Cenários sintéticos de geração eólica com modelo generativo
Visão geral
Sobre o que é este desafio
Treine um modelo generativo condicional para gerar 100 trajetórias de 48h de geração eólica e ganhe um certificado verificável.
O Brief
O que você vai fazer e o que vai demonstrar.
Como gerar cenários plausíveis e bem calibrados de geração eólica para 48 horas em sete parques ao mesmo tempo, preservando as correlações espaciais e temporais que uma previsão pontual joga fora?
Earning criteria — what you'll demonstrate
- Formular um problema de previsão como modelagem generativa condicional em vez de regressão pontual, e explicar o que se ganha e o que se perde nessa troca
- Implementar e treinar um modelo generativo profundo condicionado a covariáveis, controlando instabilidades típicas de treino
- Avaliar amostras geradas com regras de pontuação próprias (CRPS, Pontuação de Energia) e diagnosticar má calibração por histograma de posições
- Analisar criticamente o comportamento do modelo em eventos raros, distinguindo cobertura genuína de alargamento artificial da incerteza
Adequação ao Programa
Onde isso se encaixa no seu programa.
Aperfeiçoa as mesmas habilidades que seu curso espera que você demonstre.
Conteúdo alinhado em breve.
Habilidades
Habilidades que você vai demonstrar.
Cada um aparece no seu certificado verificado.
Carreiras
Cargos para os quais este desafio te prepara.
Títulos reais. Pontes reais de habilidades. Escolha o mais próximo da sua trajetória.
Trilhas de carreira que este desafio desenvolve
Funções canônicasPesquisador de Machine Learning
Você exercita o núcleo do trabalho de pesquisa aplicada: escolher uma família de modelos generativos com justificativa, implementá-la, avaliá-la com métricas próprias do domínio e admitir onde ela falha, tudo documentado de forma auditável.
Este desafio aprimora
- deep-generative-models
- model-validation
- hyperparameter-tuning
Analista Quantitativo
Gerar cenários calibrados e usá-los para decisão sob incerteza é o método central de mesas de energia e de risco de mercado; você sai sabendo avaliar distribuições preditivas em vez de previsões pontuais.
Este desafio aprimora
- model-calibration
- anomaly-detection
- model-validation
Analista de Previsão
O desafio cobre o ciclo completo de previsão probabilística — janelas condicionadas, referências de comparação, CRPS e diagnóstico de calibração — que é o dia a dia de quem responde por previsões operacionais.
Este desafio aprimora
- model-calibration
- hyperparameter-tuning
- model-validation
Só mais uma coisa