Banca de QUALIFICAÇÃO: GUILHERME DANIEL FERNANDES DA SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : GUILHERME DANIEL FERNANDES DA SILVA
DATA : 15/05/2026
HORA: 16:00
LOCAL: Remoto
TÍTULO:

"Adoção prática: lições aprendidas construindo sistemas aprimorados por aprendizado de máquina"

PALAVRAS-CHAVES:

"MLOps; sistemas de aprendizado de máquina; engenharia de software; engenharia de requisitos; estudo qualitativo de múltiplos casos"

PÁGINAS: 57
RESUMO:

Contexto: A crescente adoção de Aprendizado de Máquina (ML) em produtos de software contribuiu para uma mudança do desenvolvimento dedutivo, baseado em regras, para sistemas orientados a dados, cujo comportamento é aprendido a partir de dados e evolui após a implantação. Essa mudança introduz desafios sociotécnicos relacionados à garantia da qualidade, governança e especificação de requisitos.
Objetivos: Esta tese visa investigar quais práticas ao longo do ciclo de vida do ML permitem que sistemas aprimorados por ML sejam implantados com sucesso em produção e mantidos ao longo do tempo.
Métodos: Conduzimos um estudo exploratório qualitativo de múltiplos casos. O estudo triangula evidências de entrevistas semiestruturadas com profissionais e análise qualitativa de artefatos organizacionais (por exemplo, documentação de projetos, problemas e rastros operacionais) para identificar práticas, artefatos e mecanismos de coordenação associados a implantações bem-sucedidas.
Resultados: Como um estudo de qualificação, os resultados esperados são (i) um enquadramento conceitual refinado que conecta os ciclos de vida do sistema ML, as restrições operacionais e a engenharia de requisitos; (ii) um protocolo de coleta de dados validado e indicadores de sucesso para operacionalização; e (iii) um conjunto inicial de temas relativos aos facilitadores e gargalos observados nos casos.
Próximos passos: Em seguida, realizaremos a coleta completa de dados nos casos selecionados, aplicaremos a análise temática indutiva às entrevistas e aos documentos e sintetizaremos as descobertas entre os casos em melhores práticas acionáveis e indicadores de sucesso para a implantação de sistemas aprimorados por ML em produção.

MEMBROS DA BANCA:
Externa ao Programa - 1877077 - CARLA SILVA ROCHA AGUIAR - nullInterna - 1780217 - EDNA DIAS CANEDO
Externo à Instituição - GUSTAVO HENRIQUE LIMA PINTO
Interno - 1848788 - RODRIGO BONIFÁCIO DE ALMEIDA