Todos os projetos
AcadêmicoTecnologia & IA

Frota Pulse

Especificação de uma calculadora que consolida os custos de uma frota, aponta ineficiências com evidência e estima a economia em reais, com uma faixa de confiança em cada número.

Minha parte

Estruturação da entrega, em grupo de cinco

Período
2026 · MMXXVI
Contexto
FIAP × Sem Parar Empresas · Enterprise Challenge, Sprint 1
Campos de dados
181 no dicionário
Despesas simuladas
21.656
User stories
20 priorizadas (MoSCoW)
Etapa
Sprint 1 · planejamento
PythonpandasNumPyCUSUMLMDIDados sintéticos
Peça do projeto Frota Pulse

Projeto acadêmico de planejamento (Sprint 1): não há aplicação implementada, e os números vêm de três frotas fictícias. Frota Pulse é um nome provisório, sem relação com marcas oficiais.

Resumo

Problema

“O gestor sabe quanto gastou, mas não onde está perdendo.” Combustível, manutenção, pedágio, multas e impostos chegam em planilhas, PDFs, fotos e extratos diferentes.

Resposta

Uma calculadora web que recebe os documentos como estão, consolida o custo total, detecta desvios e entrega um plano de ação com economia estimada em reais.

Diferencial

Dizer quanto se pode confiar em cada número: toda estimativa é uma faixa provável, com a parte que vem de documento e um selo de confiança.

Decisões técnicas

  • Cálculos financeiros determinísticos e versionados. A IA lê documentos, classifica e explica, mas não calcula valores.
  • Nenhum valor sem origem: cada número guarda arquivo, linha e status (observado, corrigido, imputado, estimado ou não disponível).
  • Custo alto não é desperdício. O custo de combustível é decomposto em atividade, consumo e preço (LMDI), e quedas de rendimento são detectadas com CUSUM.
  • Comparação entre veículos parecidos com z-score robusto (mediana e MAD), que resiste a valores extremos.
  • Documento é dado, não instrução: texto extraído de PDFs e imagens não altera o comportamento do sistema.
  • Dados sintéticos com gabarito: 21.656 despesas de três frotas fictícias e 34 situações-problema planejadas para testar as regras.

Estratégia de IA

A regra central é usar o método mais simples que resolve. Regras e estatística robusta vêm antes de modelos complexos, e um modelo só substitui uma regra se superá-la na mesma avaliação. Cada componente de IA (extração de documentos, classificação de despesas, detecção de anomalias e calibração de estimativas) tem métrica e limiar de aceite definidos antes do desenvolvimento.

Imagens

Como funciona

Rendimento relativo e CUSUM de um veículo fictício: a queda é detectada sem tratar volume como desperdício.
Rendimento relativo e CUSUM de um veículo fictício: a queda é detectada sem tratar volume como desperdício.
Decomposição LMDI do custo de combustível em atividade, consumo e preço.
Decomposição LMDI do custo de combustível em atividade, consumo e preço.
Estimativa progressiva: a faixa estreita a cada informação enviada.
Estimativa progressiva: a faixa estreita a cada informação enviada.
Economia líquida em três cenários, por nível de evidência.
Economia líquida em três cenários, por nível de evidência.
Arquitetura proposta: monólito modular em Python (FastAPI) com PostgreSQL.
Arquitetura proposta: monólito modular em Python (FastAPI) com PostgreSQL.

Minha contribuição

Projeto em grupo de cinco integrantes: Bruna Collavite, Fabio Guntovitch, Fabrizzio Riccelli, Gabriel Tamais e Natasha Zonta.

Minha parte
Estruturei a entrega e o repositório com apoio do Claude Code: documentação, modelagem de dados, código de referência dos métodos estatísticos e materiais visuais.