Vou construir um modelo de previsão de séries temporais para dados de energia e sensores

A maioria dos modelos de previsão parecem precisos no backtest, mas falham na produção. A razão quase sempre é a mesma: validação cruzada aleatória em dados ordenados no tempo, e um único modelo treinado em regimes que se comportam de forma diferente.

Eu construo modelos de previsão com base em séries temporais e dados de sensores, validados da mesma forma que serão realmente utilizados.

O QUE VOCÊ RECEBE

- Um modelo treinado e validado em divisões estritamente cronológicas, nunca embaralhadas

- Métricas de precisão honestas (MAE, RMSE, R²), reportadas por regime ao invés de uma média que parece boa demais

- Uma declaração clara de onde o modelo é confiável e onde não é

MEU PROJETO DE REFERÊNCIA

Um sistema de previsão de energia eólica de 24 horas em produção, validado em dois sites independentes com climas de vento diferentes e uma arquitetura calibrada por regime. Veja meu portfólio para os resultados medidos.

CASOS DE USO TÍPICOS

Demanda e geração de energia, leituras de sensores industriais, previsão de equipamentos e cargas, qualquer sinal onde a ordem do tempo importa.

FUNCIONA MELHOR COM

Dados históricos com timestamps, idealmente com mais de 6 meses. Me envie uma mensagem com o tamanho do seu dataset e o objetivo antes de fazer o pedido, assim posso te dizer honestamente se é suficiente.