26/10/2025 –, Avançada
A palestra abordará como a solução generators usa timeseries database, Python assíncrono e SQL para processar dados em tempo real, gerando alarmes precisos sem exigir profundo conhecimento em Python.
A manutenção preditiva evita falhas, reduz custos e aumenta eficiência operacional através do monitoramento contínuo de dados, geração de alarmes inteligentes e planejamento da rotina de reparos. Nesta palestra, você verá como construímos uma engine que empodera engenheiros e técnicos a criarem seus próprios cálculos para gerar alarmes precisos, combinando seus conhecimentos com modelos de machine learning para uma atuação ainda mais segura.
Usando Python, TDSB e arquitetura assíncrona, nossa solução transforma dados em decisões ágeis, unindo expertise humana e inteligência artificial para antecipar problemas e otimizar recursos na Indústria 4.0.
- Conhecimentos em banco de dados, especialmente os não estruturados
- Noções básicas de conceitos python como async
- Noções básicas sobre estrutura de dados como filas
- Como a manutenção preditiva economiza tempo e recursos
- A relação entre dados em tempo real e Indústria 4.0
- A importância dos banco de dados timeseries para arquitetura de dados em tempo real e otimização de custos
- Como o conhecimento e atuação direta dos técnicos e engenheiros pode tornar a cadeia da manutenção preditiva mais confiável e segura
Ciência e Análise de Dados, Machine Learning e Inteligência Artificial, Internet das Coisas (IoT)
Engenheira de dados Sênior na Shape Digital. Engenheira Mecânica pela UFPI com pós em Eng de Software pela PUC-RIO. Aspirante a atleta, gamer afundada e viciada em leitura.