Curso de Modelo Profissional

Aula 1 • Ética e Responsabilidade na Modelação

Aborda o viés, a transparência e a responsabilidade quando os modelos influenciam decisões reais. Fundamenta a prática profissional em padrões éticos.

Aula 2 • Visão Geral dos Tipos de Modelos

Examina modelos conceptuais, matemáticos, estatísticos e de simulação. Ajuda os estudantes a associar o tipo de modelo ao contexto do problema.

Aula 3 • O Que É a Modelação e Porque É Importante

Define a modelação e o seu propósito em várias indústrias. Estabelece um vocabulário partilhado utilizado ao longo do curso.

Aula 4 • Pressupostos e Simplificações

Explica como os pressupostos moldam o comportamento do modelo e onde as simplificações introduzem risco. Os estudantes aprendem a documentar e justificar cada pressuposto.

Aula 1 • Representações Matriciais e de Redes

Explica matrizes e estruturas de grafos como representações compactas de modelos. Prepara os estudantes para modelos de sistemas e redes em capítulos avançados.

Aula 2 • Taxas de Variação e Otimização

Abrange conceitos de derivadas e otimização sem exigir cálculo avançado. Os estudantes identificam máximos, mínimos e sensibilidade nos resultados do modelo.

Aula 3 • Álgebra Essencial para Modeladores

Revisita variáveis, equações e funções como blocos de construção da modelação. Apoia diretamente a construção de fórmulas em capítulos posteriores.

Aula 4 • Noções Básicas de Probabilidade e Incerteza

Apresenta distribuições de probabilidade, valor esperado e variância. Fornece a base para a modelação estocástica introduzida em capítulos posteriores.

Aula 1 • Identificação de Requisitos de Dados

Mapeia as entradas do modelo para os tipos e fontes de dados necessários. Previne falhas comuns causadas por dados e conceção do modelo desalinhados.

Aula 2 • Métodos de Recolha de Dados

Examina inquéritos, experiências, observação e recolha automatizada. Os estudantes selecionam métodos apropriados para o seu contexto de modelação.

Aula 3 • Governação e Documentação de Dados

Estabelece padrões para proveniência de dados, versionamento e controlo de acesso. Garante a reprodutibilidade e auditabilidade das entradas do modelo.

Aula 4 • Análise Exploratória de Dados

Utiliza estatísticas descritivas e visualização para compreender os dados antes da modelação. Revela padrões, distribuições e anomalias precocemente.

Aula 1 • Lógica de Procura e Condicional

Incorpora comutação baseada em regras e procuras em tabelas nos cálculos do modelo. Permite que os modelos lidem com categorias discretas e regras políticas.

Aula 2 • Estruturação de um Modelo Determinístico

Define entradas, cálculos e saídas numa disposição lógica. Uma boa estrutura reduz erros e facilita a auditoria dos modelos.

Aula 3 • Auditoria e Verificação de Erros do Modelo

Aplica verificações sistemáticas para detetar erros de fórmula, ligações quebradas e falhas lógicas. A auditoria é um padrão profissional antes de qualquer modelo ser partilhado.

Aula 4 • Modelos Não Lineares e Baseados em Rácios

Estende a lógica do modelo a relações multiplicativas, exponenciais e de rácio. Captura dinâmicas do mundo real que os modelos lineares não conseguem representar.

Aula 1 • Seleção e Validação de Modelos

Aplica critérios de informação, validação cruzada e teste de holdout para escolher o melhor modelo. Previne o overfitting e garante a generalizabilidade.

Aula 2 • Modelos de Regressão Múltipla

Estende a regressão a múltiplos preditores e controla fatores de confusão. Os estudantes gerem a multicolinearidade e interpretam efeitos parciais.

Aula 3 • Diagnósticos e Pressupostos do Modelo

Testa a linearidade, homocedasticidade, normalidade e independência dos resíduos. As violações são diagnosticadas e corrigidas antes da utilização do modelo.

Aula 4 • Variáveis Categóricas e Interações

Codifica preditores categóricos e modela efeitos de interação. Expande a gama de problemas do mundo real que a regressão pode abordar.

Aula 1 • Dinâmica de Sistemas e Ciclos de Feedback

Captura stocks, fluxos e feedback em sistemas dinâmicos ao longo do tempo. Revela comportamentos contra-intuitivos causados por atrasos e não linearidades.

Aula 2 • Introdução ao Pensamento Estocástico

Contrasta abordagens determinísticas e estocásticas e explica quando a aleatoriedade deve ser modelada. Motiva a simulação como ferramenta prática.

Aula 3 • Simulação de Eventos Discretos

Modela sistemas como sequências de eventos com filas, recursos e temporização. Aplicada à otimização de processos e planeamento de capacidade.

Aula 4 • Análise de Resultados de Simulação

Aplica métodos estatísticos aos resultados da simulação para tirar conclusões válidas. Abrange períodos de warm-up, comprimento da execução e intervalos de confiança.

Aula 1 • Testes de Cenário e de Stress

Define cenários coerentes e casos de stress extremo para testar a robustez do modelo. Prepara os modelos para condições adversas e inesperadas.

Aula 2 • Conceitos e Padrões de Validação

Distingue verificação, validação e calibração e explica os padrões profissionais para cada um. Define o nível de qualidade para todas as saídas do modelo.

Aula 3 • Backtesting e Validação Histórica

Testa as previsões do modelo contra resultados históricos conhecidos para medir a precisão. Revela viés sistemático e fraquezas estruturais.

Aula 4 • Sensibilidade Global e Efeitos de Interação

Aplica métodos baseados em variância para medir os efeitos combinados das entradas na variância da saída. Captura interações não detetadas pela análise univariada.

Aula 1 • Visualização de Dados para Resultados do Modelo

Seleciona e concebe gráficos que representam com precisão as saídas do modelo e a incerteza. As escolhas de visualização afetam diretamente a interpretação das partes interessadas.

Aula 2 • Estruturação de Saídas do Modelo para Audiências

Adapta o formato e a profundidade da saída para partes interessadas técnicas e não técnicas. A comunicação eficaz determina se as perceções do modelo impulsionam a ação.

Aula 3 • Documentação e Transferência do Modelo

Cria guias do utilizador, especificações técnicas e registos de alterações para a transferência do modelo. A documentação garante continuidade quando a posse é transferida.

Aula 4 • Incorporação de Modelos em Fluxos de Trabalho

Integra modelos em processos de negócio através de APIs, dashboards ou pipelines automatizados. A incorporação operacional maximiza o impacto do modelo.