Projeto do PGEB/UFF conquista Prêmio UFF de Excelência 2025 em Inovação Mercadológica
O Programa de Pós-Graduação em Engenharia de Biossistemas (PGEB) da Universidade Federal Fluminense celebra a conquista do Prêmio UFF de Excelência 2025 – categoria Inovação Mercadológica – pelo doutorando Leonardo Ricciardi. Sob orientação da Profa. Thelma de Barros Machado (UFF) e coorientação do Prof. Gustavo Bastos Lyra (UFRRJ), Leonardo foi o premiado de 2025 nesta categoria, um reconhecimento de destaque à inovação presente em seu projeto de doutorado. A cerimônia de premiação, organizada pela Pró-Reitoria de Pesquisa, Pós-Graduação e Inovação (PROPPI/UFF), ressaltou a excelência e o impacto dos trabalhos acadêmicos laureados.
Pesquisa inovadora em mercados de açúcar e etanol
O projeto intitulado “Uso de Redes Neurais Recorrentes Bayesianas Para Insights e Tomada de Decisão no Mercado Futuro de Commodities Agrícolas: Cana-de-Açúcar”, propõe uma abordagem pioneira para quantificar incertezas e apoiar decisões nos mercados co-dependentes de açúcar e etanol. Esses dois mercados do complexo sucroenergético brasileiro estão interligados – a mesma usina pode destinar matéria-prima para açúcar ou para etanol, e políticas públicas (como mandatos de mistura de etanol) influenciam diretamente a dinâmica de preços. Modelar cada mercado separadamente tende a subestimar riscos, especialmente em momentos de volatilidade extrema. A pesquisa premiada busca suprir essa lacuna ao fornecer ferramentas preditivas mais robustas para análise conjunta desses mercados.
Principais destaques do projeto premiado:
Quantificação rigorosa da incerteza: desenvolvimento de um modelo estatístico hierárquico bayesiano que gera distribuições preditivas calibradas para os preços do açúcar e do etanol, em bases semanais de 2010 a 2024. O modelo captura a dinâmica de acoplamento entre os mercados, levando em conta a alocação produtiva usina a usina (açúcar vs. etanol) e variáveis de políticas públicas que afetam a oferta e demanda.
Volatilidade e correlações dinâmicas: utilização de modelos de volatilidade multivariada (como DCC-GARCH) combinados a técnicas de machine learning (redes neurais recorrentes bayesianas) para aprender padrões temporais complexos. Isso permite refletir, de forma adaptativa, como os choques em um mercado impactam o outro e vice-versa, inclusive capturando dependências de cauda – ou seja, cenários extremos em que preços de açúcar e etanol tendem a se movimentar juntos.
Decomposição das fontes de risco: aplicação da lei da variância total para decompor a incerteza projetada em componentes com significado econômico. O modelo separa o risco decorrente de fatores de produção (como safras e escolhas de mix produtivo açúcar–etanol), de fatores de política/regulação (por exemplo, mudanças em mandatos de mistura ou subsídios), e de choques de mercado externos (como eventos climáticos severos – secas, geadas –, flutuações nos preços internacionais do açúcar e do petróleo/etanol, demanda global, câmbio e outros fatores macroeconômicos). Essa decomposição ajuda a identificar quais fontes de volatilidade mais afetam o setor em cada período, oferecendo informações valiosas para estratégias de hedge e planejamento.
Inovação em decisões de investimento: criação do conceito Uncertainty-Adjusted Mean–Variance Optimization (UAMVO) – ou “Otimização Média-Variância Ajustada à Incerteza”. Trata-se de uma extensão bayesiana original do consagrado modelo de Markowitz, que passa a internalizar a incerteza das estimativas de retorno médio e covariâncias. Na prática, o UAMVO adiciona uma penalização baseada na incerteza posterior calculada pelo modelo, tornando a seleção de portfólio ou estratégias de comercialização mais robustas contra erros de estimativa. Essa abordagem inédita, desenvolvida no contexto do açúcar e etanol, pode ser aplicada para melhorar a alocação de ativos e contratos em mercados agroindustriais, servindo como ferramenta de apoio a decisões mais confiáveis mesmo diante de cenários incertos.
Supercomputação e colaboração internacional
Para atingir esses resultados, a pesquisa de Leonardo também se destaca pelo uso intensivo de computação de alto desempenho (HPC). O doutorando foi contemplado com uma bolsa CAPES de doutorado sanduíche, realizando parte de seus estudos no Barcelona Supercomputing Center (BSC), na Espanha, e no Supercomputador Santos Dumont (LNCC). Nesses ambientes, ele executa cadeias de Monte Carlo em larga escala (via algoritmos MCMC/NUTS) e vastas simulações estocásticas, além de utilizar frameworks paralelos (MPI/Dask) para orquestrar experimentos complexos, como filtros de correlação dinâmica em múltiplos cenários. Essa parceria internacional permite escalar e validar os modelos com reprodutibilidade e eficiência, além de abrir caminho para futuras aplicações do núcleo metodológico em outras áreas, como a previsão de eventos climáticos extremos que impactam a agroindústria.
Declaração da orientadora
“Este prêmio é motivo de grande orgulho para nós. Ele reconhece não apenas a dedicação e competência do Leonardo, mas também a qualidade e a inovação da pesquisa que estamos desenvolvendo no PGEB/UFF,” destacou a Profa. Thelma de Barros Machado, orientadora do projeto. “Ao aliar inteligência artificial e estatística bayesiana para resolver um problema real do setor sucroenergético, o Leonardo demonstra o potencial transformador da pesquisa acadêmica. Essa conquista mostra a importância de investirmos em abordagens interdisciplinares e uso de supercomputação. Sem dúvida, o trabalho dele servirá de inspiração para outros alunos e contribuirá para decisões mais seguras e eficientes no agronegócio brasileiro.”
A professora Thelma chama ainda a atenção dos pesquisadores brasileiros para uma quebra de paradigma: “Fazer ciência de ponta no Brasil exige responder, ao mesmo tempo, às demandas sociais e às necessidades econômicas e de mercado, sem perder de vista que a produção científica deve manter um equilíbrio estratégico entre conhecimento aberto, acessível à sociedade, e inovação aplicada, capaz de gerar soluções, produtos e serviços. Quando resultados científicos se traduzem em aplicações com valor econômico, criam-se oportunidades legítimas de retorno financeiro — por meio de parcerias, transferência de tecnologia e novos modelos de negócios — que podem ser reinvestidas pelos grupos de pesquisa em infraestrutura, formação de pessoas e novas agendas científicas, estabelecendo um ciclo virtuoso de autofinanciamento em prol da ciência brasileira. Nesse modelo, uma vertente alavanca a outra: a pesquisa orientada ao mercado amplia recursos e escala, enquanto a pesquisa de base e aberta fortalece o conhecimento público, qualifica métodos e forma especialistas, elevando o patamar de excelência científica. Ao somar esforços com o Governo Brasileiro, esse equilíbrio fortalece a soberania científica do país e amplia a capacidade dos cientistas brasileiros de produzir conhecimento avançado que, ao circular pelo mercado, fomenta ainda mais pesquisa e devolve à sociedade resultados abertos, robustos e transformadores”.
O PGEB/UFF parabeniza o doutorando Leonardo Ricciardi e seus orientadores pela conquista do Prêmio UFF de Excelência 2025. Este reconhecimento ressalta a missão do programa em promover pesquisa de ponta, com impacto prático e alinhada às demandas da sociedade. A inovação mercadológica evidenciada pelo estudo reforça o compromisso do PGEB em formar profissionais capacitados a impulsionar o desenvolvimento científico e tecnológico no Brasil.
