo de caso. A pesquisa mapeou desafios práticos e dificuldades de comunicação entre os setores, analisou referenciais teóricos da gestão escolar e estruturou o instrumento formativo proposto. Os resultados demonstraram que a ausência de integração entre as áreas administrativa e pedagógica pode comprometer a efetividade da gestão escolar, evidenciando a necessidade de processos formativos contínuos que promovam entendimento mútuo, cooperação e construção coletiva de soluções. O Guia proposto fortaleceu a gestão democrática, elevou a qualificação da equipe pedagógica e melhorou os processos decisórios institucionais, destacando o papel formativo e estratégico do diretor administrativo.

Palavras-chave: Comunicação escolar; Gestão escolar participativa; Orçamento escolar.

Inovação

14 de setembro de 2026

Não lemos apenas palavras

Como novos códigos, tecnologias e formas de comunicação ampliam aquilo que precisamos aprender a interpretar Ser alfabetizado costuma ser entendido inicialmente como: reconhecer letras, formar palavras, compreender frases e produzir textos. Durante muito tempo, foi principalmente a partir desse domínio que definimos o que significava saber ler e, consequentemente, participar de diferentes espaços da sociedade. […]

Redes Sociais

14 de setembro de 2026

O efeito da influência no consumo

O que a pesquisa Youpix/Nielsen 2026 mostra sobre o avanço da Creator Economy Em 2025, 80% dos consumidores brasileiros compraram algum produto recomendado por influenciadores. Em 2026, o índice chegou a 81%. A estabilidade em um patamar tão elevado indica que a compra por influência deixou de ser um comportamento restrito a determinados públicos. O […]

Chamada De Artigos

11 de setembro de 2026

Chamada de artigos – Edição Temática Gestão de Pessoas

Submissões abertas de 11/09/2026 a 30/09/2026 Estão abertas as submissões para a Chamada Temática Gestão de Pessoas 2026, da Revista Estratégias & Soluções (E&S). A chamada será organizada em dois fluxos editoriais: Fluxo 1 – Trabalhos finais de destaque do MBA USP/EsalqDestinado aos TCCs do curso de Gestão de Pessoas do MBA USP/Esalq que obtiveram […]

Direito Tributário

09 de setembro de 2026

Entre Sísifo e o tonel das Danaides

A cesta básica, o salário-mínimo e o verdadeiro preço das coisas Na mitologia grega, alguns castigos não se distinguiam pela violência de um único sofrimento, mas pela condenação à repetição. Sísifo deveria conduzir uma enorme pedra até o alto de uma montanha e, quando o esforço parecia finalmente concluído, a pedra escapava e retornava ao […]

Inteligência Artificial

03 de setembro de 2026

O desafio atual da colaboração

Na medida em que o processo criativo começa com a IA, organizações precisam repensar como preservar a construção coletiva das ideias Em pouco mais de três anos, ferramentas de inteligência artificial generativa passaram a ocupar grande parte do trabalho nas organizações, seja para escrever, programar, pesquisar, planejar, analisar ou projetar. A presença já é tão […]

Inteligência Artificial

02 de setembro de 2026

O preço de usar IA sem treinamento

Adoção da tecnologia já alcança 88% das organizações mundiais, enquanto o número de profissionais punidos por usá-la sem preparo dobrou em sete meses No primeiro semestre de 2026, ministrei aulas de inteligência artificial com foco em planilhas, dashboards e apresentações, em Barcelona, na Espanha. Entre meus alunos havia advogados e juízes do Il·lustre Col·legi de […]

Sustentabilidade

28 de agosto de 2026

Como a sustentabilidade está redesenhando os data centers

Economia digital encontra limites físicos e tenta reduzir seu impacto ambiental O crescimento acelerado da infraestrutura digital transforma consumo de energia, disponibilidade hídrica, refrigeração, materiais construtivos e localização em variáveis centrais para o projeto da próxima geração de data centers. Durante boa parte da transformação digital, consolidou-se a percepção de que a computação estava progressivamente […]

Branding

27 de agosto de 2026

O branding que venceu a Copa de 2026

Entre identidade visual, uniformes, tipografia e disputa bilionária por audiência, marketing esportivo nunca esteve tão em evidência A Copa do Mundo de 2026 terminou com a Espanha erguendo a taça pela segunda vez, ao vencer a Argentina por 1 a 0 na prorrogação. O Brasil encerrou a competição na 11ª colocação, eliminado ainda nas oitavas […]

Governança

24 de agosto de 2026

Governança corporativa: entre o controle e a responsabilidade

O que as crises corporativas e os erros cometidos nos casos Enron, FTX e Americanas podem ensinar Uma empresa pode ter conselho de administração, auditoria independente, comitê de auditoria, código de conduta, políticas de compliance e dezenas de mecanismos de controle e, ainda assim, caminhar para o colapso. A pergunta incômoda é: se todos esses […]

Gestão Tributária

01 de setembro de 2026

Reforma tributária e planejamento patrimonial no campo

Eficiência para gerenciar os impostos facilita a governança e permite organizar a sucessão familiar A organização patrimonial rural virou uma medida estratégica diante da reforma tributária no Brasil, que entrou em vigor neste ano. O planejamento das atividades e da gestão do patrimônio rural, por meio de ferramentas como a transição da Pessoa Física para […]

Renata de Gaspari Valdejão Almeida

Inteligência Artificial

05 de agosto de 2026

Dentro da empresa e fora do radar: os riscos da Shadow AI

Segundo a Microsoft, 75% dos profissionais já utilizam inteligência artificial no trabalho sem homologação da empresa O uso da inteligência artificial generativa já faz parte da rotina corporativa. Ferramentas como ChatGPT, Copilot e outras plataformas ajudam profissionais a produzir textos, analisar dados, criar apresentações e acelerar tarefas em praticamente todos os setores. Mas esse avanço […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julho de 2026

O futuro como competência

Interesse acadêmico reforça a projeção de cenários como ferramenta essencial para a tomada de decisões Enquanto algumas empresas ainda tentam acertar o próximo passo, outras já trabalham com múltiplos futuros possíveis — e se preparam para todos eles. Mas afinal, o que significa “pensar o futuro”? É tendência, é estratégia ou uma nova competência que […]

Renata de Gaspari Valdejão Almeida

Inovação

Tecnologia

21 de maio de 2026

Corredor Agro SP: inovação, articulação institucional e futuro

Pecege comanda operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educação

27 de abril de 2026

Como transformar um TCC em negócio

Nova gestão do Parque Tecnológico de Piracicaba oferece consultoria a egressos de MBAs O novo diretor de projetos do Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, costuma dizer que uma das maiores recompensas que já teve na vida foi ver seus orientandos do MBA USP/Esalq estruturarem empresas a partir de seus trabalhos de conclusão de […]

Tecnologia

20 de março de 2026

O repertório humano na era da IA

Pensamento crítico e criatividade são insubstituíveis no trabalho do profissional de marketing A Inteligência Artificial (IA) é capaz de feitos incríveis, mas ainda não possui a capacidade de julgamento, empatia, intuição e criatividade estratégica necessárias para fazer o trabalho de um bom profissional de marketing. Nessa área, é importante saber usar a ferramenta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

23 de fevereiro de 2026

ESG como estratégia de crescimento em uma cooperativa do RS

Santa Clara equilibra responsabilidade social e ambiental com inovação Fundada em 1911 por imigrantes italianos em Carlos Barbosa, na serra gaúcha, a Cooperativa Santa Clara é um exemplo de que é possível equilibrar o crescimento econômico com a responsabilidade social e ambiental. De uma pequena empresa de produção de queijos, a organização evoluiu para um […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

22 de janeiro de 2026

Brasil livre de febre aftosa: o que muda para a carne brasileira?

Com um rebanho de mais de 200 milhões de cabeças de gado, o país é atualmente o líder em exportações O Brasil recebeu recentemente, pela primeira vez, a certificação de país livre de febre aftosa sem vacinação, conferida pela Organização Mundial de Saúde Animal (OMSA). O selo fortalece a posição do país como fornecedor de carne confiável para o […]

Renata de Gaspari Valdejão Almeida

Inovação

09 de dezembro de 2025

Inovação: o novo ciclo do Parque Tecnológico de Piracicaba

Instituto Pecege assume a gestão apostando na criação de novos negócios A partir de 2026, o Instituto Pecege assumirá a gestão do Parque Tecnológico de Piracicaba (PTP). Entre suas responsabilidades estarão a administração, operação, manutenção e expansão do parque, além do fomento de atividades de inovação, empreendedorismo e ciência e tecnologia. A escolha foi feita […]

Renata de Gaspari Valdejão Almeida

06 de julho de 2026

Arquitetura de Grande Porte: Gestão de Mudanças DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação. A arquitetura e o urbanismo configuram-se como bases imprescindíveis em um espaço urbano cada vez mais complexo e desafiador, onde a intrínseca conexão entre questões sociais, ambientais e tecnológicas […]