.

 

 

 

 

 

 

 

 

SOBRE O CURSO

Esse curso pretende impulsionar a adoção de análises avançadas nas empresas de óleo e gás e revelar novos projetos que irão produzir ganhos claramente mensuráveis. Esses projetos vão demonstrar o valor da análise e auxiliar os profissionais a formular uma visão clara e um roteiro para transformar seus modelos operacionais, com base num entendimento de onde e como criar valor comercial com o investimento em Ciência dos Dados.
 

OBJETIVO

O objetivo deste curso é capacitar profissionais do setor de óleo e gás a identificar e  desenvolver novas aplicações e impulsionar a adoção de análises avançadas em seus processos com o uso da Ciência dos Dados.

PÚBLICO ALVO

Profissionais ligados à área de petróleo e gás.

PRÉ-REQUISITO

Conhecimentos básicos de engenharia de petróleo e computação.

METODOLOGIA

O curso introduz as técnicas e modelos que compõem a Ciência dos Dados e os exemplifica através de aplicações de Big Data e Machine Learning para a integração e análise de dados sísmicos, de perfuração e de produção aumentam a taxa de recuperação de petróleo. São apresentadas tecnologias como Deep Learning, Big Data, Métodos Analíticos Inteligentes, Matemáticos e Estatísticos de apoio à decisão, para criar aplicações inovadoras em plataformas como Apache Spark, Tensor Flow e Nervana Cloud.

SAIBA MAIS

A indústria de óleo e gás (O&G) se depara com cenários cada vez mais competitivos, enfrentando desafios e buscando uma maior participação no mercado mundial através das tecnologias digitais. Em particular, a Ciência dos Dados tem permitido as empresas do setor de O&G identificar áreas que comportam melhorias significativas, criando ferramentas computacionais que apoiam os especialistas na tomada de decisões relacionadas a exploração e produção de reservatórios de petróleo.

A introdução da Ciência dos Dados nas áreas de petróleo e gás, já apoiadas pela computação de alto desempenho, muda a maneira como as indústrias de O&G tem investido em computadores, levando a uma maior adoção de GPUs (Graphic Processor Units) em redes dedicadas à inteligência artificial.

À medida que o desempenho dos sistemas computacionais aumenta e o armazenamento se torna mais barato, tornam-se viáveis novos modelos que dependem essencialmente do processamento de enormes quantidades de dados para gerar resultados de valor. Com o sucesso esmagador de métodos de Machine e Deep Learning, uma corrida por aplicações cada vez mais complexas veem gerando resultados espantosos na indústria de petróleo e gás. Para isso, recursos massivos de processamento paralelo implementados por unidades de processamento gráfico (GPUs) tornaram-se a solução perfeita para as necessidades de processamento de dados da inteligência artificial.

As tecnologias de GPU alimentam essa transformação ao impulsionar análises aceleradas de aprendizado profundo (deep learning) para o setor de petróleo e gás em todo o espectro de operações. Além disso, o maior diferencial no uso da tecnologia de GPUs está no processamento de modelos de machine learning para o aprendizado e a descoberta de conhecimento a partir de bases de dados não estruturados. Nesse contexto, as técnicas de aprendizado de máquina são, em muitos casos, mais eficientes do que a interpretação humana, uma vez que, podem ser repetidas exaustivamente em GPUs.

A análise preditiva e big data tem aplicações que se estendem por todo o setor de petróleo e gás - da geologia e exploração à produção e operações, transporte e refino e distribuição. A ciência de dados e todas as tecnologias novas e emergentes prometem viabilizar a descoberta de novas oportunidades, reduzindo drasticamente as incertezas existentes, gerando fluxos de trabalho mais eficientes, aumentando a segurança e reduzindo o custo operacional.

Há um grande número de problemas na exploração e produção de petróleo, inclusive no pré-sal, que demandam ferramentas computacionais sofisticadas e específicas para auxiliar os especialistas em tarefas como, por exemplo:

Construir modelos que representem as características dos reservatórios com maior fidelidade;

Elaborar projetos de exploração que permitam extrair volumes maiores de óleo, levando em consideração as restrições técnicas e econômicas;

Planejar a alocação de recursos exigidos pela cadeia produtiva de acordo com as tarefas a serem cumpridas e com o tempo disponível;

O papel do Big Data na indústria de petróleo e gás vai além da eficiência e análise grandes volumes de dados. O armazenamento de grandes volumes de dados, alertas e a visualização em tempo real são considerados as promessas mais importantes e incluem:

- Otimização do tempo e custo para o primeiro óleo

- Otimização da produção

- Gerenciamento de reservatórios

- Economias e melhoria de qualidade do refino

- Suporte à negociação e gerenciamento de risco

- Redução de riscos nas áreas de segurança e meio ambiente

- Detecção automática de falhas a partir de traços sísmicos

É importante destacar os sistemas de alarme prévio, especialmente desafiadores devido à complexidade e à natureza dos sistemas de alerta antecipado, onde inúmeros os fatores e suas combinações relacionados ao risco que podem desencadear suspeitas sobre possíveis problemas futuros. O problema é que muitos desses fatores não são estatisticamente significativos para modelos preditivos clássicos e somente redes de aprendizado profundo são capazes de identificá-los.

PROGRAMA

I. Machine Learning

a. Aproximadores de simuladores de reservatório (proxy)
b. Otimização de Planos de Drenagem

i. Alocação de Poços
ii. Cronograma de Abertura de Poços;
iii. Controle de Válvulas
iv. Alocação de Plataformas
v. Data-Driven Optimization para múltiplos Cenários Geológicos

c. Otimização de Refino de Petróleo
d. Algoritmos: SVM, Árvores de Decisão e Regressão, Random Forest,

Regressão Logística, KNN

i. Modelo preditivo para determinação da qualidade da água em reservatórios.
ii. Previsão Inteligente do Preço do Petróleo Bruto.
iii. Detecção de vazamento em oleodutos.

II. HPC, Cluster, Grid e Cloud para Ciência dos Dados
a. High Availability Resource Managers (Hadoop)
b. Instalação com Hadoop (Yarn, HDFS), Cloudera e Ambari.
c. Configuração e manipulação de principais frameworks para Big Data.
d. Spark.
e. Pig, hive, hbase, map-reduce.

III. Data Warehouse e Data Marts
IV. Big Data: Hadoop (MapReduce)

a. Bancos de Dados em Larga Escala – estruturados (Hive)
b. Bancos de Dados em Larga Escala – não estruturados (HBase)
c. Frameworks para Análise de Dados (PySpark, PIG, Hue)

V. Computação cognitiva
a. Plataformas de conhecimento por linguagem natural
b. Mapas de conhecimento

VI. IoT

a. Detecção de Falhas
b. Controle de Operação

VII. Deep Learning: redes neurais convolutivas, auto encoder, deep belief network, redes recorrentes, aplicações com tensorflow

a. Ajuste de Histórico e Previsão de Produção
b. Caracterização de reservatórios e predição de parâmetros geológicos (porosidade/permeabilidade, pressão, etc.);
c. Detecção e classificação de objetos em imagens/vídeos

VIII. Blockchain para a indústria de óleo e gás

a. Transações comerciais imutáveis, transparentes e auditáveis entre os participantes e fornecedores, distribuidores e parceiros.

+Objetivo

A Academia de Inteligência Artificial da PUC-Rio é um programa inovador, voltado para pessoas que desejam ingressar no mercado profissional da Inteligência Artificial de forma rápida e efetiva, antes mesmo da conclusão do programa.

Único na modalidade semipresencial, você acompanha as vídeo-aulas e vídeo-exercícios pela web e participa de treinamento na PUC-Rio. A cada 10 semanas você ganha nova qualificação para atuar no mercado profissional, para trabalhar ou estagiar enquanto estuda. Ao final de 1 ano, você recebe o certificado de AI Senior. 

  

+Público Alvo

Estudantes que concluíram o ensino médio e profissionais que desejam ingressar no mercado profissional de maior demanda da atualidade e desejam se capacitar no âmbito da Inteligência Artificial. Na Academia de Inteligência Artificial da PUC-Rio tudo conta a seu favor: o tempo, o preço, a certificação em etapas e a excelência da PUC-Rio na área. O programa tem foco nos três principais subconjuntos de estudos e aplicações da Inteligência Artificial: Machine Learning, Visão Computacional e Processamento de Linguagem Natural, as três áreas de maior demanda por aplicações de Inteligência Artificial. 

+Metodologia

A AcademIA tem caráter prático: você utiliza seu computador em todas as aulas, adquirindo habilidades por meio de atividades e exercícios práticos. Esta experiência de aprendizado intensivo abrange os componentes mais importantes do papel de um especialista em Inteligência Artificial. Você assiste às vídeo-aulas e com a tutoria pelo professor (mentoring), resolve exercícios e avalia seu desempenho através de gabaritos e exercícios resolvidos em vídeo. Todo o material do curso está acessível através da plataforma Google Education Suite.

MAIS INFORMAÇÕES

INVESTIMENTO

19 parcelas de

R$ 1.593,00

O curso poderá ser pago em 19 parcelas de R$ 1.593,00, sendo a primeira no ato da matricula e a(s) restante(s) no(s) mes(es) subsequente(s).

 

40% DE BOLSA PARA JOVENS MENORES DE 21 ANOS SEM CURSO DE NÍVEL SUPERIOR

Os descontos serão concedidos mediante analise da documentação enviada. 

INSCRIÇÕES PELA INTERNET
CLIQUE EM “INSCREVA-SE”

 

INSCRIÇÃO
Até 20/07/2020

TAXA DE INSCRIÇÃO
Gratuita

MATRÍCULA
21/07/2020 a 24/07/2020

Coordenador do Curso

Marco Aurelio Cavalcanti Pacheco

-Doutorado em Computer Science – Pela University of London, UL, Inglaterra.

-Mestrado em Engenharia Elétrica – Pela Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio​

-Graduado em Engenharia Elétrica Eletrônica – Pela Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio