Cinco equipes do curso de Sistemas de Informação chegaram às oitavas de final; uma delas recebeu o Prêmio Destaque pelo desempenho apresentado

O Departamento de Ciências Exatas e da Terra (DCET Salvador) da UNEB, por meio do Grupo de Pesquisa em Predições Inteligentes em Métodos Aplicados a Séries Temporais (PIMAT), conquistou posição de destaque nacional no Desafio Quant AI 2026, promovido pelo Itaú Asset. As cinco equipes, formadas por estudantes do curso de Sistemas de Informação, avançaram até as oitavas de final e concluíram a competição entre os 5% melhores participantes.

A participação reuniu 15 estudantes, distribuídos em cinco equipes de três integrantes, sob orientação dos professores Leandro Coelho, Vagner Fonseca e Diego Frias. A trajetória das equipes evidencia a capacidade dos estudantes da UNEB de desenvolver soluções de alta complexidade em uma competição que reúne universidades de todo o país.

A classificação das cinco equipes para as oitavas de final já havia colocado o DCET Salvador entre os grupos de melhor desempenho do Desafio Quant AI 2026. Na etapa seguinte, os estudantes enfrentaram novos desafios técnicos e metodológicos, aprimorando as estratégias quantitativas desenvolvidas ao longo da competição.

Os projetos articulam conhecimentos de Inteligência Artificial, aprendizado de máquina, estatística, programação, ciência de dados e matemática, aplicados à análise do mercado financeiro.

Para o diretor do DCET Salvador, professor Djalma Fiuza, chegar às oitavas de final e encerrar a participação entre os 5% melhores de uma competição nacional dessa dimensão já representa uma conquista muito significativa para o DCET Salvador. E receber, ainda, o Prêmio Destaque torna essa participação ainda mais especial, reconhecendo de forma concreta a qualidade e o empenho das nossas equipes.

“Parabenizo cada um dos estudantes que participou do desafio, pelo comprometimento, pela dedicação e excelente desempenho. Congratulo também os professores Leandro Coelho, Vagner Fonseca e Diego Frias, pelo trabalho de orientação e acompanhamento das equipes. Estendo esse reconhecimento a todo o PIMAT, que tem criado oportunidades para que nossos estudantes possam transformar conhecimento científico em experiências concretas de pesquisa, inovação e desenvolvimento tecnológico”, celebrou o diretor.

O coordenador do PIMAT e orientador de uma das equipes, professor Leandro Coelho, celebrou o resultado alcançado já na primeira participação do grupo de pesquisa no desafio e, sobretudo, com um time formado majoritariamente por estudantes que estão ainda no início da graduação.

“Embora não tenhamos avançado para as quartas de final, encerramos nossa participação entre os 5% melhores da competição, o que é um resultado extremamente expressivo para uma primeira experiência. Esses discentes estão dando os primeiros passos em uma área altamente especializada e já demonstram capacidade de competir em nível nacional. É muito gratificante acompanhar esse processo. São calouros hoje, mas protagonistas da ciência, da tecnologia e da inovação amanhã”, frisou Leandro Coelho.

Equipe S.W.A.R.M  leva Prêmio Destaque

Além do desempenho coletivo, a participação do DCET Salvador foi marcada pelo reconhecimento de uma das equipes com o Prêmio Destaque, ampliando a relevância da presença da UNEB na competição.

A equipe S.W.A.R.M., formada pelos estudantes Arthur Felipe, Lucas Vinicius e Raphael Lopes, todos do 4º semestre de Sistemas de Informação, desenvolveu uma estratégia baseada na Teoria dos Grafos, utilizando a ideia de que a Bolsa de Valores pode ser representada como uma grande rede de conexões entre diferentes ativos.

A estratégia, denominada S.W.A.R.M., busca identificar o chamado “efeito contágio”. Quando o algoritmo percebe que um grupo de ações correlacionadas começou a se movimentar, procura identificar ativos vizinhos que ainda não acompanharam o movimento, buscando oportunidades a partir dessa defasagem de preços.

Além da estratégia principal, os estudantes realizaram benchmarks com outros modelos matemáticos, como o Louvain e as Redes Neurais de Grafos (GNNs).

De acordo com os estudantes, um dos diferenciais do trabalho foi a preocupação com a qualidade dos dados utilizados. “Aplicamos filtros para retirar dos backtests situações que poderiam gerar rentabilidades artificiais, como eventos corporativos e ativos com baixo volume de negociação. A partir dos testes realizados em condições mais próximas da realidade do mercado, a equipe identificou maior consistência nos modelos voltados à convergência, especialmente na estratégia de Vizinhança Direta“, explicaram, celebrando a conquista.

O professor Vagner Fonseca, orientador da equipe premiada, ressaltou o protagonismo assumido pelos estudantes durante todo processo.

“Como orientadores, nosso papel foi acompanhar, provocar reflexões e contribuir para que eles pudessem tomar suas próprias decisões. O protagonismo, porém, foi deles. Foram os estudantes que desenvolveram as estratégias, testaram hipóteses, analisaram os resultados, enfrentaram os desafios e aprenderam, muitas vezes, com os próprios erros”, pontuou o professor.