IPN/LIS/2025/CON29
-
Referência
IPN/LIS/2025/CON29 -
Unidade
Laboratório de Informática e Sistemas -
Área Científica
Engenharia Electrotécnica e Informática -
Local de Realização
Instituto Pedro Nunes -
Documentos
Modelo de contrato de bolsa
Modelo de relatório final
-
Apoio
-
Orientador
Marília Curado -
Instituição do orientador
Departamento de Engenharia Informática da FCTUC -
Categoria do orientador
Professor catedrático -
Objetivos
O objetivo principal desta bolsa é investigar, desenhar, implementar e validar um sistema de otimização do agendamento de aulas de grupo para a plataforma Koachy. As metas específicas incluem:
Desenvolver modelos de previsão de afluência para diferentes tipos de aulas, utilizando técnicas de Machine Learning (ML) como árvores de decisão, K-Nearest Neighbors (KNN), XGBoost, Support Vector Machines (SVM) ou Redes Neuronais.
Explorar e implementar algoritmos de clustering para identificar perfis de atletas e as suas preferências de aulas.
Criar um módulo de sugestão de planeamento que, com base na previsão de afluência e nos perfis dos atletas, recomende otimizações ao mapa de aulas. Estas sugestões podem incluir a fusão de aulas com baixa adesão, o cancelamento de aulas com previsão consistente de baixa participação, a sugestão de horários alternativos para aulas específicas, ou a realocação de aulas para salas mais adequadas.
Investigar a aplicação de sistemas baseados em regras e/ou técnicas de otimização multiobjectivo para gerar as sugestões de planeamento.
Integrar o sistema desenvolvido como um módulo da plataforma Koachy, garantindo a sua eficiência e escalabilidade.
-
Tema do plano de trabalhos
Desenvolvimento de um Sistema Inteligente para Otimização do Agendamento de Aulas de Grupo em Ginásios -
Plano de trabalhos
O projeto será composto pelas seguintes fases de desenvolvimento:
1) Análise do estado da arte: Revisão da literatura científica sobre sistemas de otimização de horários e timetabling (Burke & Petrovic, 2002), técnicas de previsão de procura em serviços, com foco em ginásios (Awad, 2022), e aplicações de IA na gestão de recursos. Estudo aprofundado dos algoritmos de ML (e.g., árvores de decisão, KNN, XGBoost (Chen & Guestrin, 2016), SVM, MLP) e de otimização relevantes para o problema.
2) Levantamento e especificação de requisitos: Definição detalhada dos requisitos funcionais e não funcionais do sistema de otimização de agendamento. Identificação das fontes de dados pertinentes (e.g., histórico de marcações, dados dos atletas, características das aulas e salas) e dos critérios de avaliação da eficácia do sistema.
3) Protótipos iniciais: Desenho da arquitetura do sistema de otimização de agendamento, detalhando os seus componentes (módulo de previsão de afluência, módulo de sugestão de planeamento) e as suas interações. Desenvolvimento de protótipos iniciais para os modelos de previsão e para o motor de sugestões, utilizando um subconjunto de dados.
4) Implementação e Desenvolvimento: Desenvolvimento completo dos modelos de previsão de afluência, utilizando as técnicas de ML selecionadas. Implementação integral do sistema de sugestão de planeamento, incorporando as lógicas de otimização definidas. Desenvolvimento das interfaces necessárias para a integração com a plataforma Koachy.
5) Testes e Validação: Realização de testes unitários, de integração e de sistema para assegurar a robustez e correção do módulo de otimização de agendamento. Validação da eficácia do sistema utilizando dados históricos de ginásios, comparando os horários gerados com os KPIs do projeto (e.g., potencial aumento da taxa de ocupação, satisfação dos atletas).
6) Integração final e documentação: Integração final do módulo de otimização de agendamento na plataforma Koachy. Elaboração da documentação técnica do sistema desenvolvido.
-
Tipo de bolsa
BI - Bolsa de Investigação -
Montante
1040.98 € -
Renovável
Sim -
Método de pagamento
Mensal -
Duração
6 meses -
Número de bolsas
1 -
Destinatários
Estudantes de mestrado, mestrado integrado, ou de outros cursos não conferentes de grau, que já tenham realizado os 180 créditos correspondentes aos primeiros 6 semestres curriculares de trabalho, na área de Engenharia Informática, Engenharia Física, Engenharia Electrotécnica e de Computadores, Física, ou áreas afins. -
Documentação a entregar
a) Cópia de documento de identificação válido (Cartão de Cidadão ou Passaporte);
b) Curriculum Vitae do candidato;
c) Certificados de habilitações de todos os graus académicos obtidos, com média final e com as classificações em todas as disciplinas realizadas;
d) Comprovativo de inscrição num ciclo de estudos conducente a grau académico ou comprovativo de inscrição em cursos não conferentes de grau académico integrados no projeto educativo de uma instituição de ensino superior. -
Data de anúncio
2025-09-04 -
Data de início para entrega de candidaturas
2025-09-19 -
Data limite para entrega de candidaturas
2025-10-02
