Detecção de Anomalias em Dados de Clientes

Modelos de Machine Learning com práticas de MLOps

O projeto Detecção de Anomalias em Dados de Clientes aplicou algoritmos de aprendizado de máquina para identificar outliers e comportamentos atípicos em grandes bases de dados, com foco em clientes. Entre os desafios enfrentados estavam a construção de uma metodologia robusta de pré-processamento (ETL) e o desenvolvimento de modelos específicos, como a detecção de keyboardsmashing.

Com abordagem voltada para DevOps e MLOps, o projeto integrou práticas modernas de automação e reprodutibilidade em experimentos de ML. Também gerou artefatos técnicos e documentações detalhadas, abrangendo desde critérios de clusterização até a transformação dos dados e validação de modelos.

A iniciativa foi desenvolvida em parceria com o Instituto Eldorado e Dell, como parte de um projeto de pesquisa finalizado em 2021.

📩 Coordenação: Profa. Carla Rocha – caguiar@unb.br

BOSS

Big Open Source Siblings – Inclusão e produção de OSS

O BOSS – Big Open Source Siblings é um programa de mentoria técnica e acolhimento criado para apoiar a entrada de novos desenvolvedores em projetos de software livre. A iniciativa busca formar uma rede de apoio com foco na inclusão de grupos sub-representados na tecnologia, oferecendo um ambiente seguro para aprendizado, prática e contribuição efetiva em código aberto.

Com base em ciclos formativos, o programa combina desenvolvimento técnico real com suporte emocional, tratando temas como interseccionalidade, síndrome do impostor e desafios da colaboração online.

Resultados:

• Desenvolvimento de aproximadamente 5 projetos OSS
• Reconhecimento internacional: 🏆 1º lugar no Desafio de Community Engagement do GNOME (2021)
• Comunidade com mais de 350 membros ativos

O repositório da iniciativa reúne materiais de apoio, templates e referências usados nos ciclos de mentoria e desenvolvimento.

📚 Acesse: github.com/lappis-unb/boss
📩 Coordenação: Profa. Carla Rocha – caguiar@unb.br

Brasil Participativo

Plataforma nacional de participação social digital

O Brasil Participativo é a principal plataforma de participação social digital do governo federal, desenvolvida com base no software livre Decidim, originalmente criado pela Prefeitura de Barcelona.

O sistema oferece múltiplos espaços de engajamento, como propostas, votações, enquetes e comentários — permitindo que a população participe ativamente da formulação de políticas públicas de forma democrática, transparente e acessível.

A iniciativa é coordenada pela Secretaria Nacional de Participação Social (SNPS/SGPR) e conta com o apoio técnico da Dataprev, da Universidade de Brasília (UnB) e da comunidade Decidim-Brasil, em parceria com o Ministério da Gestão e da Inovação em Serviços Públicos (MGI).

Resultados de impacto em 2023:

+4 milhões de acessos
1,5 milhão de participantes
10.864 propostas submetidas
4 processos participativos concluídos

Esses números expressivos refletem a maior experiência de participação digital já realizada no âmbito federal, com apoio de movimentos sociais, influenciadores, conselhos e redes de comunicadores.

🔗 Saiba mais no GitLab do projeto
📩 Coordenação: Profa. Carla Rocha – caguiar@unb.br

CAVE e Sistemas Enativos

Experiências biocibernéticas com bioarte e sensores

O projeto CAVE e Sistemas Enativos Afetivos desenvolveu experiências imersivas baseadas em biofeedback, realidade virtual e sensações cinestésicas com aplicações em arte, saúde, engenharia automotiva e aeroespacial. Utilizando o Ambiente Virtual Automatizado de Caverna (CAVE), foram integrados sensores fisiológicos (como batimentos cardíacos, respiração e temperatura) com projeções e atuadores para criar ambientes biocibernéticos interativos.

As experiências, conduzidas no LART – Laboratório de Realidade Aumentada e Tecnologia, exploraram a interseção entre arte, tecnociência e estética afetiva, com participação do MIT (Camera Culture Group) e do pesquisador Ramesh Raskar.

O projeto resultou em vídeos de experimentos imersivos, documentação de arquitetura de projeção e um artigo acadêmico em parceria internacional. A iniciativa foi financiada pela CAPES e finalizada em 2014.

📩 Pesquisadora: Profa. Carla Rocha – caguiar@unb.br

Chatbot Cultura

Assistente virtual de código aberto para agentes culturais

O Chatbot Cultura é um assistente virtual de código aberto criado para orientar agentes culturais na submissão de propostas via Lei de Incentivo à Cultura. Com mais de 70 intenções mapeadas, o chatbot responde a dúvidas frequentes de proponentes e foi um dos primeiros chatbots desenvolvidos para uso em órgãos do governo federal.

O projeto inovou ao empregar arquitetura modular, pipelines de CI/CD e práticas que anteciparam o atual conceito de MLOps. Além disso, serviu como referência para o desenvolvimento de chatbots em diversas outras iniciativas públicas e acadêmicas.

O código-fonte está disponível na organização do LAPPIS no GitHub, permitindo a reusabilidade da estrutura por outras equipes e instituições.

📩 Coordenação: Profa. Carla Rocha – caguiar@unb.br

Hygia OSS

Pacote Python para MLOps e detecção de anomalias

O Hygia OSS é um pacote Python de código aberto voltado à detecção de anomalias em grandes volumes de dados por meio de aprendizado de máquina. Com foco em eficiência, automação e escalabilidade, o Hygia permite configurar pipelines de dados utilizando arquivos YAML, facilitando a gestão de metadados, o controle de experimentos e a comparação entre modelos de ML.

O projeto adota boas práticas de DevOps e MLOps, promovendo workflows ágeis e replicáveis para ambientes de dados complexos. Ele foi desenvolvido em colaboração com o Instituto Eldorado, como parte de um projeto de pesquisa finalizado em 2023.

🔗 Repositório: github.com/hygia-org/hygia 📩 Coordenação: Profa. Carla Rocha – caguiar@unb.br

MAVI

Prova de conceito de app para rotas de ônibus acessíveis

O MAVI é um aplicativo híbrido desenvolvido como prova de conceito (PoC) para consulta de rotas de ônibus da frota Inova, com foco em acessibilidade para pessoas com diferentes tipos de limitações físicas ou cognitivas. A proposta visa oferecer uma experiência de transporte segura, conveniente e inclusiva.

Durante o projeto, foi realizado um ciclo completo de desenvolvimento de software, incluindo a criação do aplicativo mobile multiplataforma. Além disso, o projeto mapeou a arquitetura dos serviços de rotas no transporte público — uma estrutura pouco documentada na literatura — e identificou oportunidades para a criação de uma futura engine de rotas open source.

O projeto foi desenvolvido em parceria com a Inova e finalizado em 2023.

📩 Coordenação: Profa. Carla Rocha – caguiar@unb.br

MEPA Energia

Ferramenta livre para otimização de contratos energéticos

O MEPA Energia é uma ferramenta de código aberto desenvolvida com apoio do Ministério da Educação (MEC) para o monitoramento e a otimização de contratos de fornecimento de energia em Instituições Federais de Ensino Superior (IFES). O sistema utiliza técnicas estatísticas e inteligência de dados para recomendar cenários mais econômicos e eficientes.

Funcionalidades:

• Avaliação de contratos por indicadores de performance
• Recomendações personalizadas de economia
• Visualização de cenários para tomada de decisão

📦 Repositório do projeto: gitlab.com/lappis-unb/projects/SMI

Registro 3D de Nuvens de Pontos

Segmentação e alinhamento em grandes coleções digitais

O projeto de doutorado Segmentação e Registro Regional aplicado a Nuvens de Pontos 3D investigou técnicas computacionais para representar, compactar e registrar grandes volumes de dados tridimensionais, com foco em objetos do patrimônio cultural digitalizado.

A pesquisa resultou no desenvolvimento de técnicas de registro 3D baseadas em regiões, que permitem alinhar múltiplas nuvens de pontos capturadas por escâneres de alta precisão, mesmo em contextos com dados ruidosos, incompletos ou com oclusões. O trabalho faz parte do projeto EROS-3D, voltado à curadoria e gestão de coleções digitais de arte e arqueologia.

A tese também explorou desafios de pré-processamento e representações compactas para tornar viável o tratamento de milhões de pontos em ambientes reais de museus e escavações.

📄 Leia a monografia completa
📩 Pesquisadora: Profa. Carla Rocha – caguiar@unb.br