Tech Challenge - Análise dos preços do Petróleo Brent

Notebooks e Arquivos.py 📓

Os notebooks utilizados no projeto são:

• modelos.ipynb - Representando os modelos treinados de previsão dos preços do Petróleo Brent
• gráfico.py - Código Python para geração dos gráficos da página Dashboard do Streamlit
• utils.py - Código Python para atualização dos dados do IPEA e treino e retreino dos modelos

Dados 🎲

Os dados principais foram obtidos no IPEA (Instituto de Pesquisa Econômica Aplicada)

Outros dados foram:

• Produção de Petróleo por região
• Consumo de Petróleo por região
• Conversão de Terawatt-hora por barril de petróleo
• Informações sobre mercado e exportação de Petróleo
• Lista de países por exportação de petróleo

Os dados estão disponíveis na pasta dados deste repositório.

Aplicação 📲

Você pode acessar a aplicação criada aqui.

Objetivo 🎯

Como consultores fomos requisitados por um cliente do segmento de Petróleo e Gás para analisar os dados do preço do petróleo brent. A demanda é desenvolver um dashboard por meio do Streamlit para gerar insights relevantes para a tomada de decisão da empresa. Para isso, vamos desenvolver um modelo de Machine Learning a fim de realizar o forecasting (previsão) do preço deste tipo de petróleo.