| Grant number: | 24/09655-4 |
| Support Opportunities: | Scholarships in Brazil - Innovative Research in Small Business - PIPE |
| Start date: | October 01, 2024 |
| End date: | June 30, 2026 |
| Field of knowledge: | Physical Sciences and Mathematics - Computer Science - Computer Systems |
| Principal Investigator: | Danilo Amaral de Oliveira |
| Grantee: | Danilo Amaral de Oliveira |
| Company: | Openlex Soluções Tecnológicas Ltda |
| CNAE: |
Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet Outras atividades de prestação de serviços de informação não especificadas anteriormente |
| Associated research grant: | 23/16491-5 - Sigalei Analytics: Turning Regulatory Documents into Strategic Decisions, AP.PIPE |
Abstract Decisões governamentais têm impactos significativos no setor econômico, trazendo riscos e oportunidades. Dessa forma, as empresas precisam desenvolver um processo de monitoramento e análise de informações governamentais, considerando a realidade das suas áreas de atuação, suas propostas de valor e suas operações para endereçar de forma efetiva os riscos e oportunidades para seus negócios. Uma das principais barreiras é o vasto e variável volume de dados regulatórios gerados diariamente, que muitas vezes são complexos e difíceis de compreender. Agravando o cenário há o fato de que grande parte dos dados disponibilizados são documentos não estruturados, ou seja, que não permitem uma análise por métodos computacionais. Na Fase 1 do PIPE, foi criado o Mecanismo de Extração de Documentos Regulatórios (MEDoRe) com o objetivo de estruturar atos de Diários Oficiais de municípios e estados de maneira escalável. Descobriu-se que o MEDoRe pode estruturar não apenas diários oficiais, mas também outros documentos regulatórios, como projetos de lei e contratos, ampliando sua aplicabilidade. Além disso, a partir de um caso de aplicação desenvolvido, foi possível validar o interesse comercial e a capacidade de gerar informações e análises personalizadas. É importante ressaltar que o uso do MEDoRe permitiu realizar uma tarefa considerada inviável para ser realizada manualmente por especialistas devido ao grande volume de documentos, tornando-a automatizada e atualizável sob a demanda do cliente. Este projeto busca integrar o MEDoRe à Sigalei, dando origem a Sigalei Analytics, com base na metodologia e equipe comprovadas na Fase 1. O MEDoRe será dividido em dois módulos MEDoRe - Extração e MEDoRe - Análise. O primeiro será realizado de forma contínua e automática para todos os documentos regulatórios coletados. O segundo consiste em uma base de modelos de aprendizado de máquinas pré-treinados que serão parametrizados e personalizados sob demanda específica de cada cliente. Ambos os módulos interagem entre si e com módulos complementares para a concepção da Sigalei Analytics, uma plataforma que permitirá realizar análises e gerar informações fundadas em dados acionáveis, oriundos da estruturação de diferentes documentos regulatórios para atender de forma efetiva a demanda identificada. | |
| News published in Agência FAPESP Newsletter about the scholarship: | |
| More itemsLess items | |
| TITULO | |
| Articles published in other media outlets ( ): | |
| More itemsLess items | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |