11/09/2026
O seminário apresentará alguns dos desafios operacionais do Censo Agro 2027, uma operação em larga escala do IBGE que abrangerá mais de 5 milhões de estabelecimentos agropecuários distribuídos por 8,5 milhões de km² no Brasil. O foco será mostrar como métodos das áreas de ciência de dados e otimização combinatória têm sido aplicados para desenhar a infraestrutura territorial, logística e de mapeamento. Serão discutidos três problemas principais: (1) A delimitação automática de talhões agrícolas, utilizando visão computacional e deep learning sobre imagens de sensoriamento remoto para guiar o mapeamento de culturas; (2) A instalação de postos de coleta censitários, em que cerca de 1.000 bases operacionais precisam ser alocadas balanceando área e número de estabelecimentos cobertos; e (3) O planejamento de dezenas de milhares de rotas para recenseadores por dia, que substituirá buscas exploratórias em campo por um roteamento otimizado suportado pela fusão de bases de dados geoespaciais e de observação da Terra para mapear a malha viária rural em escala nacional. Exploraremos a modelagem destes problemas logísticos em grafos e métodos de solução baseados em algoritmos genéticos híbridos.
Ian Monteiro Nunes é engenheiro de computação, mestre e doutor em Ciência de Dados pelo Departamento de Informática da PUC-Rio. Pesquisador em Ciência de Dados e Machine Learning há mais de 20 anos, integra o quadro de analistas do IBGE desde 2010. Atuou na liderança da reformulação do portal institucional e da arquitetura tecnológica do Instituto e, desde 2024, chefia a área de Inteligência em Dados e Inovação na Diretoria de Pesquisas. Atualmente, coordena projetos de pesquisa estratégicos para a modernização das estatísticas agropecuárias e do 12º Censo Agro, focando na integração de sensoriamento remoto, visão computacional e computação de alto desempenho (HPC). É também professor colaborador na Escola Nacional de Ciências Estatísticas (ENCE).
Marcelo Maia: Marcelo Maia possui graduação, mestrado e doutorado em Computação pela UFF, com doutorado-sanduíche na University of Kent (Reino Unido). Recebeu os prêmios de melhor tese no LV Simpósio Brasileiro de Pesquisa Operacional e na 8th IEEE Latin American Conference on Computational Intelligence, além do 3º lugar no XIII CTD em Inteligência Artificial e Computacional da SBC. Também conquistou o 1º lugar na MESS 2020+1 Metaheuristics Competition e 2º lugar no 12th DIMACS Implementation Challenge. Analista do IBGE desde 2010, atua desde 2025 na área de Inteligência em Dados e Inovação. Atualmente, lidera projetos de P&D aplicando técnicas de otimização à logística do 12° Censo Agro. É também professor no IMPA Tech e no Instituto Infnet, além de pós-doutorando na UFF.
