Dados - Padrões, Inferência e Predição

Contexto

O mundo da Internet em geral e da Internet das coisas (IoT – Internet of Things) em particular tem crescido nos últimos anos e prevê-se que venha a crescer muito mais nos próximos tempos. A informação disponibilizada pelas pessoas e pelos dispositivos é cada vez maior, mas nem sempre representa valor para quem a consulta ou utiliza. A informação “raw” tem de facto um valor relativo se considerarmos que é muita e normalmente sem valor contextual. Um simples caso de uma temperatura pode representar bem ou mal estar para a pessoa dependendo da humidade, da precipitação, do historial da própria pessoa, do seu gosto, resistência pessoal, etc. Deste modo, para acrescentar valor é importante correlacionar informação, consultar históricos, inferir para depois poder prever ou recomendar o que é mais adequado.
Os dados “raw” são atualmente recolhidos de múltiplas fontes (dispositivos móveis, sensores, gateways, TVbox, redes sociais, etc.); o desafio está em processar e correlacionar toda esta informação de forma a retirar valor.
No âmbito deste projeto iremos identificar, analisar e implementar mecanismos/algoritmos que permitam o processamento, correlação, inferência e predição, em função de cenários concretos de utilização IoT/M2M (e.g. MEO, sensores).

Objetivos do projeto

Pretende-se com este projeto identificar, avaliar e implementar mecanismos de identificação de padrões, inferência e predição em tempo quase-real:

1ª fase:

• 1 - Análise dos dados recolhidos (disponibilizados à priori) e construção de cenários realistas que possam ser usados para validar os resultados finais do projeto.
• 2 – Seleção e aplicação de ferramentas de data analytics para obtenção de resultados estatísticos e padrões.

2ª fase:

• 3 – Seleção e afinação de algoritmos de inferência e predição adotando técnicas de machine learning.
• 4 - Teste e análise de resultados; afinação em função dos resultados obtidos.
• 5 - Elaboração de relatório final.

Competências chave requeridas

• Conhecimentos de algoritmos de inferência, predição e recomendação.
• Domínio nas áreas de data analytics e machine learning.
• Bons conhecimentos de SW (Java, Linux, JBoSS, Tomcat, etc.).

Linhas de produtos Altice Labs

Coordenação Tecnológica e Inovação

Quer participar neste projeto?

Se acha que tem as competências necessárias para trabalhar connosco neste projeto, por favor contacte-nos para genius@inova-ria.pt.