Projectos Hackathon

Lista de projectos hackathon

Os projectos Hackathon resolvem problemas reais. Trabalhando em equipa, usa a Ciência de Dados para resolver desafios colocados por empresas parceiras.

Os projectos Hackathon são uma componente essencial do mestrado Green Data Science. Os problemas de Ciência de Dados propostos por empresas ou entidades são trabalhados por equipas de pelo menos cinco alunos, proporcionando uma experiência de trabalho real. A palavra Hackathon tem origem em hacker+marathon, o que significa desafio para atingir a meta!

Benefícios dos Projectos Hackathon

  • trabalhar com problemas reais
  • aplicar e praticar as capacidades adquiridas em problemas complexos
  • trabalhar em equipas colaborativas

Quero propor um problema de ciência de dados!

Se, na sua empresa ou entidade, tiver um problema com potencial de aplicação de ciência de dados, e quiser que ele seja resolvido por uma das equipas do hackathon, pode tornar-se uma empresa ou entidade parceira do Green Data Science. Veja como em PARCERIAS.

Lista dos projectos Hackathon

Os seguintes projectos foram desenvolvidos pelas equipas do Hackathon

Thumbnail

 

Desafio de previsão da colheita de framboesa

Parceiro: The Summer Berry Company Portugal
Domínio: Agricultura
Ano: 2023
Prever a quantidade de frutos que podem ser colhidos semanalmente é fundamental para apoiar a gestão da produção de frutos vermelhos em estufas. Este valor é importante para planear a alocação de recursos humanos necessários à realização da colheita, e antever a quantidade de fruta disponível para entrega aos clientes. No caso de frutos vermelhos, que não podem ser armazenados e têm vida útil curta, a precisão da previsão é essencial. O grupo Summer Berry Company (TSBCo) produz pequenos frutos durante todo o ano. A produção é realizada em túneis de estufa, que permitem condições estáveis para o crescimento das plantas. No entanto, nem todos fatores ambientais podem ser controlados, especialmente os meteorológicos. Isto pode ter implicações na velocidade de desenvolvimento dos frutos e quantidade produzida em cada época. Neste Hackathon, foi lançado o desafio de criar um modelo de previsão de curto e médio prazo para a quantidade de framboesas colhidas. O projeto baseia a sua análise no histórico de dados colhidos pela empresa nas explorações agrícolas, que inclui, entre outros, dados de produção, caracterização de parâmetros fenológicos da cultura, dados meteorológicos e ambientais. Team Members Afonso Marques, Aziza Ben Tanfous, Beatriz Cardoso, Diogo Pinto, Luís Soares, Miguel Paulo Faculty advisor Rui Figueira Partner advisor João Alves, Ana Morais github repository https://github.com/isa-ulisboa/greends-hack2023-smb

 

Ver detalhes

Foto por Zach Inglis na Unsplash

Thumbnail

 

Priorização de ocorrências e alocação de meios de combate a incêndios florestais

Parceiro: ANEPC – FEPC
Domínio: Gestão de fogos florestais
Ano: 2023
Portugal é um país que tem sido gravemente afetado por incêndios nas últimas décadas, que geram elevados impactos sociais, económicos e ambientais. Existem vários fatores que contribuem para esta realidade: (1) o território com elevado abandono rural, que aliado à baixa rentabilidade dos espaços rurais, cria uma paisagem inflamável, com elevada continuidade e quantidade de combustível; (2) o clima favorável condições, especialmente durante o verão, agravadas pelas alterações climáticas; (3) um elevado número de ignições promovida por uma cultura de uso negligente do fogo. Os incêndios que geram maior área queimada e impactos negativos geralmente concentram-se num período de 10 a 15 dias. Este facto introduz complexidade na gestão do fogo, uma vez que grandes incêndios são muitas vezes acompanhado por simultaneidade (ou seja, várias ocorrências ocorrendo ao mesmo tempo) e alta dispersão pelo território nacional. Neste contexto, a gestão da supressão de incêndios é uma tarefa complexa que requer conhecimentos, ferramentas e esforços concertados de todos os envolvidos. Isto deve levar em conta as condições ambientais que influenciam o desenvolvimento dos incêndios, mas também a heterogeneidade espacial, temporal e de capacidade dos incêndios. recursos disponíveis para o combate. Para melhorar o sistema de combate a incêndios florestais, é importante aumentar a eficácia na resposta. Esta melhoria pode passar pela promoção de medidas de antevisão, que promovam a gestão eficaz dos recursos, mantendo o equilíbrio do sistema de combate (ou seja, evitando o seu colapso). A possibilidade de prever o tipo de evento, com base na análise do histórico de ocorrências, é um elemento importante no apoio às decisões de gestão de recursos. Neste Hackathon, o desafio é prever a probabilidade de um novo evento de incêndio florestal escapar ao ataque inicial que permite extingui-lo em 90 minutos, atendendo ao terreno e às condições meteorológicas associadas à ocorrência. O objetivo é também identificar quais os fatores que determinam que um fogo florestal possa escapar a este ataque inicial. Para este projecto foram utilizados dados históricos sobre ocorrências em Portugal desde 2018, incluindo dados operacionais, dados meteorológicos e dados geográficos. Team Members António Lacerda, Benjamin Hilliger, Christoph Fischer, Inês Silveira, Joana Esteves, Johanna Rauberger, Vasco Florentino Faculty advisor Akli Benali, Rui Figueira Partner advisor Fábio Silva, Alexandre Penha, Carlos Mota github repository https://github.com/isa-ulisboa/greends-hack2023-wildfire

 

Ver detalhes

Foto por Egor Vikhrev na Unsplash

Lista de workshops Hackathon