Otimização em Python: Pesquisa Operacional

O planejamento operacional e de longo prazo das empresas estão cada vez mais complexos. Com muita informação mudando rapidamente, tomar decisões ótimas sem aplicar técnicas de otimização é uma tarefa difícil, se não, impossível. Os profissionais que dominam essas técnicas são um dos mais valorizados dentro das corporações.

Esse curso irá proporcionar o conhecimento necessário para que você possa resolver problemas de otimização, aplicando:Programação Linear (LP)Programação Linear Inteira-Mista (MILP)Programação Não Linear (NLP)Programação Não Linear Inteira-Mista (MINLP)Algoritmo Genético (GA)Enxame de Partículas (PSO)Constraint Programming (CP)Você poderá conferir como aplicar cada uma dessas técnicas usando os principais solvers e frameworks do mercado (livres e pagos) com Python. Confira a lista de ferramentas que você aplicará dentro do curso:Solvers: CPLEX - Gurobi - GLPK - CBC - IPOPT - Couenne - SCIP Frameworks: Pyomo - Or-Tools - PuLP Algumas bibliotecas/ferramentas: Geneticalgorithm - Pyswarm - Numpy - Pandas - MatplotLib - Spyder - Jupyter NotebookAlém dos assuntos apresentados, você irá resolver os seguintes exercícios passo a passo junto ao instrutor:Otimizar a instalação de cerca em um JardimOtimização de rotasMaximizar receita de vendas em uma locadora de veículosFluxo de Potência Ótimo Linear: Sistemas ElétricosO aprendizado é feito através de exemplos e exercícios durante cada tópico. O curso tem mais foco em técnicas de otimização do que em inteligência artificial (I.

A. ), porém, você aprenderá a usar algoritmo genético e enxame de partículas, que são técnicas de I. A.

Além disso, é realizada uma introdução e orientação de como instalar Python, bibliotecas e o uso básico necessário para o curso. Então, não se preocupe se você nunca usou Python. Espero que esse curso possa ajudar sua carreira profissional e acadêmica.