Banca de QUALIFICAÇÃO: MATHEUS RESENDE FURTADO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: MATHEUS RESENDE FURTADO
DATA: 23/06/2026
HORA: 14:00
LOCAL: Sala da Pós-Graduação DCC
TÍTULO:

MLOPS E AGRICULTURA 5.0: UM MODELO DE PROCESSO DE OPERAÇÕES DE APRENDIZAGEM DE MÁQUINA APLICADO AO CONTEXTO DA CAFEICULTURA

PALAVRAS-CHAVES:

Agricultura 5.0, Inteligência Artificial, Machine Learning Operations (MLOps), Cafeicultura, Governança de Dados, Automação, Agricultura Inteligente, Aprendizado de Máquina.

PÁGINAS: 69
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Engenharia de Software
RESUMO:

Este estudo busca analisar a evolução da agricultura no contexto da  evolução tecnológica que, segundo 2020, passou por diversas revoluções chamadas de Agricultura 1.0, Agricultura 2.0, Agricultura 3.0, Agricultura 4.0 e, mais recentemente, a Agricultura 5.0. Durante as diferentes revoluções agrícolas, vários tipos de tecnologia foram implementados visando o aumento da produtividade, contudo, as revoluções mais recentes trouxeram também diferentes temas relevantes como a produção de alimentos de forma limpa. Tendo como foco o aumento da produção de forma limpa, a 4ª revolução da agricultura trouxe dentre suas inovações o uso de máquinas inteligentes para o âmbito agrícola centradas no aumento da produtividade inteligente. Dentre as inovações, há a implementação de máquinas para apresentação de resultados e tomada de decisão para agricultores. Nesse sentido, a Agricultura 5.0 traz uma expansão da implementação e uso de máquinas no plantio, otimizando o uso de Inteligência Artificial (IA) para tomada de decisões totalmente baseadas em dados. Para tal, faz-se fundamental o conceito de Machine Learning Operations (MLOps) que, por sua vez, trata do processo de aprendizado de máquinas, fundamental para que as Inteligências Artificiais inseridas nos mais diversos contextos, tenham sucesso nas análises de dados e tomadas de decisão. Há contudo, diferentes lacunas e conceitos que precisam ser mais bem desenvolvidos para enfim, viabilizar de fato a 5ª revolução agrícola, como por exemplo, a definição de processos de MLOps focados inteiramente nos diferentes cenários e contextos da Agricultura. Este estudo, identifica que a cafeicultura possui lacunas nesse sentido e que, até o momento, apenas modelos iniciais de processos MLOPs foram apresentados. Nesse sentido, visando preencher essa lacuna, o estudo se apresenta com o objetivo de propor uma modelagem de processo TO BE adaptada e focada em automação e governança de dados para a cafeicultura, tomando como estado da Arte o fluxo proposto por \citeonline{kreuzberger}. A pesquisa utilizará o Mapeamento Sistemático da Literatura (diagnóstico AS IS) e pesquisa de campo com codificação axial e focalizada (proposição TO BE), constituída por um corpus de tarefas que compõem o processo de Machine Learning Operations conforme proposto pela abordagem de \citeonline{kreuzberger}. Os dados serão analisados a fim de identificar quais tarefas do processo são mais adequadas para o contexto, de forma a propor um fluxo adequado. Ao final do estudo, espera-se obter um processo completo e funcional de MLOps que poderá ser aplicado em fazendas de café.

MEMBROS DA BANCA:
Presidente - ANDRE DE LIMA SALGADO (Membro)
Externo à Instituição - CESAR ELIAS BOTELHO - EPAMIG (Membro)
Interno - LUIZ HENRIQUE ANDRADE CORREIA (Suplente)
Interno - MAURICIO RONNY DE ALMEIDA SOUZA (Membro)
Interno - VINICIUS VITOR DOS SANTOS DIAS (Suplente)