1736961589770

Prévia do material em texto

Público 
 
 
 
Público 
OFICINA DE SOLUÇÕES PROFISSIONAIS 
 
 
Disciplina: PENSAMENTO ANALÍTICO E ANÁLISE DE DADOS 
Encontro 3: DATA DRIVEN 
 
Encontro 3 – Simulação de Situações Profissionais 
Neste encontro, você assumirá um papel específico em uma situação que visa desenvolver 
competências profissionais. 
Você deverá concluir a atividade e apresentá-la ao final do encontro. 
 
1. Conceito 
Esta atividade utiliza conceitos de análise orientada por dados (Data Driven) para a tomada de 
decisões em um cenário industrial. Os conceitos principais envolvidos são: i) Data Driven no 
uso de dados para embasar decisões estratégicas e operacionais; ii) Big Data Analytics em 
técnicas para analisar grandes volumes de dados e extrair informações relevantes; iii) 
Visualização de dados na representação gráfica dos resultados para facilitar a interpretação e 
a comunicação; iv) Aprendizado de máquina na utilização de algoritmos simples para prever 
padrões e tendências. 
2. Objetivo da Atividade 
Você deve assumir o papel de analista de dados em uma indústria de manufatura. Sua tarefa 
será solucionar um problema relacionado à queda de produtividade em uma linha de 
montagem, utilizando dados reais simulados para identificar as causas e propor soluções. 
Durante a atividade, você deverá: 
o Coletar, organizar e analisar dados de forma crítica. 
o Aplicar técnicas de Big Data e aprendizado de máquina para extrair insights. 
o Comunicar conclusões de forma clara e visualmente atraente. 
o Propor soluções embasadas em dados para problemas reais. 
3. Descrição da Atividade 
Você e seu grupo devem assumir o papel de analistas de dados de uma indústria de 
manufatura que está enfrentando uma queda na produtividade de sua linha de montagem. 
Sua missão será: 
o Buscar um banco de dados relevante para analisar o problema ou criar um conjunto 
 
 
Público 
de dados fictício que represente os indicadores de produtividade, falhas, estoque, 
entre outros. 
o Utilizar ferramentas de análise de dados (como Excel, Python ou Google Sheets) para 
interpretar os dados e identificar padrões ou problemas críticos que impactam a 
produção. 
o Desenvolver soluções baseadas nas análises realizadas, propondo estratégias para 
otimizar o desempenho da linha de montagem. 
o Apresentar as análises e soluções propostas em uma apresentação de 10 minutos. 
4. Etapas para Realização 
4.1. Familiarização com os dados e o problema (40 minutos): leia o briefing do problema, 
que descreve a queda de produtividade e os objetivos da análise. Discuta no grupo as 
primeiras hipóteses sobre o que pode estar causando os problemas. 
4.2. Análise de dados e identificação de padrões (40 minutos): utilize uma ferramenta de 
análise (como Excel, Python ou Google Sheets) para: 
o Calcular estatísticas descritivas (média, mediana, variância) dos dados. 
o Identificar padrões temporais (ex.: queda de produção em determinados 
turnos). 
o Explorar correlações (ex.: falhas em máquinas relacionadas a baixos níveis de 
estoque). 
o Identifique os fatores críticos que impactam negativamente a produtividade. 
4.3. Proposta de soluções e planejamento da apresentação (60 minutos): desenvolva 
estratégias para solucionar os problemas identificados. Por exemplo: 
o Ajustes nos turnos de trabalho para balancear a produtividade. 
o Manutenção preventiva para reduzir falhas em máquinas. 
o Gerenciamento mais eficiente do estoque de matérias-primas. 
o Prepare os gráficos e tabelas para apresentar os insights e as soluções 
propostas. 
Estruture a apresentação destacando: 
o Problemas identificados. 
o Análise dos dados. 
o Soluções e benefícios esperados. 
4.4. Apresentação e feedback (30 minutos): apresente o plano para a turma. O tutor 
 
 
Público 
fornecerá feedback detalhado sobre a coerência e viabilidade das propostas. 
4.5. Encerramento e reflexão (10 minutos): discussão final sobre a atividade 
desenvolvida. 
 
Gabarito Geral 
• Análise dos Dados: 
o Identificação correta dos padrões e fatores críticos que afetam a produtividade 
(ex.: correlação entre falhas nas máquinas e níveis baixos de estoque). 
o Uso adequado de estatísticas e gráficos para apoiar a análise. 
• Propostas de Soluções: 
o Estratégias viáveis, como manutenção preventiva, reorganização de turnos e 
melhor controle de estoque. 
o Justificativa clara para cada solução com base nos dados analisados. 
• Apresentação: 
o Estrutura lógica: introdução, análise de dados, soluções e benefícios esperados. 
o Uso eficaz de gráficos e tabelas para comunicar as conclusões. 
o Clareza e objetividade na comunicação. 
Exemplo de Solução 
1. Problema: Alta taxa de falhas em máquinas nos turnos da noite. 
o Solução: Implementar manutenção preventiva mensal e treinar os operadores 
para identificar problemas mecânicos simples. 
2. Problema: Quedas na produção durante a falta de matérias-primas. 
o Solução: Criar um sistema de alerta para reposição automática de estoques 
antes que atinjam níveis críticos. 
3. Problema: Desbalanceamento na produtividade dos turnos. 
o Solução: Redistribuir equipes para equilibrar a carga de trabalho. 
Ação do Tutor ao Longo da Atividade 
• Explicar o contexto e guiar os alunos na interpretação dos dados. 
• Demonstrar ferramentas práticas para análise de dados (ex.: criação de gráficos, uso 
de fórmulas). 
 
 
Público 
• Incentivar o debate dentro dos grupos para fomentar soluções criativas. 
• Durante as apresentações, estimular a argumentação, fazendo perguntas como: 
o "Como essa solução resolveria o problema X?" 
o "O que aconteceria se o cenário mudasse?" 
• Fornecer feedback detalhado após cada apresentação, destacando pontos fortes e 
sugerindo melhorias. 
Essa atividade simula situações reais do mercado e reforça a aplicação de técnicas analíticas 
no ambiente profissional.