Séries temporais e LLMs: como usar notícias para melhorar previsões de mercado

Modelos de séries temporais aprendem com o passado — mas em mercados sujeitos a greves, decisões políticas e eventos inesperados, parte da explicação chega primeiro pelas notícias. Neste artigo, exploramos como integrar LLMs à previsão quantitativa para captar o sentimento do mercado e gerar resultados mais explicáveis. Caso aplicado à previsão do preço do minério de ferro, apresentado no Murabei Connect 2026.
… Ler mais

Murabei establece representación en México

Murabei establece representación en México Alianza estratégica marca una nueva etapa de expansión y lleva soluciones de Data Science y modelado algorítmico a empresas latinoamericanas. Murabei, empresa brasileña de Data Science e Inteligencia Artificial, establece su representación en México. La … Ler mais

Murabei estabelece representação no México

Murabei estabelece representação no México Parceria estratégica marca nova etapa de expansão e leva soluções de Data Science e modelagem algorítmica a empresas latino-americanas. A Murabei, empresa brasileira de Data Science e Inteligência Artificial, estabelece sua representação no México. A … Ler mais

Sessão de Pôsteres: Murabei Connect 2026

EventoMurabei Connect 2026 · 7ª Edição Data20 de março de 2026 LocalSão Paulo — SP Pôsteres11 trabalhos Na sétima edição do Murabei Connect, colaboradores apresentaram pesquisas internas que articulam rigor metodológico e desafios corporativos reais. Acesse abaixo cada um dos … Ler mais… Ler mais

A Beleza de Entender as Coisas

E por que ela é insubstituível na Ciência de Dados   Alguns anos atrás, assisti a uma palestra do rabino Nilton Bonder. Em determinado momento, alguém o questionou sobre sua opinião a respeito dos novos formatos de família — dois … Ler mais

Visão além dos dados

O viés do sobrevivente é uma temática bem difundida no mundo da estatística. De forma concisa, esse viés ocorre quando os dados observáveis não refletem a totalidade da população em estudo, o que pode resultar em decisões equivocadas caso tal … Ler mais

1 2 3 4 5