Modelos de regressão para análise de demanda de formação de mão de obra qualificada da indústria local

• Ano de defesa: 2015
• Autor(a) principal: Marcus Vinicius Begossi
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Tecnológico de Aeronáutica
• Palavras-chave em Português: Aprendizagem (inteligência artificial); Redes neurais; Análise de regressão; Mão de obra; Educação industrial; Ensino; Computação
• Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=3333

O Serviço Nacional de Aprendizagem Industrial (SENAI) foi criado em 1942 com o objetivo de oferecer um ensino profissional de qualidade para a recém-criada indústria de base e, passados mais de 70 anos de sua criação, permanece firme no propósito de aumentar a competitividade do setor industrial. Considerando as unidades escolares do SENAI no Estado de São Paulo, verifica-se, como grande desafio, manter a oferta de cursos alinhada à demanda das indústrias. Para tanto, é imprescindível que haja rapidez na tomada de decisão referente à adequação e renovação da infraestrutura instalada. Com base no problema exposto, o presente trabalho visa verificar a quantidade de mão de obra qualificada requerida pelas indústrias da região onde estão instaladas as unidades do SENAI - SP, utilizando-se de modelos preditivos de regressão que auxiliem os gestores no direcionamento de novos investimentos. Os recursos empregados foram a consulta aos especialistas de diversas áreas do SENAI-SP, assim como a literatura e trabalhos acadêmicos atinentes ao tema. Como métodos, utilizou-se questionários, pesquisas - exploratória, bibliográfica e documental - mineração de dados e ferramentas de regressão linear e não linear, com as variáveis identificadas, para verificar qual das regressões apresenta melhor capacidade preditiva para a demanda por formação de mão de obra. Em particular, o modelo de regressão não linear considerado é uma rede neural artificial feedforward, treinada com o algoritmo backpropagtion para atualização de pesos. Os dados utilizados nos modelos de regressão referem-se à região de Campinas/SP, com o intuito de identificar a necessidade da indústria por mão de obra formada no curso Técnico em Eletrônica. A rede neural artificial foi o modelo de regressão que apresentou o melhor desempenho preditivo da demanda, constituindo-se, desta forma, como um importante instrumento de auxílio ao processo decisório dos gestores das unidades escolares do SENAI-SP em funcionamento.