Desde 2019, o pacote StateSpace Models, do CTC/PUC-Rio, está hospedado no GitHub, plataforma mundial líder em desenvolvimento de software, e acaba de chegar à marca de 50 estrelas, maneira pela qual os usuários classificam seus softwares favoritos. Isso significa que estudantes do mundo inteiro estão utilizando, se beneficiando e aprovando as vantagens do pacote. O StateSpace Models foi desenvolvido há dois anos no LAMPS (Laboratory of Applied Mathematical Programming and Statistics/Laboratório de Programação, Matemática Aplicada e Estatística), laboratório multi-departamental do Centro Técnico Científico da PUC-Rio (CTC/PUC-Rio).

O StateSpaceModels.jl é um pacote que consiste em um framework para modelagem, análise, previsão e simulação de séries temporais através de modelos de espaço de estados. O usuário pode optar por modelos clássicos pré-definidos, como modelos estruturais, de nível local ou de tendência linear, ou pode definir seus próprios modelos através de uma interface geral. Ele inova ao permitir ampla flexibilidade para considerar caraterísticas específicas das diferentes aplicações. Foi construído inicialmente para a previsão da carga das distribuidoras e geração de energia renovável. Mas acabou sendo utilizado também para diversas outras aplicações. As simulações possíveis são de qualquer grandeza, que varie ao longo do tempo, e que acredite-se ter um padrão sazonal ou de tendência. Além disso, o pacote permite a estimação de dados faltantes, detecção de quebras estruturais, além de filtrar componentes de tendência, sazonalidade e nível de séries temporais.

Desenvolvido por Raphael Saavedra, Guilherme Bodin e Mario Souto, na época, alunos de pós-graduação do programa de Engenharia Elétrica associados ao laboratório, o SpaceStateModels.jl utiliza a linguagem de programação Júlia (desenvolvida no MIT/EUA), estando alinhado com o que há de mais avançado em data science na atualidade.

A equipe do LAMPS, ao hospedá-lo no GitHub, seguiu sua vocação de alavancar esse processo de transformação através de um ambiente colaborativo envolvendo alunos, pesquisadores seniores, colaboradores externos e agentes da indústria. “Permitir que outros pesquisadores e empresas tenham acesso a esse modelo, uma ferramenta muito poderosa e que contém anos de experiência do grupo, é um dos principais papéis de uma instituição de pesquisa”, ressalta o Prof. Alexandre Street, um dos fundadores do LAMPS.

O Prof. Alexandre Street chama ainda atenção para as vantagens do pacote no momento de crise em função do coronavírus: “Olhando o setor elétrico, por exemplo, em um cenário com forte queda de consumo devido às medidas de distanciamento social, esse modelo passa a ser bem interessante e vantajoso frente aos modelos clássicos usados na indústria. Sua ampla flexibilidade permite a criação de diversas abordagens para tratar as quebras estruturais e novos padrões. Ele permite ao cientista de dados utilizar a sua criatividade e conhecimento sobre o problema para inserir novas componentes no modelo. E, em tempos de crise, precisamos munir os cientistas de dados com boas ferramentas que maximizem a sua eficácia em resolver os grandes desafios que as empresas e sociedade enfrentam”, comenta Street.

Ele acrescenta: “O modelo também permite o que chamamos de revisão probabilística. Ao invés de gerar apenas uma previsão, ele pode produzir centenas ou milhares de cenários futuros. Isso permite ao tomador de decisão não basear sua estratégia somente numa previsão média, que certamente estará errada. O que precisamos é considerar no processo decisório o risco da previsão não acontecer. O nosso modelo permite que os usuários e áreas de análise de risco tenham acesso a informação. E isso é crítico hoje em dia, onde a incerteza é grande em todos os setores”.