Algo recorrente no universo da agricultura é a concessão de crédito. Esse tipo de empréstimo, utilizado para a aquisição de insumos, maquinários, tecnologia e, até mesmo, na gestão das operações, é fundamental para o desenvolvimento do setor. Quando pensamos na relação entre agricultores e instituições de crédito, a análise de risco/score é essencial para que ambos possam ter sucesso. Tendo em vista os prejuízos que uma má concessão de crédito pode acarretar, as instituições precisam investir, cada vez mais na melhoria dos seus procedimentos.
Por essa razão, desenvolvemos um projeto de otimização de processos com Inteligência Artificial para uma varejista de insumos agrícolas e serviços do agro. O projeto tinha três grandes objetivos:
- Medir o risco/score na concessão de crédito;
- Medir o impacto do clima nas colheitas;
- Desenvolver indicadores de acompanhamento de plantio e safra para garantir o retorno do investimento.
Etapas do projeto
- Entendimento das necessidades e fluxos de dados da empresa (em vários bancos de dados);
- Proposta de arquitetura de alta performance para atender as crescentes demandas;
- Concepção do data lake: desenho lógico, implementação e cargas de dados;
- Automação do pipeline de dados: construção dos processos de ELT/ETL e automação da ingestão, gerando dados para consumo do BI e para Machine Learning;
- Automação pipeline de Machine Learning;
- Dashboards em Power BI para visualização dos dados;
- Desenvolvimento da arquitetura MLOps e DevOps.
Nesse projeto, usamos diretamente modelos generativos de IA e LLM (GPT-4, GPT-3.5, Llama 2, Mistral, etc.), Prompt Engineering e RAG (Retrieval Augmented Generation).
Competências
- Apache Airflow
- Data Warehouse
- Arquitetura de dados
- ETL (Extração, transformação e carregamento)
- Google Cloud Platform (GCP)
- Modelagem de dados · MongoDB
- Hive · Hadoop
- Microsoft Power BI
- Estratégias de integração
- Arquitetura de referência
- Micros serviços
- DevOps
- Bancos de dados relacionais
- Arquitetura de software
- Arquitetura de TI
- Infraestrutura de nuvem
- Arquitetura de soluções
- Analítica de dados
- Scala
- NoSQL
- Databricks
Resultados obtidos
Em termos financeiros, o projeto gerou uma economia superior a R$ 5 milhões no ano para a empresa. As melhorias também reduziram o tempo de aprovação de crédito agrícola em 40%.
