Universidades, Faculdades, Ensino, Cursos e Pesquisa

A Indústria 4.0, a indústria química e o profissional da indústria

Quimica e Derivados
3 de janeiro de 2020
    -(reset)+

    A questão da mão-de-obra

    Dentro deste novo e atual cenário, espera-se que o Engenheiro de Processos (process engineer) passe a ser um Engenheiro de Análise de Processos (process analytics engineer), intermediário entre o engenheiro de processos tradicional e o cientista de dados, mas já capaz de criar modelos de aprendizagem de máquinas. James Le (2016) sugere 10 ferramentas de aprendizagem de máquinas que todo engenheiro deveria conhecer:

    1. Árvore de Decisões: número mínimo de perguntas sim/não, para avaliar a probabilidade de tomar uma decisão correta, que permite abordar o problema de forma estruturada e sistemática para chegar a uma conclusão lógica;

    2. Classificadores Naïve-Bayes: família de classificadores baseados no teorema de Bayes que permitem classificar informação, como spam de e-mail, tema de uma notícia, emoções expressas em um texto escrito etc.;

    3. Regressão por mínimos quadrados: técnica que permite ajustar um modelo a um conjunto de pontos experimentais;

    4. Regressão logística: modela um resultado binomial com uma ou mais variáveis explicativas, medindo a relação entre a variável categórica dependente e uma ou mais variáveis independentes e estimando probabilidades usando uma função logística, que é a distribuição logística cumulativa. Pode ser usada em aplicações como: pontuação de crédito, ou previsão de receitas de um determinado produto;

    5. Máquinas vetoriais de suporte (SVM): é um algorítmo de classificação binária que permite, por exemplo, detecção de gênero baseada em imagem;

    6. Métodos de conjunto (ensemble) como ponderação bayesiana;

    7. Algoritmos de agregação: permitem diferenciar subconjuntos de dados de uma mesma população aparente. Entram nesta categoria ferramentas como redes neurais artificiais e k-means;

    8. Análise por componentes principais (PCA): reorganiza um conjunto de históricos de dados (sensores industriais, por exemplo) em um novo conjunto ortogonal de combinação das variáveis originais ordenando a variância total. Por exemplo, em uma planta com 80 sensores, os três primeiros componentes principais poderiam responder por 60% da variância total;

    9. Decomposição de valores singulares;

    10. Análise de componentes independentes (ICA): está relacionada ao PCA, mas é mais poderosa, pois capaz de encontrar os fatores subjacentes das fontes quando esses métodos clássicos falham completamente. Suas aplicações incluem imagens digitais, bancos de dados de documentos, indicadores econômicos e medições psicométricas.

    No Brasil, o editorial do jornal O Estado de São Paulo, de 19 de outubro de 2019, ecoa pesquisa realizada em 2018 pela Fiesp em parceria com o Senai, na qual 32% dos industriais entrevistados disseram que não sabem o que é a Quarta Revolução Industrial, ou Indústria 4.0. Segundo o editorial, o estudo da Fiesp revelaria que o Brasil se encontra fora da nova economia mundial, sem relevância em nenhuma das áreas-chave da Indústria 4.0. A pesquisa mostrou que apenas 5% das empresas brasileiras se sentem “muito preparadas” para enfrentar os desafios da Indústria 4.0, que 23% se consideram “nem um pouco preparadas”, e também apontou que somente 41% das empresas brasileiras utilizam o lean manufacturing – o sistema de produção enxuta. O editorial termina, sem surpresa alguma, apontando a baixa qualidade da mão-de-obra nacional e a incapacidade do nosso sistema educacional em dirimir este problema como causas principais do despreparo apontado na pesquisa.

    É justo, no entanto, reconhecer que o governo federal já enxergou o problema, e propôs medidas para o Brasil migrar para a indústria 4.0. Há um grupo de trabalho (GTI4.0) que inclui mais de 50 instituições representativas de governo, empresas e sociedade civil organizada. O site é http://www.industria40.gov.br/.

    A preocupação com qualidade da mão-de-obra e futuro do emprego em face às mudanças aceleradas do mundo é a razão de ser da força-tarefa do MIT (Massachusetts Institute of Technology) ‘Work of the Future’ (Trabalho do Futuro), que no seu relatório de Outono de 2019 afirma: “Colocando de maneira simples: não vemos falta de boas carreiras para trabalhadores altamente qualificados. E não vemos falta de empregos para trabalhadores menos instruídos. Mas encontramos uma escassez de boas carreiras para trabalhadores sem treinamento pós-secundário significativo – forte treinamento técnico ou vocacional, certificação de nível de associado em um campo credenciado ou obtenção de uma faculdade tradicional de quatro anos ou pós-graduação.”

    Química e Derivados - André Bernardo é Engenheiro Químico formado na Escola Politécnica da USP ©QD

    André Bernardo é Engenheiro Químico formado na Escola Politécnica da USP *

    Últimas palavras: a questão da segurança

    Indústrias cada vez mais conectadas elevam o risco de segurança da informação e de paradas não programadas. A mesma pesquisa da Fiesp já citada neste texto mostrou que 31% das empresas já sofreram ataques cibernéticos. Destas, 16% são pequenas, 8% médias e 7% grandes. Sinalizou também que 92% estão cientes da importância de investir em cibersegurança, e apenas 18% disseram que a sua infraestrutura de tecnologia da informação “está adequada” para suportar as tecnologias da Indústria 4.0.

    Outro aspecto ainda menos discutido é a segurança do cliente quanto a sua privacidade, uma vez que a análise de dados frequentemente recorre a informações que pessoas e empresas disponibilizam sem total conhecimento de que o fazem.



    Recomendamos também:








    2 Comentários


    1. Gesiel

      Chega com atraso edperamos o mundo mudar. Voltando a correr atrás.


    2. O profissional da química, assim como as outras áreas precisam estar muito atentos a essas novas tecnologias desse novo tempo.



    Deixe uma resposta

    O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *