Projetos

O nosso centro de conhecimento ajuda organizações dos setores público, social e privado a resolver desafios complexos através de data science. A colaboração existente inclui cuidados de saúde, gestão do desemprego, turismo, entre outros.

Os nossos investigadores foram recompensados pelos Amazon Web Services e pela Microsoft Research Credits, apoio que tem sido fundamental para o processamento de milhões de registos e da aplicação de algoritmos machine learning. Gostaríamos de agradecer o apoio da Câmara Municipal de Cascais, pelo Data Science for Social Good Europe – Summer Fellowship 2018, o Data Science for Social Good Europe – Summer Fellowship 2017 e ao Ministério de Infraestrutura e de Meio Ambiente da Holanda, à Tuscany Promotion Agency e ao Turismo de Portugal pelo Data Science for Social Good Europe – Summer Fellowship 2018.

No âmbito da pandemia COVID-19, o Governo Português decretou um conjunto de medidas para minimizar o impacto da pandemia na população e economia. Nesse sentido, a Nova SBE apoiou a missão da empresa NOS de elaborar indicadores avançados de mobilidade para contribuir para a tomada de decisão por parte dos municípios portugueses.

Uma vez que diferentes medidas de contenção da pandemia têm sido definidas com base na finalidade de cada deslocação, começou-se por segmentar as várias secções estatísticas que constituem os municípios, de forma a inferir o propósito das deslocações da população. Esta segmentação foi feita principalmente com base em informação sobre usos do solo, reunida de fontes diversas e organizada numa ontologia.

Analisou-se, de seguida, a evolução dos movimentos da população ao longo da pandemia, para os diferentes segmentos das secções estatísticas e de acordo com as principais fases das medidas de contenção da pandemia.

As análises e modelações realizadas tiveram como objeto de estudo inicial os municípios de Cascais e Lisboa.

O relatório final das análises desenvolvidas pode ser consultado aqui.

 

Parceiros: NOS, Câmara Municipal de Cascais, Câmara Municipal de Lisboa.

Financiado por: Lisboa2020, Portugal2020 e Fundo Europeu de Desenvolvimento Regional – União Europeia.

O projeto decorreu ao longo de 2020 e 2021.

O Westmont Institute of Tourism and Hospitality (WiTH) juntou-se ao Nova SBE Data Science Knowledge Center (DSKC) para desenvolver a plataforma mais abrangente sobre turismo em África: a Nova SBE WiTH Africa. 

O projeto vem criar e disponibilizar ferramentas e conhecimento relevantes para o estudo da evolução da indústria do turismo em África e apoiar o seu desenvolvimento sustentável. A plataforma fornecerá um amplo conjunto de dados e irá transformá-los em insights fundamentais para os diferentes tipos de stakeholders

Considerando o papel da indústria do Turismo para o crescimento económico e social, o objetivo do projeto é contribuir para a competitividade dos países africanos, no âmbito dos Objetivos de Desenvolvimento Sustentável, ao fornecer dados de turismo relevantes, conhecimento, programas educacionais e ao estimular o envolvimento das comunidades locais. 

 

Parceiros: Nova SBE WiTH - Westmont Institute of Tourism and Hospitality
O projeto está em curso e começou em 2021. 

O setor social representa um setor importante da economia portuguesa. No entanto, as poucas fontes de dados disponíveis facultam poucas e desconexas informações, um baixo nível de interação e fracas visualizações. O objetivo do projeto é criar uma base de dados nova e integrada para o setor social, para que esteja à disposição da sociedade portuguesa, servindo ONGs, fundações, empresas sociais, investigadores, investidores, agências governamentais, entre outros públicos.  

Visite a base de dados aqui.

 

Parceiros: Fundação ”la Caixa” e BPI (Iniciativa para a Equidade Social)  

O projeto está em curso e foi iniciado em 2019.

Este projeto é o vencedor da terceira edição do concurso Data for Change e está a ser desenvolvido em parceria com a Associação Tempos Brilhantes - ATB.

Implementado em setembro de 2018, o Sistema de Alerta Precoce do Insucesso Escolar – SAPIE é atualmente utilizado em cerca de 85 Agrupamentos Escolares. Contudo, a plataforma tem algumas limitações. Este projeto visa compreender padrões na trajetória dos alunos com o objetivo de prever e explicar o risco individual de insucesso escolar no final do 3º ciclo de ensino (9º ano).

O projeto irá utilizar dados históricos de Agrupamentos Escolares Portugueses relativos ao desempenho dos alunos, a fim de testar diferentes modelos para garantir a melhor utilidade possível na previsão de falha de risco individual, fornecendo o impacto de cada característica considerada na pontuação de risco final.

O projeto está em curso e foi iniciado em 2021.

 

Parceiros: Associação Tempos Brilhantes (ATB), Fundação ”la Caixa” e BPI (Iniciativa para a Equidade Social).

Desenvolvido em parceria com a empresa Tips4y – Automotive Intelligence, o projeto tem por objetivo desenvolver e disponibilizar uma plataforma de dados aberta sobre o setor automóvel em Portugal.

Foram utilizados dados acerca do parque automóvel Português e do Aftermarket, os quais permitem fazer uma caracterização do setor. Como resultado, a equipa do DSKC desenvolveu uma plataforma interativa que permite a pesquisa, personalização e visualização de indicadores como a distribuição dos veículos do parque automóvel português por segmento, tipologia, combustível, distrito, entre outros, e a distribuição de encomendas de peças do aftermarket por tipologia de cliente, por dias da semana e quantidade de artigos, entre outros. O projeto também possibilita que a Tips4y inove no desenvolvimento de produtos e serviços, através dos novos pedidos, comunicações e parcerias gerados pela plataforma.

O projeto terminou em 2021.

 

Parceiro: Tips4y – Automotive Intelligence.

Desenvolvemos um sistema que avalia o risco de um indivíduo ficar desempregado por mais de 12 meses, em diferentes alturas de seu percurso de desemprego. Esta ferramenta permite que os técnicos de emprego desenvolvam intervenções precoces para prevenir o desemprego de longa duração. Este trabalho foi co-criado com especialistas em políticas de trabalho, aplicando uma abordagem centrada no utilizador que inclui os próprios técnicos de emprego no processo de design do sistema. Como parte do projeto, produzimos um modelo que: i) foi validado temporalmente; ii) pode ser aplicado em qualquer altura do percurso do candidato dentro do IEFP; iii) é explicável para cada candidato; iv) foi analisado quanto a enviesamentos para diferentes grupos sociais; v) tem melhor desempenho que o modelo atual em produção no IEFP. Além disso, nós: i) investigámos como o modelo atual do IEFP era utilizado pelos técnicos, assim como as suas atitudes e crenças em relação ao modelo, através de entrevistas, questionários e grupos focais; ii) desenvolvemos ferramentas para integrar o nosso modelo no sistema de informação do IEFP, em colaboração com o IEFP (e.g., uma infraestrutura de base de dados, um webservice e um dashboard); iii) desenhámos e implementámos um estudo para investigar como diferentes interfaces influenciam a maneira como os técnicos interagem com o modelo. 

O projeto está em processo de implementação a nível nacional no IEFP, com previsão de conclusão no início de 2021. 

Parceiro: Instituto de Emprego e Formação Profissional (IEFP), Faculdade de Engenharia da Universidade do Porto (FEUP) e Fundação para a Ciência e a Tecnologia (FCT) .

O projeto está em curso e foi iniciado em 2018.

Este projeto é o vencedor da segunda edição do programa Data for Change e foi desenvolvido em parceria com a Agência Natureza Portugal (ANP/WWF) e a Docapesca – Portos e Lotas, S.A..  

O projeto tem por objetivo utilizar análises de dados para identificar tendências na primeira venda de pescado, antes e durante a pandemia COVID-19, em Portugal, em 22 portos nacionais com Número de Controlo Veterinário. O objetivo foi perceber como é que a atividade pesqueira evoluiu durante e após a pandemia. Este projeto exploratório teve também o objetivo de validar a viabilidade e usabilidade de uma ferramenta preditiva para uma melhor gestão da pesca, mais ambientalmente responsável.

O projeto terminou em 2021.

 

Parceiros: Agência Natureza Portugal (ANP/ WWF), Docapesca – Portos e Lotas S.A., Fundação ”la Caixa” e BPI (Iniciativa para a Equidade Social).

Em pandemias e outras catástrofes naturais, a gestão de fluxos da população é crucial. Em parceria com a NOS, iremos desenvolver um produto de informação que visa ajudar os municípios a visualizar e gerir eventos que possam representar maior risco de propagação da COVID-19, utilizando dados da rede móvel. 

(Apoio: PT2020. AAC 15 / SI / 2020 - SISTEMA DE INCENTIVOS ATIVIDADES DE INVESTIGAÇÃO E DESENVOLVIMENTO E INVESTIMENTO EM INFRAESTRUTURAS DE ENSAIO E OTIMIZAÇÃO (UPSCALING) NO CONTEXTO DO COVID-19) 

Parceiro: NOS, Câmara Municipal de Cascais, Câmara Municipal de Lisboa 

O projeto está em curso e foi iniciado em 2020.

O Diário da República Eletrónico é gerido pela Imprensa Nacional-Casa da Moeda (INCM) e permite o acesso a toda a legislação portuguesa. Atualmente, para esclarecer uma questão específica, os cidadãos precisam muitas vezes de consultar diferentes diplomas, o que exige uma interpretação técnica e complexa.  
A parceria entre o DSKC e a INCM surge como uma oportunidade para desenvolver a experimentação no campo do Processamento de Linguagem Natural (PNL), na Língua Portuguesa e no contexto do Direito, desenvolvendo uma ferramenta de conversação para apoiar os cidadãos a esclarecerem dúvidas acerca do tema da aposentação. Juntamente com uma equipa de alunos do Mestrado em Análise de Negócios, será criada uma prova de conceito do projeto "Legislação de Decodificação", com o objetivo de tornar a lei mais acessível para os cidadãos.   

Parceiro: Imprensa Nacional-Casa da Moeda (INCM)   

O projeto está em curso e foi iniciado em 2020.

Este projeto é o vencedor da primeira edição do programa Data for Change e foi desenvolvido em parceria com a Associação Protetora dos Diabéticos de Portugal (APDP).  

A nefropatia diabética é uma condição crítica que descreve a perda gradual da função renal, podendo levar a danos irreversíveis nos rins. Segundo o Observatório Nacional da Diabetes, uma em cada três pessoas com diabetes desenvolve nefropatia. 

Adiar ou prevenir esta condição traduz-se numa melhoria da qualidade e prolongamento da esperança média de vida dos pacientes diabéticos, impactando também o orçamento público a nível de saúde, uma vez que ao progredir na doença, os tratamentos ficam mais complexos e dispendiosos, podendo chegar à diálise ou transplante renal. Por se tratar de uma condição que evolui silenciosamente nos estágios iniciais, os primeiros sinais de nefropatia diabética são críticos para prevenir ou retardar a progressão da doença. 

Para este projeto, foram utilizados dados transacionais históricos, registados durante as visitas dos pacientes à APDP, os quais permitem fazer uma caracterização sociodemográfica e clínica dos diabéticos. Como resultado, a equipa do DSKC desenvolveu um modelo para prever a probabilidade de desenvolvimento da nefropatia diabética de nível três, num horizonte temporal de três e cinco anos. Para além da probabilidade, a ferramenta também indica o impacto de cada variável analisada sobre o resultado final, permitindo que as equipas médicas atuem proactivamente, evitando assim o surgimento ou a progressão da doença.

O projeto terminou em 2021.

 

Saiba mais acerca deste projeto:

Em julho de 2021, o projeto foi reconhecido com o primeiro lugar na categoria Data4Good do Prémio SAS Curiosity Data Science Iberian Awards.

 

Parceiros: APDP (Associação Protetora dos Diabéticos de Portugal), Fundação ”la Caixa” e BPI (Iniciativa para a Equidade Social).  

Utilize os seus dados para informar a tomada de decisão e melhor servir os seus beneficiários e clientes! O “Data for Change” é um programa pioneiro em Portugal, que visa identificar Organizações com Impacto Social Portuguesas que possuam um problema social/ ambiental que possa ser resolvido através da Ciência de Dados (Data Science).   

Os projetos são desenvolvidos em parceria com a equipa do Nova SBE Data Science Knowledge Center. Os desafios das organizações podem ser os mais variados possível, abrangendo áreas como a Saúde, o Emprego, o Ambiente e a Educação.  

O projeto poderá ter como objetivo, por exemplo, a otimização da alocação de pacientes a médicos, a identificação de fatores que levam ao abandono escolar, a identificação do risco de reincidência de pessoas reclusas, a otimização de serviços de emergência, o aumento da eficácia de estratégias de intervenção com pessoas sem abrigo, o aumento das taxas de vacinação, a previsão de desemprego de longa duração, entre muitos outros.  

O “Data for Change” integra a Iniciativa para a Equidade Social, uma parceria da Nova SBE com a Fundação “la Caixa” e o BPI.

 

Este projeto acontece anualmete desde 2018 e encontra-se na sua 3ª edição.

Projetos sociais de financiamento coletivo são uma forma inovadora e inspiradora de promover a cooperação e a colaboração na nossa sociedade. Este projeto teve como objetivo determinar os principais fatores que influenciam o sucesso de uma campanha de crowdfunding. Com base na análise de mais de 2,4 milcampanhas já realizadas na plataforma, a equipa do DSKC criou um modelo que pode ser utilizado em diferentes momentos no tempo, durante a campanha. Para além de informar acerca da probabilidade de financiamento, a ferramenta também identifica os principais fatores responsáveis pela previsão, de forma a melhor informar a equipa PPL. Desta forma, o PPL pode orientar de forma mais assertiva os angariadores de fundos relativamente à criação de campanhas, bem como reagir de forma proativa às campanhas em curso, com o intuito de maximizar as hipóteses de financiamento dos projetos. 

Parceiro: PPL Crowdfunding 

Este projeto decorreu entre os anos de 2018-2020.

Nos últimos anos, Portugal tem assistido a um rápido crescimento na área do turismo, que não está devidamente preparado para enfrentar as dificuldades relativas à quantificação de desafios, tais como constrangimentos turísticos, perda da identidade local, degradação do património, etc. O projeto propõe uma abordagem data aplicável à gestão de turismo no território português através de um conjunto de ferramentas que informe os políticos portugueses sobre o estado do turismo, indo além dos tradicionais dados de pesquisa e investigação e facultando análises completas deste sector através do uso de fontes big data. Com as abordagens apresentadas pelo projeto, os grandes decisores do setor turístico terão informações cruciais para poderem criar políticas que promovam cidades sustentáveis e acolhedoras tanto para os turistas como para os moradores.

Parceiros: Turismo de Portugal e NOS

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2018

Gestão impulsionada por data é um fator cada vez mais presente na agenda dos municípios. A quantidade de dados que os próprios municípios criam, mais os dados disponibilizados por parceiros locais como a polícia, empresas de transporte públicos, telecomunicações, entre outros, oferecem uma grande variedade de oportunidades para desenvolver novo conhecimento que possa servir de apoio a políticas públicas. O CCDE é um hub de dados criado para a região de Cascais com o objetivo de facultar perspetivas significativas para os desafios locais, testar novas abordadgens e soluções na região e promover a dessiminação de conhecimento através da integração da popolução mais jovem e de uma série de eventos.

Parceiro: Câmara Municipal de Cascais

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2018

Uma vez que a Toscana é um dos destinos turísticos mais populares do mundo, a região, os seus recursos e os seus habitantes têm sido expostos a uma grande pressão. O projeto visava usar algoritmos de machine learning para agrupar indivíduos e, desta forma, compreender melhor os turistas que visitam a região e melhorar a gestão na área do turismo.
 

Parceiros: Toscana Promozione Turistica e Vodafone Itália

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2018

O propósito deste projeto é usar os dados disponibilizados pelo IEFP e criar um sistema modelo para capacitar o IEFP e os técnicos locais a identificar melhor os indivíduos em risco elevado de desemprego de longa duração. Este projeto faculta ainda perspetivas data que permitam uma alocação mais eficiente dos recursos do IEFP a fim de responder às necessidades individuais da população desempregada.

Parceiros: IEFP e EAPN

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2018

As Instituições Financeiras em todo o mundo estão a desenvolver estratégias que maximizam os seus resultados através da análise de dados. Estas estratégias geralmente implicam a reestruturação dos seus processos ETL, a formação das suas equipas e também a adoção de novas tecnologias. Este projeto permitiu o desenvolvimento de um algoritmo para prever o risco de crédito de um grupo de clientes. Para tal, foi preparado um seminário para o Departamento de Análise de Dados, onde foram utilizados os seus dados e o problema de negócio existente para apresentar as bibliotecas e métodos mais comuns. O seminário foi um dos vários esforços desenvolvidos pela empresa para iniciar dois processos de transição: 1) de software licenciado (SAS) para Python, 2) de modelos econométricos tradicionais a técnicas de machine learning.

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2018

O grande objetivo deste projeto era aumentar a taxa de vacinação contra o sarampo, a papeira e a rubéola na Croácia. Para atingir este objetivo, a equipa previu o nível de risco de cada criança caso não recebesse as duas doses recomendadas da vacina MMR e desenvolveu grupos, compostos pelas crianças acima mencionadas, de acordo com características semelhantes a fim de permitir políticas de promoção à vacinação.

Parceiros: Croatian Institute for Public Health (CIPH) (nome original: Hrvatski Zavod Za Javno Zdravstvo), Institute of Public Health of Split-Dalmatia County (nome original: Nastavni zavod za javno zdravstvo Splitsko-dalmatinske županije), Andrija Štampar School of Public Health (nome original: Škola narodnog zdravlja "Andrija Štampar") e Croatian Society for School and University Medicine (CroSEMIC) (nome original: Hrvatsko društvo za hitnu i internističku intenzivnu medicinu - HDHIIM)

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017

O objetivo do projeto era ajudar a Câmara Municipal de Cascais a compreender os padrões de desemprego na região e a desenvolver um sistema que recomendasse o melhor tipo de intervenções para colmatar lacunas de competências e aumentar as probabilidades de emprego das pessoas.

Parceiros: Câmara Municipal de Cascais e IEFP

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017

O projeto tinha como objetivo ajudar as autoridades locais a compreender e avaliar a área de turismo além dos tradicionais questionários e estatísticas para que pudessem, assim, explorar e criar soluções para um turismo sustentável na cidade.

Parceiros: Toscana Promozione Turistica e Vodafone Itália

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017

 

O objetivo do projecto era criar um modelo de machine learning utilizando dados de acidentes registados, características rodoviárias, dados relativos ao fluxo de tráfego e velocidade, e dados metereológicos para prever, num determinado espaço de tempo, a probabilidade de um acidente. Este projeto permite uma melhor alocação da polícia de trânsito para patrulhar as estradas e diminuir o seu tempo de resposta a acidentes.

Parceiro: Rijkswaterstaat

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017

As pescas ilegais e excessivas são uma grande ameaça para os nossos oceanos. Estima-se que 70 % da pesca global seja sobreexplorada e esteja agora à beira do colapso. A quantidade de atum, um predador crítico em muitos ecossistemas marinhos, diminuiu mais de 90 % nos últimos 40 anos. A menos que sejam tomadas medidas sérias para combater estes fenómenos podemos estar à beira de um colapso piscatório de grande escala que poderá devastar o meio ambiente e a subsistência de milhões de pessoas em todo o mundo que dependem desta atividade. Este projeto visava criar uma ferramenta de risco de fonte aberta, que combinasse múltiplas fontes de dados por satélite a fim de ajudar a ultrapassar a pesca ilegal, não declarada ou regulamentada, e criando um avaliação de risco.

Parceiros: Spire, World Economic Forum, Planet e DigitalGlobe

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017

O projeto focava-se na optimização da correspondência entre pacientes e médicos através do desenvolvimento de um serviço de mediação automatizada. O principal objetivo era aumentar a probabilidade de relacionamentos duradouros e a qualidade dos acompanhamentos, bem como a prática de medicina preventiva.

Parceiro: José de Mello Saúde

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017

 

O projeto tinha como objetivo ajudar Rijkswaterstaat, uma divisão do Ministério de Infraestrutura e Meio Ambiente da Holanda, desenvolvendo uma política para otimizar o estacionamento e os locais de patrulhamento dos inspetores de serviço a fim de minimizar o tempo que demoram a chegar ao local do incidente. Desta forma, o projeto teve um contributo para a otimização da segurança e do fluxo do trânsito para os condutores.

Parceiro: Rijkswaterstaat

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017

O projecto visava perceber como uma melhor utilização dos telhados poderia ajudar a enfrentar desafios com o armazenamento de água, espaços verdes e produção de energia. Para isso, a equipa utilizou imagens aéreas e de satélite para identificar o uso de telhados em Roterdão.

Parceiro: Cidade de Roterdão

Este projeto fez parte da  Data Science for Social Good Europe – Summer Fellowship 2017