Inteligência Artificial e Análise de Dados para Sistemas Energéticos
Descrição da Oportunidade
A crescente implementação de PEDs, caracterizados pela elevada penetração de recursos energéticos distribuídos e pela necessidade de gestão ativa da flexibilidade, tem impulsionado o desenvolvimento de ferramentas digitais baseadas em dados para suporte à previsão, análise e otimização de sistemas energéticos. Neste contexto, modelos de Machine Learning são amplamente utilizados, mas a sua complexidade levanta desafios significativos ao nível da interpretabilidade e da confiança por parte dos utilizadores. A XAI assume, assim, um papel fundamental na explicação das previsões, indicadores e decisões geradas por estes modelos, permitindo aumentar a transparência e a aceitação das ferramentas de apoio à decisão em ambientes energéticos complexos e multiagente, como os PEDs. As principais atividades previstas são: - Desenvolvimento e adaptação de modelos de previsão energética (e.g., produção renovável, consumo, flexibilidade) no contexto de PEDs; - Aplicação e comparação de técnicas avançadas de XAI para explicação de previsões, indicadores de desempenho e decisões operacionais; - Integração de métodos de XAI em pipelines de dados e modelos de Machine Learning existentes; - Análise crítica da interpretabilidade, robustez e limitações dos modelos e das abordagens de explicação; - Desenvolvimento de visualizações avançadas e interfaces interpretáveis para diferentes tipos de utilizadores; - Contribuição para a validação dos modelos e das abordagens de XAI com dados reais ou simulados; - Apoio na definição de métricas de avaliação da qualidade das explicações (e.g., fidelidade, estabilidade, utilidade); - Elaboração de relatórios técnicos e contributo ativo para publicações científicas.
Requisitos Mínimos
- Conhecimentos básicos de Inteligência Artificial e Machine Learning;- Noções fundamentais de Explainable AI (XAI);- Competências de programação em Python, incluindo utilização de bibliotecas científicas (e.g., NumPy, Pandas);- Conhecimentos básicos de análise de dados e séries temporais;- Fluência em inglês (escrito e falado);- Capacidade de trabalho autónomo e interesse por investigação aplicada.
Fatores de Preferência
- Experiência em Inteligência Artificial, com enfoque em XAI e Machine Learning; - Conhecimentos e experiência na aplicação de técnicas de XAI (e.g., SHAP, LIME, métodos baseados em feature importance ou counterfactuals); - Experiência no desenvolvimento de modelos de previsão aplicados a sistemas energéticos (e.g., produção renovável, consumo, flexibilidade); - Competências em programação em Python e utilização de bibliotecas de análise de dados e IA (e.g., Pandas, Scikit-learn, PyTorch, TensorFlow); - Experiência na integração de modelos de Machine Learning em pipelines de dados ou aplicações práticas; - Conhecimentos em sistemas de energia, nomeadamente integração de recursos distribuídos e gestão da flexibilidade; - Experiência em visualização de dados e desenvolvimento de interfaces interpretáveis; - Capacidade de análise crítica e interesse em avaliação de modelos e métricas de interpretabilidade;
Período de candidatura
Desde 07 May 2026 a 21 May 2026
Centro
Sistemas de Energia