Graduações em Engenharias e Ciência da Computação
URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3249
Navegar
3 resultados
Resultados da Pesquisa
Trabalho de Conclusão de Curso Estimating Room Temperature Arrival Time(2024) Moura, Adney Costa; Drummond, Felipe Martins da Costa; Lopes, Lorran Caetano Machado; Alessi, Tomas RodriguesThis project aims to develop a predictive model to estimate the temperature decay in a room equipped with air conditioning, using data collected by the Klima device, developed by Boldr, and integrating it into the company’s client environment for visualization. Klima is a device that integrates temperature and humidity sensors, allowing for both the control of air conditioning units and the transmission of data to the cloud, where it is stored and accessed through the company’s application. Based on this historical data, which includes variables such as the air conditioner’s operating mode and the temperature evolution over time, the project seeks to build a model capable of predicting the temperature decay curve of the environment, adapting to the specific behavior of each room. Besides developing the predictive model, the project also aims to integrate these predictions into Boldr’s application, making them accessible to customers, and to update the device’s firmware so that the predictions can also be displayed on a physical screen.Trabalho de Conclusão de Curso Desempenho de carteira long-short de moedas estrangeiras com base em técnicas de machine learning(2024) Wever, Alexandre; Melo, André Barboza Braga de; Borba, Gustavo Paciléo; Sanches, Lucca Barufatti VeliniEste projeto tem como objetivo desenvolver uma plataforma para otimizar decisões de compra e venda de moedas estrangeiras, utilizando técnicas de machine learning. A estratégia aplicada é a long-short, que mantém simultaneamente posições compradas (long) em moedas com expectativa de valorização e vendidas (short) em moedas com expectativa de desvalorização. O problema abordado é a dificuldade em prever movimentos no mercado cambial devido à volatilidade e à complexidade dos fatores externos que o influenciam, o que limita a eficácia de estratégias tradicionais. O uso de machine learning busca aumentar a precisão dessas previsões e identificar oportunidades de investimento que complementem análises convencionais. A metodologia inclui a coleta e análise de dados financeiros diários de pares de moedas indexadas ao dólar, seguida de um processo de ranqueamento para identificar quais moedas devem ser compradas e quais devem ser vendidas. Este trabalho parte dos modelos preditivos já desenvolvidos pela empresa parceira, aprimorando-os com a incorporação de novos sinais financeiros e ajustes na metodologia de ranqueamento, para aumentar a precisão das previsões.- Financial Data Synthesis and Analysis in Open Finance(2023) Souza, Ana Carolina Leal Garcia de; Rodrigues, Bruno Freitas do Nascimento; Cho, Nicolas Byung Kwan; Rocha, Thiago Hampl de PierriO projeto em questão tem como objetivo desenvolver uma análise comportamental de clientes bancários em um ambiente de Open Finance simulado. Desta forma, o projeto busca compreender sobre a possibilidade de extrair métricas em relação aos clientes, como score de crédito, considerando os dados compartilhados entre instituições financeiras. Levando em conta a indisponibilidade de dados bancários reais, vê-se a necessidade de aplicação de técnicas de geração de dados para uma etapa inicial do projeto, seguida da definição das métricas relevantes e posterior análise envolvendo tanto uma abordagem estatística clássica quanto a utilização de aprendizado de máquina, a exemplo de um modelo de processamento de linguagem natural para dados textuais contidos em extratos bancários. Ao final, espera-se a criação de um dashboard com os insights julgados como relevantes, integrado em um pipeline em Docker, como um produto final.