Pitch de Projeto em Métodos Computacionais em Economia
Nesta atividade, cada aluno (ou grupo) deverá apresentar um pitch de aproximadamente 10 minutos propondo um projeto na área de métodos computacionais aplicados à Economia.
O objetivo não é apresentar resultados prontos, mas sim convencer a audiência de que seu projeto é relevante, viável e, principalmente, um problema de natureza computacional.
Objetivo da atividade
A proposta deve demonstrar que você é capaz de:
Identificar um problema relevante na sua área;
Formular esse problema sob a ótica de métodos computacionais (tem que ficar claro porque esse projeto não é um projeto de econometria, microeconomia ou macroeconomia) ;
Avaliar a viabilidade técnica e computacional da solução;
Estruturar um projeto com clareza, propósito e rigor.
Estrutura esperada do pitch
Seu pitch deve responder, de forma clara e objetiva, às seguintes questões:
1. Qual é a ideia do projeto?
Qual problema você quer resolver?
Onde ele se insere?
2. Por que esse projeto é relevante?
Qual o impacto potencial (acadêmico, econômico, social ou de mercado)?
Quem se beneficia dessa solução?
3. Por que isso é um problema de métodos computacionais?
Essa é a parte mais importante da apresentação.
Por que esse problema não é apenas econometria, macro ou microeconomia?
O que torna esse problema essencialmente computacional?
Escala?
Complexidade?
Necessidade de simulação?
Otimização?
Machine learning?
4. Quais são as demandas computacionais?
Que tipo de processamento é necessário?
Quais algoritmos ou abordagens você pretende usar?
Existem bibliotecas prontas que ajudam?
(ex: Python, R, TensorFlow, PyTorch, NetworkX, etc.)
5. Complexidade do problema
O problema envolve complexidade computacional elevada?
Existe algum aspecto não polinomial (NP-hard, combinatorial, etc.)?
Se sim:
Qual estratégia você usaria?
Heurísticas?
Aproximações?
Métodos probabilísticos?
Simulação?
6. Dados
O projeto usa dados?
Se sim: os dados estão disponíveis?
Qual a fonte?
É um problema de big data?
Como você pretende lidar com isso computacionalmente?
7. Viabilidade computacional
Esse projeto roda no seu notebook?
Se sim: como?
Se não: o que seria necessário?
Cloud?
GPU?
Cluster?
8. O que você precisa implementar?
Qual é o “produto computacional” do seu projeto?
Algoritmo?
Simulador?
Modelo de ML?
Pipeline de dados?
9. Como medir sucesso?
Quais são as métricas de avaliação?
Precisão?
Erro?
Tempo computacional?
Eficiência?
Robustez?
- População afetada?
Números de usuários?
- Retorno financeiro
Retorno acadêmico
10. Diferencial do projeto
O que diferencia sua ideia de outras já existentes?
Existe algo similar no mercado ou na literatura?
Se for apenas uma cópia → 😢
Se há inovação → qual é exatamente?
Observações importantes
O foco é clareza, coerência e pensamento computacional.
Não é necessário ter o projeto implementado.
Slides são recomendados, mas devem ser objetivos.
Evite jargões sem explicação.
Você deve ser capaz de defender tecnicamente suas escolhas.
Dica final
Um bom projeto nessa disciplina não é aquele que apenas “usa Python”, mas aquele que:
👉 não poderia existir sem métodos computacionais.
