Aléssio M. Jr logo Aléssio M. Jr logo alessiojr.com
  • Sobre
  • Blog
  • Projetos
  • Palestras
  • Publicações
  • Disciplinas
    • Gestão e Processo de Software
    • Inteligência Artificial II
    • Estágio Supervisionado

    • AED2
    • CLP
    • Compiladores
    • Técnicas de Programação

    • Visão Geral
  • Inovação
    • Visão Geral
    • Influenzer
    • WOK
    • Ecossistema Vale do Aço
    • Palestras
    • Ideias & TCC
    • Português
    • English

Nesta página

  • Resultado por equipe
  • Notas individuais recomendadas
  • Leitura pedagogica
  • Limites da execucao e confirmacao individual
  • Editar essa página
  • Criar uma issue

Relatorio Consolidado de Avaliacao - TP1

Sintese tecnica e notas recomendadas - 2026/2

Autor

Disciplina de Inteligencia Artificial II

Data de Publicação

22/09/2026

Data de Modificação

22/09/2026

Resultado por equipe

Equipe Nota recomendada Sintese
equipe-jp030505 9,9 Entrega completa, artefatos reais, comparacao reproduzivel e excelente trilha de decisoes experimentais.
equipe_d2lm 9,7 Pipeline e analises muito fortes; alinhar o threshold servido no container ao threshold avaliado.
equipe-elas 9,4 Engenharia e colaboracao equilibradas; reconciliar valores de F1 documentados.
equipe-eliel 9,0 Projeto completo e testado; aplicar no serving os thresholds calibrados.
equipe-gabrielduarte 8,4 Boa cobertura de componentes e documentacao; healthcheck nao deve mascarar falha de carregamento do modelo.
equipe_papalmeida 8,3 API real executou; reexecutar experimento sem ajustar TF-IDF antes do split.
equipe_mit 6,9 Estrutura promissora, mas artefatos reais ausentes mantem a API em mock e impede demonstracao do modelo.
grupo_victor 5,0 Pipeline parcialmente desenvolvido; corrigir split e incluir thresholds.pkl no artefato de inferencia.
equipe_igor 3,5 Codigo-base existe, mas faltam resultados e artefatos; Docker nao constroi sem artifacts/.
equipe_mp10 1,8 Entrega limitada ao pipeline inicial de dados; faltam modelo, API, testes e reproducao.

Notas individuais recomendadas

Equipe Integrante Nota / 10
equipe-elas Mariana Luciano Moraes 9.7
equipe-elas Daiana Maria de Oliveira Vieira 9.6
equipe-elas Bruno Durso Amaral 9.7
equipe-elas Fernanda Laylla Almeida 9.6
equipe-eliel Eliel Vitor Almeida 9.4
equipe-eliel Gabriel Silva 9.1
equipe-eliel Felipe Cassemiro 9.5
equipe-gabrielduarte Erick Reis Miranda 8.7
equipe-gabrielduarte Matheus Benevenuto Ferreira 9.1
equipe-gabrielduarte Lizandra Abelha Coelho Barbosa 9.1
equipe-gabrielduarte Gabriel Duarte Campos Amorim 9.2
equipe-jp030505 Gustavo Alexandre Silva 9.9
equipe-jp030505 Joao Pedro Silva Martins 10.0
equipe-jp030505 Gabriel Batista de Souza 9.9
equipe-jp030505 Emanuel Carlos de Oliveira Dias 9.9
equipe_d2lm Marcela Freitas Mariano 9.8
equipe_d2lm Luiz Henrique Santos Dias 9.9
equipe_d2lm Daniel Caetano Assis 9.8
equipe_d2lm Lucas Barros Meckler 9.9
equipe_igor Danyel Silva 5,8
equipe_igor Vitor Silva 5,0
equipe_igor Matheus H. Almeida Silva 5,4
equipe_igor Igor Pedrosa 6,4
equipe_mit Iviner Santos 7,9
equipe_mit Thiago Moura 8,1
equipe_mit Carlos Eufrazio 7,6
equipe_mit Cassio Freire 7,7
equipe_mp10 Augusto Rocha Araujo 4,4
equipe_mp10 Bianca Barros 3,1
equipe_mp10 Joao Carlos Martins 2,8
equipe_mp10 Arthur Eler 3,2
equipe_papalmeida Danilo Kaizer 8,6
equipe_papalmeida Leonardo Soares 8,9
equipe_papalmeida Gabriel Kaizer 8,9
equipe_papalmeida Pedro Almeida 8,8
grupo_victor Evelyze Pinheiro dos Reis 6,2
grupo_victor Hugo Vicente 6,8
grupo_victor Victor Magione 5,2
grupo_victor Esther Magalhaes 6,0

Leitura pedagogica

O principal diferencial entre os projetos de maior nota nao foi apenas a metrica final: foi a capacidade de registrar uma linha de evolucao entre baseline, rede neural, threshold, erro observado e decisao seguinte. As equipes mais maduras mantiveram coerencia entre o experimento avaliado e o artefato servido pela API.

Os problemas mais recorrentes foram artefatos de modelo ausentes, Docker que nao reproduz o repositorio, uso de mock como substituto silencioso do modelo real, vazamento de dados durante a vetorizacao e ausencia de justificativa experimental no README.

Limites da execucao e confirmacao individual

FastAPI, TensorFlow e outras dependencias nao estavam integralmente disponiveis no ambiente de avaliacao. Testes bloqueados por essas ausencias foram registrados como inconclusivos, sem desconto automatico. Falhas de build, falta de artefatos versionados, testes ausentes e inconsistencias observadas no repositorio foram considerados evidencias tecnicas da entrega.

As notas individuais acima sao recomendacoes e estao sujeitas a verificacao oral individual de autoria e compreensao tecnica.

De volta ao topo

Powered by Quarto.

© Aléssio M. Jr.

  • Editar essa página
  • Criar uma issue

License: CC BY NC SA 4.0.