Manutenção de Turbinas Eólicas sob Observabilidade Parcial (POMDP)
Visão geral
Sobre o que é este desafio
Formalize um POMDP para manutenção de turbinas eólicas, implemente a política e compare custos. Entregue o projeto e ganhe um certificado verificável.
O Brief
O que você vai fazer e o que vai demonstrar.
A operadora precisa decidir quando inspecionar ou fazer manutenção em cada turbina sem observar diretamente o real nível de desgaste dos componentes.
Earning criteria — what you'll demonstrate
- Formalizar um problema de manutenção sob observabilidade parcial como um POMDP
- Implementar atualização de crença (belief update) e extrair uma política a partir dela
- Comparar planejamento sob incerteza total (MDP) com planejamento sob observabilidade parcial (POMDP)
- Quantificar o valor econômico da redução de incerteza em decisões operacionais
- Colaborar em equipe na divisão de um problema de modelagem complexo em partes verificáveis
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 canônicasAnalista de Investigação de Operações
Modelar manutenção sob observabilidade parcial é um caso clássico de otimização estocástica aplicada à operação industrial, competência diretamente exigida neste papel.
Este desafio aprimora
- pomdp-planning
- dynamic-programming
- analytical-reasoning
Machine Learning Engineer
A implementação de um agente de decisão que atualiza crenças a partir de observações ruidosas espelha o trabalho de construir e avaliar agentes de aprendizado por reforço em produção.
Este desafio aprimora
- pomdp-planning
- agent-evaluation
- ai-augmented-decision-making
Analista de Risco
Quantificar o custo esperado de paradas não planejadas sob incerteza treina diretamente a habilidade de avaliar exposição a risco operacional e justificar investimentos em mitigação.
Este desafio aprimora
- anomaly-detection
- dynamic-programming
- ai-augmented-decision-making
Só mais uma coisa