Videocast

Inovação: o novo ciclo do Parque Tecnológico de Piracicaba

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 pela prefeitura por meio de um edital público que avaliou rigorosamente as propostas de diferentes instituições.

Com uma área de 2,5 milhões de m², ele faz parte do Sistema Paulista de Parques Tecnológicos e abriga 24 empresas. Também estão instalados no parque o Hub Piracicaba, instituições de ensino e ambientes privados de inovação, como o Pecege. O modelo da nova gestão prevê uma governança descentralizada e autônoma, sem dependência de recursos públicos.

Será um desafio e tanto, principalmente tendo em vista que uma das metas do Pecege é transformar o parque de Piracicaba em referência nacional, além de criar novos negócios. Para falar sobre essa empreitada, a apresentadora Soraia Fessel entrevistou o CEO do Pecege, Daniel Sonoda, e o gestor de inovação do instituto, Pedro Chamochumbi. 

Sobre os entrevistados

Daniel Sonoda é engenheiro agrônomo e CEO do Instituto Pecege.

Pedro Chamochumbi atua como gestor de inovação, agente de desenvolvimento, ESG, cidades inteligentes e governo digital. É cofundador da AiX – Agência de Inovação. 

Quem publicou esse videocast

Renata de Gaspari Valdejão Almeida

Você também pode gostar

02 de outubro de 2026

Determinantes da localização de supermercados em São Paulo

Um estudo investigou os fatores determinantes da localização de supermercados no estado de São Paulo, com o objetivo de investigar os fatores que explicam a presença e a expansão desses estabelecimentos, considerando dimensões socioeconômicas, demográficas e mercadológicas. Utilizaram-se dados dos Censos Demográficos de 2010 e 2022 do IBGE e informações do Cadastro Nacional de Pessoas Jurídicas da Receita Federal do Brasil para construir um banco de dados georreferenciado. Aplicou-se um modelo de classificação Random Forest, ajustado por grid search com validação cruzada, priorizando a métrica recall-macro devido ao desbalanceamento da variável dependente, que representou a presença ou ausência de supermercados em um buffer de 50 metros. Os resultados indicaram que a localização de supermercados está fortemente associada a características demográficas, de renda e de população no entorno. A análise de importância das variáveis evidenciou que fatores sociodemográficos, como alfabetização de idosos, renda domiciliar e a presença de outros estabelecimentos de alimentação, exerceram influência significativa, especialmente no entorno imediato. Os achados reforçaram a hipótese de que a distribuição espacial de supermercados não é aleatória, sendo condicionada por características socioeconômicas e pela estrutura comercial do território, oferecendo subsídios para decisões empresariais e planejamento urbano.

Palavras-chave: Análise espacial; Aprendizado de máquina; Expansão; Localização comercial; Supermercados.

Neurociência E Aprendizagem Na Educação

02 de outubro de 2026

Educação Antirracista: Práticas Educativas Inclusivas e Desenvolvimento Social

A educação antirracista, compreendida como eixo estruturante da educação inclusiva e do desenvolvimento social, foi investigada no contexto brasileiro. O estudo objetivou identificar e analisar, com base em documentos legais e na percepção de professores, as práticas educativas capazes de promover o antirracismo na escola e na sociedade, e como a implementação das Leis nº 10.639/03 e nº 11.645/08 contribuiu para a justiça social. Adotou-se uma abordagem qualitativa e documental, com análise de legislação educacional, diretrizes curriculares, relatórios institucionais e literatura acadêmica. Complementarmente, aplicou-se um questionário semiestruturado a 295 professores da Educação Básica. Os dados foram avaliados quantitativa e qualitativamente, por meio de análise de conteúdo temática, e validados com estudos bibliográficos. Os resultados revelaram um paradoxo: apesar de um arcabouço legal robusto, a implementação das políticas antirracistas mostrou-se frágil e pontual, com carência de formação docente, materiais didáticos adequados e monitoramento. Constatou-se a persistência de desigualdades educacionais significativas entre estudantes brancos e negros, e a maioria dos professores reconheceu a ocorrência de racismo nas escolas, mas sem protocolos institucionais claros. A análise neurocientífica demonstrou que o racismo impacta negativamente o desenvolvimento cognitivo e emocional dos estudantes. Concluiu-se que a educação antirracista é central para uma educação de qualidade, exigindo compromisso político, investimento público e articulação intersetorial. A integração da Neurociência na formação docente e a produção de materiais qualificados são cruciais para fortalecer o papel da escola na construção de uma sociedade mais justa e inclusiva.

Palavras-chave: Desenvolvimento Social; Educação Antirracista; Justiça Social; Lei 10.639/03; Práticas Educativas Inclusivas.

Neurociência E Aprendizagem Na Educação

02 de outubro de 2026

Caminhos da Inclusão: Percepções de Pais e Professores sobre a Escolarização de Estudantes com Dupla Excepcionalidade no Contexto Brasileiro

A Dupla Excepcionalidade, caracterizada pela coexistência de Altas Habilidades/Superdotação e transtornos do neurodesenvolvimento, representa um fenômeno complexo que desafia modelos tradicionais de identificação e escolarização. O estudo teve como objetivo compreender as percepções de pais ou responsáveis, professores e outros profissionais da educação acerca da escolarização de estudantes com Dupla Excepcionalidade no contexto brasileiro, investigando desafios, estratégias pedagógicas e possibilidades de inclusão pautadas na equidade. A pesquisa adotou uma abordagem qualitativa, exploratória e descritiva, e coletou dados por meio de um questionário online, voluntário e anônimo, respondido por 25 participantes. Os dados discursivos foram analisados por meio da análise de conteúdo temática. Os resultados indicaram que o conhecimento sobre o tema é frequentemente construído a partir de experiências pessoais e profissionais, revelando lacunas na formação sistematizada. Identificaram-se dificuldades na identificação desses estudantes, na formação docente e na implementação de planos educacionais individualizados, flexibilização pedagógica e enriquecimento curricular. Relataram-se repercussões socioemocionais, como frustração e baixa autoestima. Contudo, algumas escolas demonstraram práticas inclusivas fundamentadas na equidade, articulando necessidades específicas e potencialidades. Embora os resultados não permitam generalizações, evidenciaram a necessidade de fortalecer a formação profissional e a articulação entre escola, família e serviços especializados. Concluiu-se que a inclusão de estudantes com Dupla Excepcionalidade requer práticas que reconheçam simultaneamente suas dificuldades e potencialidades, garantindo condições equitativas de participação, aprendizagem e desenvolvimento.

Palavras-chave: Desenvolvimento humano; Formação docente; Inclusão escolar; Neurodivergência; Práticas pedagógicas.

02 de outubro de 2026

Modelagem preditiva para gestão de estoques: aumento de produtividade e eficiência em um centro de distribuição alimentício

A gestão eficiente das operações logísticas em centros de distribuição é fundamental para a competitividade, especialmente em atividades intensivas em mão de obra, que impactam custos operacionais e o nível de serviço. O estudo objetivou desenvolver e avaliar diferentes modelos de previsão de demanda para otimizar a gestão de estoque e recursos em um centro de distribuição alimentício. Para isso, utilizaram-se dados históricos de movimentação de um sistema WMS, aplicando-se modelos de regressão linear, suavização exponencial de Holt-Winters e o algoritmo LightGBM. Os resultados indicaram que modelos tradicionais apresentaram limitações na captura da dinâmica da demanda, com desempenho inferior ao LightGBM. O algoritmo de aprendizado de máquina demonstrou desempenho superior, especialmente após a incorporação de maior granularidade dos dados e variáveis temporais, o que permitiu maior aderência à dinâmica da demanda. A aplicação do modelo resultou em uma redução de 36,38% no deslocamento para o pallet picking e de 31,98% para o case picking, totalizando uma redução global de 33,64%. Concluiu-se que a utilização de modelos preditivos contribuiu para a melhoria da eficiência operacional, permitindo melhor alocação de recursos e organização dos itens no processo de separação de pedidos.

Palavras-chave: Aprendizado de máquina; Classificação ABC; Eficiência operacional; Logística; Previsão de demanda.

02 de outubro de 2026

Transformação de Dados em Estratégia: Pesquisa Aplicada para Otimização de Operação em Ecoturismo

A crescente demanda no turismo ecológico em Minas Gerais impulsionou a busca por inteligência de negócios para transformar dados de clientes em informações estratégicas. O estudo objetivou estruturar um pipeline de ciência de dados para coletar, segmentar e classificar a base de clientes de uma operação de ecoturismo, visando otimizar ações de marketing e antecipar movimentos de mercado. Realizou-se uma pesquisa exploratória, de natureza quali-quantitativa, por meio de um estudo de caso. Utilizaram-se 2.777 registros transacionais de uma empresa de ecoturismo, referentes a janeiro de 2024 a dezembro de 2025. O processo metodológico envolveu coleta automatizada de dados (API Google Sheets), tratamento e enriquecimento (ETL), validação e criação de atributos RFM (Recência, Frequência e Valor Monetário). Aplicou-se redução de dimensionalidade via PCA e agrupamento K-Means, com o número de clusters definido pelo método do Cotovelo e Silhouette Score. Validaram-se os resultados com DBSCAN e K-Medoids. Os resultados revelaram a identificação de três segmentos comportamentais de clientes: “Fiel”, “Baixo Valor” e “Potencial”. O segmento “Fiel” representou o maior valor econômico acumulado, enquanto o “Potencial” destacou-se pelo alto ticket médio e potencial de conversão em recorrência. A integração das técnicas de análise de dados demonstrou ser um método robusto e replicável para gerar inteligência no ecoturismo. Concluiu-se que o pipeline de ciência de dados estruturado viabilizou a segmentação comportamental da base de clientes, a validação estatística dos grupos e a criação de um sistema preditivo para novos compradores, fornecendo subsídios para decisões estratégicas baseadas em dados e futuras análises.

Palavras-chave: Clusterização; Inteligência de negócios; Machine Learning; Segmentação de clientes; Tomada de decisão.

02 de outubro de 2026

Classificação de clientes inadimplentes por meio de técnicas supervisionadas de aprendizado de máquina

O risco de inadimplência em operações de crédito demandou abordagens analíticas para antecipar perdas. Este estudo avaliou comparativamente o desempenho de modelos supervisionados de aprendizado de máquina na classificação de clientes inadimplentes em operações de cartão de crédito. Utilizou-se a base pública “Default of Credit Card Clients”, da Universidade da Califórnia Irvine, com 30.000 observações e desbalanceamento de classes. Foram empregados os algoritmos Regressão Logística, Random Forest e Extreme Gradient Boosting. O desbalanceamento foi tratado por meio da atribuição de pesos às classes, e a otimização dos modelos ocorreu com o método RandomizedSearchCV, priorizando a sensibilidade. Os resultados da validação cruzada indicaram que o modelo Extreme Gradient Boosting apresentou maior capacidade de identificação da classe inadimplente e melhor desempenho discriminatório, seguido pelo Random Forest e pela Regressão Logística, com sensibilidade de 0,8250 e AUC-ROC de 0,7844 para o XGBoost. A análise de interpretabilidade, conduzida pela técnica Shapley Additive Explanations (SHAP), evidenciou a predominância de variáveis associadas ao comportamento de pagamento, especialmente o histórico de atrasos. Concluiu-se que modelos baseados em árvores, particularmente técnicas de boosting, mostraram-se mais adequados para capturar padrões complexos nos dados, configurando-se como alternativas consistentes para a gestão de risco de crédito.

Palavras-chave: Aprendizado de Máquina; Cartão de Crédito; Classificação; Extreme Gradient Boosting; Risco de Crédito.

02 de outubro de 2026

Análise de Sentimentos sobre Bancos Brasileiros no Twitter/X: Comparação entre Instituições Tradicionais e Digitais

Um estudo analisou a percepção pública sobre instituições financeiras brasileiras na plataforma Twitter/X, ressaltando a importância do monitoramento de sentimentos em redes sociais para a compreensão da reputação e da experiência do cliente no setor bancário. O objetivo consistiu em comparar a percepção dos usuários sobre a imagem e a reputação de bancos tradicionais e digitais, a partir dos padrões de sentimento identificados nas manifestações analisadas, buscando identificar diferenças estruturais entre esses grupos. A metodologia baseou-se na análise de 1.096 tweets coletados entre novembro de 2022 e junho de 2023. Utilizaram-se duas abordagens complementares de análise de sentimentos, a soma e a média das labels, para captar o sentimento majoritário e nuances da percepção. Adicionalmente, desenvolveram-se o Modelo de Perfil de Mercado, com indicadores de reputação emocional, risco reputacional, neutralidade e polarização, e o Modelo de Clusterização Bancária, que permitiu agrupar as instituições conforme padrões de percepção. Os resultados indicaram predominância de sentimentos neutros e negativos, maior volume de interações nos bancos digitais e diferenças estruturais na intensidade emocional das percepções, com maior estabilidade nos bancos digitais e maior polarização nos tradicionais. Concluiu-se que a combinação de técnicas analíticas e estatísticas contribuiu para uma compreensão aprofundada da imagem institucional no ambiente digital, evidenciando a importância de estratégias de gestão da reputação baseadas em dados.

Palavras-chave: Bancos digitais; Bancos tradicionais; Modelagem de dados; Opinion mining; Redes Sociais.

02 de outubro de 2026

Otimização do planejamento orçamentário anual por meio de metodologias de gestão de projetos

O Planejamento Orçamentário Anual (POA) é um processo crucial para traduzir a estratégia organizacional em metas operacionais e financeiras, mas frequentemente enfrenta pressões de prazos, dependências interdepartamentais e a repetição de gastos habituais. O estudo objetivou analisar como a aplicação combinada de práticas de gestão de projetos e do Orçamento Base Zero (OBZ) pode otimizar o POA. Para isso, desenvolveu-se um estudo de caso na operação brasileira de uma companhia aberta do setor de bebidas, utilizando pesquisa documental de seu relatório de resultados de 2023 e um questionário anônimo aplicado a 47 respondentes. A análise documental indicou crescimento da receita líquida, expansão do lucro bruto e do EBITDA ajustado, e avanço contido das despesas com vendas, gerais e administrativas, sugerindo disciplina de custos e alavancagem operacional. O levantamento complementar revelou alta percepção de efeito cascata no cronograma, forte apoio à definição de responsáveis por pacotes de custos e preferência por justificativa técnica dos gastos, além de demanda por flexibilidade controlada após a definição da linha de base. Concluiu-se que a estruturação do POA como projeto, associada ao rigor do OBZ, aumentou a previsibilidade do processo, reforçou a responsabilidade sobre os gastos e ampliou a coerência entre a execução orçamentária e o desempenho econômico-financeiro.

Palavras-chave: Controle de Custos; Eficiência Operacional; Orçamento Base Zero; PMBOK; Setor de Bebidas.

02 de outubro de 2026

Inovação em modelos de negócios tradicionais e seu impacto no ambiente de trabalho

O estudo analisou como a inovação aplicada em modelos de negócios tradicionais impacta o ambiente de trabalho. Com esse objetivo, realizou-se uma pesquisa de campo que envolveu 225 profissionais de diferentes setores e níveis hierárquicos. A coleta de dados ocorreu por meio de um questionário estruturado, que investigou o perfil, as percepções e os comportamentos dos participantes em relação à inovação. Os resultados obtidos indicaram que colaboradores de empresas consideradas inovadoras perceberam níveis elevados de inovação, demonstraram maior engajamento, motivação para propor melhorias e uma melhor compreensão das mudanças implementadas. Em contraste, profissionais de empresas tradicionais apresentaram uma percepção de inovação mais baixa, maior neutralidade frente às transformações e níveis mais elevados de estresse e insegurança no ambiente laboral. Observou-se, ainda, que a liderança, a comunicação clara, o suporte e o treinamento adequado foram identificados como fatores essenciais para facilitar a adaptação às mudanças e aumentar a receptividade dos colaboradores. Concluiu-se que a tipologia organizacional, associada à cultura e às práticas de gestão, influencia diretamente a forma como a inovação é vivenciada internamente e seus efeitos no ambiente de trabalho.

Palavras-chave: Engajamento; Empresas tradicionais; Gestão de mudanças.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade