Quem somos

Somos uma startup que desenvolve

soluções de inteligência artificial, ciência
de dados e engenharia para diversas
empresas e segmentos industriais.
Missão
A nossa missão é difundir e
democratizar a cultura de dados para
que ela se torne um elemento
transformador para os nossos parceiros
e clientes, contribuindo para a redução
de custos e maiores receitas.
Empresas parceiras
“ "They are experts in the
Machine Learning domain
across a variety of use cases.
They are incredibly adept in
“ “São muitos os desafios
tecnológicos que superamos
com a colaboração da equipe
“ “A Genesis P&D é uma das
poucas empresas de que não
possuo menor receio de
da Genesis P&D, o que só afirmar categoricamente que
researching new techniques reforça a elevada estima e estão à frente do estado da
to build solutions. And they distinta consideração que arte, na vanguarda da
are execution focused and possuo para com seus inovação a nível global.”
deliver within time and profissionais.” Genesis P&D is one of the few companies
budget. I would highly We overcome many technological of which I don't have any concern of
challenges with the cooperation of categorically say that they are beyond
recommend them to anyone
Genesis P&D' team, which only the state of the art, in the vanguard of
wanting experts for machine strengthen the high esteem and singular innovation at a global level.

learning and data science trust that I have with their professionals.

projects." Maurício Barros

Rahul Pangam
CEO da Rapid Canvas, Ex Vice-
Presidente da PayPal, Diretor da Google
e Líder Técnico da General Eletric
Iony Patriota
Diretor Técnico e Vice-Presidente do
Consultor de Logística, Ex Executivo de
Cadeia de Suprimentos da Johnson &
Cigré Brasil, membro da IEC
Johnson Brasil, e Ex Representante
(International Electrotechnical
LATAM no Redesign da Consumer
Commission) e ABNT
Global Planning Org - Project Fusion
Projetos Realizados
Sistema
de Glosa
para Convênio
Problema
Existe uma grande quantidade de notas
de serviço hospitalares com
irregularidades que trazem prejuízos
milionários para os convênios médicos
todos os anos.
Solução
Aumentar significativamente a
eficiência e acurácia na identificação de
notas de serviço hospitalares
irregulares por meio de Inteligência
Artificial.
Cenário anterior Notas Fiscais
dos Hospitais

O processo padrão consistia na seleção

Seleção Aleatória
aleatória de 5 % de todas as notas enviadas de 5%

pelos hospitais ao convênio, as quais eram

inspecionadas visualmente por uma equipe
Auditores Especializados
de auditores para a detecção de possíveis do Convênio

irregularidades.

Até então, 1 % dos 5 % das notas auditadas

continham irregularidades.

99% 1%
Corretas Irregulares
Solução
Desenvolvida
A solução desenvolvida consistira em
um ranqueamento por
probabilidade das notas fiscais dos
hospitais. Para a realização desse
ranqueamento, um modelo de
inteligência artificial foi criado.
Coleta 1
Coleta de dados das notas
hospitalares enviadas para
faturamento.
Análise e aprendizagem
Identificação 2 dos dados pelo algoritmo
de Machine Learning.
Coleta de amostragem
Amostragem 3 estatística da notas
irregulares com base no
aprendizado do
algoritmo.
Solução Notas Fiscais
dos Hospitais

Desenvolvida Modelo de IA
para triagem otimizada

O modelo selecionava as notas fiscais

com maior probabilidade de
NF1 - 95 %
irregularidades e apresentava aos Ranqueamento das Notas
NF2 - 94.3 %
por probabilidade de
NF3 - ... %
auditores um ranqueamento otimizado. irregularidade

Além disso, o modelo era retreinado a

1%
cada 9 meses para aprender a Irregulares

reconhecer mudanças nos processos de

preenchimento das notas.
99%
Auditores Especializados Corretas
do Convênio
Resultados
Obtidos
Resultados  Aumento de 600% na glosa (retorno).

Obtidos  Aumento da oportunidade de retorno (glosa)

sobre as notas fiscais a partir da contratação de
mais auditores.
O ranqueamento automático das
notas fiscais por probabilidade de
 Auxílio na tomada de decisão.
irregularidade proporcionou um
retorno (glosa) 6 vezes maior que o
 Auxílio na precificação dos seguros e demais
resultado prévio à solução
produtos oferecidos pelo convênio incluindo os
desenvolvida.
prejuízos com irregularidade.
Sanitização de
Banco de
Dados
Objetivo
Buscar e eliminar entradas duplicadas
de clientes no banco de dados.
Cenário anterior
O banco de dados continha mais de 4

mil entradas entre ambíguas,

incompletas e incorretas, o que tornava

a consulta lenta e os dados não

confiáveis.
Solução Desenvolvida
Esta solução incluiu: rótulos manuais,
recursos extensivos de extração, análise da
curva de aprendizado para descobrir quantas
amostras foram necessárias para treinar um
bom algoritmo.
Em seguida, um serviço Elastic Search para
evitar a complexidade quadrática de
comparar cada cliente com todos os outros e,
finalmente, um modelo de aprendizado de
máquina conjunto para realizar a
classificação final.
Resultados
Obtidos
Resultados
Obtidos
Os clientes cadastrados antes da
implementação do algoritmo eram
200M, incluindo os ambíguos. Depois da
implementação o número caiu para
40M.

As pesquisas ficaram mais rápidas e os resultados mais confiáveis.

O algoritmo ainda continua aprendendo e corrigindo frequentemente entradas ambíguas e incorretas,

mantendo assim a consistência e a confiabilidade das informações.
Previsão de
Demanda
Objetivo
Diminuir a ruptura de estoque para
centros de distribuição para varejista do
ramo alimentício.
Cenário anterior
A manutenção do estoque para cada
centro de distribuição era feita com
base em cálculos manuais.
Solução Desenvolvida

Utilizando a demanda dos últimos anos
por centro de distribuição e técnicas de
modelagem de séries temporais, um
método conjunto de machine learning
foi treinado para realizar a previsão de
demanda.
Foi possível demonstrar que utilizando um
sistema inteligente é possível reduzir em 25%
a quantidade de ruptura de estoque para
mais de 250 SKUs.
Sistema de
Recomendação
Objetivo
Otimizar a oferta de produtos para
obter maiores lucros.
Cenário anterior
A oferta de produtos era feita para o maior
número de pessoas possível, gerando um
alto custo com propaganda e pouca
previsibilidade de lucro.
Solução Desenvolvida

O recomendador foi projetado para As vendas médias por semana aumentaram

selecionar produtos para uma pessoa cerca de 30% e o ticket médio aumentou
especifica - sendo um recomendador de cerca de 50%.
produtos personalizado, isso significa
explorar todos os produtos enquanto explora
os produtos recomendados.
SOS
Empresas
Problema
Estima-se que todos os anos, cerca de 1,4 milhões
de empresas fecham as portas no Brasil.
Muitas vezes, a falta de tempo, a má gestão e a
burocracia fazem parecer que manter viva uma
empresa no país é um desafio insuperável.
O que poucos empresários sabem é que grande
parte dos seus problemas poderia ser solucionado
facilmente com a ajuda de profissionais
especialistas adequados.
Solução
Desenvolvimento de uma plataforma que realiza o
raio x de empresas de forma rápida e eficiente.
Em poucos cliques é possível visualizar o
diagnóstico completo do seu negócio, fazer o
acompanhamento e receber orientações de
especialistas de várias áreas, além de contratar
produtos e serviços.
Soluções para
o Setor
Energético
Otimização do
Cronograma de
Manutenção
Esta solução visou o equilíbrio ideal entre custo,
risco e disponibilidade. Consideramos o status do
equipamento (diagnóstico da máquina) e os
recursos necessários para realizar cada
manutenção.

O resultado obtido mostrou uma possibilidade de

economia de 30% com manutenção.
Diagnóstico de
Falhas em
Aerogeradores

Foi implementado um conjunto de modelos de

aprendizado de máquina para classificar dados de
componentes de aerogeradores e sensores em
defeituosos ou normais

Com esta solução obteve-se uma diminuição do

custo de manutenção e redução de falhas de
máquinas.
Análise Preditiva do
Estado de
Transformadores
Foi implementado um conjunto de modelos de
aprendizado de máquina para classificar dados
coletados a partir de análise química em óleos
utilizados em transformadores elétricos (Health
Index - DGA)

Com esta solução, pôde-se verificar com mais

assertividade e acurácia o estado de vida dos
transformadores.
Regulagem de Fluxo
Reverso de Energia

Foi criado um algoritmo para regulação de fluxo

reverso, que calcula a posição da chave OLTC (On
Load Tap Changer) para garantir a tensão desejada
na carga.

A partir de uma regulação de fluxo reverso precisa,

foi aumentada consideravelmente a eficiência e a
economia da rede.
Análise de
Sobretensão
Transitória
Análise exploratória sobre os dados fornecidos pelo
cliente a respeito de sobretensões transitórias e
simulações no sistema de energia ATP e Matlab.

A partir das análises e simulações realizadas, foi

possível auxiliar os especialistas para uma tomada
de decisão mais consciente e acertada.
Modelo de
Armazenamento
e Gestão de
Hidrogênio Verde
Desafio
O setor elétrico enfrenta dificuldades no
armazenamento do excedente de energia
renovável e o emprego de baterias ainda apresenta
uma série de limitações.

O hidrogênio apresenta-se como uma alternativa

inovadora, se considerada a sua eficiência
energética e a sua utilização para produção de
amônia (insumo fundamental para toda indústria).

No entanto, existe um grande desafio na

integração e gestão do hidrogênio na rede elétrica,
que se não sanado, torna inviável a sua aplicação.
Solução

Criação de um modelo de um sistema EMS (Energy

Management System) responsável por gerenciar a
inserção de renováveis na rede elétrica,
considerando também o armazenamento dessa
energia em hidrogênio, através do fornecimento de
energia a um eletrolizador.

O Hidrogênio gerado obtido através do

eletrolizador é então convertido novamente em
energia para o fornecimento de energia.
Sistema de
Prospecção de
Propriedades
Problema
Busca ineficiente, dispendiosa, delongada e
muitas vezes desencontrada por propriedades que
estejam aptas a comportar usinas fotovoltaicas
com alta taxa interna de retorno (TIR).
Cenário anterior
Equipes de numerosos prospectores,
extremamente dispendiosas, buscavam
manualmente e praticamente às cegas através
de contatos pessoais ou porta-em-porta por
proprietários de terrenos que parecessem
promissores. A qualidade quase sempre era
insatisfatória para o empreendimento e, assim,
baixas eram as conversões. Cada deslocamento é
um custo e o tempo conta em desfavor no
mercado de geração distribuída.
Solução
Desenvolvida

Plataforma que combina bases de dados

governamentais e recursos de Inteligência
Artificial para encontrar propriedades rurais e
nestas as qualidades que correspondam aos
critérios e regras de negócio necessários para a
implantação de usinas fotovoltaicas,
proporcionando uma série de filtros para que os
prospectores possam tomar decisões mais
assertivas em suas atividades e aumentar a
qualidade e a taxa de conversão.
 Área de preservação
permanente
Polígono da
Propriedade

Centróide da
propriedade
Possibilidade de
consultar o perfil
de elevação e a
cobertura do solo.

Rota viária
até a subestação
Detecção e
Identificação
de Objetos e
Imagens em
vídeo
Problema
Todos os anos milhares de quilômetros de linhas de
transmissão são monitoradas por helicópteros ou
drones. Milhares de horas de vídeo são produzidas
para posterior análise de especialistas.
As inspeções manuais, além de demandarem
constante mão-de-obra de especialistas, elevam o
custo e deixam as operações suscetíveis a
equívocos (visto a monotonia da atividade).
Solução
Por meio de Inteligência Artificial, o modelo
detecta, identifica o tipo do objeto e
classifica o seu estado de modo rápido e
eficiente.

A tecnologia possibilitou a redução de

aproximadamente 90% do tempo gasto com
a análise de especialistas e, em alguns casos,
o uso do recurso proporcionou uma redução
de aproximadamente 60% nos custos da
operação.
Nossa
Equipe
Nossa Equipe

Gabriel Gomes Mateus Morais João Marcelo

Engenheiro Eletricista e Líder CCO, Analista Jurídico e de
COO e LíderTécnico em
Técnico em Desenvolvimento Negócios
Ciência de Dados
de Software
Doutorando em Sistemas Advogado, pós-graduado em
Engenheiro Eletricista pela UNIFEI,
Inteligentes pela USP, Mestre em Direito Processual pela Escola
especialista em Desenvolvimento
Engenharia Elétrica Paulista da Magistratura, foi
de Software com ênfase em
(Instrumentação e processamento servidor do Tribunal de Justiça do
metodologias ágeis pela Anhembi
de sinais) pela UNIFEI e graduado Estado de São Paulo, do Tribunal
Morumbi, pós-graduando no curso
em engenharia eletrônica com Regional Eleitoral e da CAIXA. É
de MBA em Engenharia de
Honra ao Mérito pela mesma consultor jurídico com
Software pela FIAP, possui
universidade. Trabalha com dados especialidade em criptoativos,
experiência com desenvolvimento
há 8 anos, tendo trabalhado no tecnologia blockchain, LGPD e
de software e arquiteturas focadas
desenvolvimento do sistema de Direito Comercial.
em nuvem, techlead do
Inteligência Artificial dos veículos
desenvolvimento e algoritmos
da BMW.
focados em engenharia.
João Pedro
Cientista de Dados e
Desenvolvedor Web
Possui experiência com suporte
técnico e com ciência e análise de
dados. Graduado em engenharia
de software, possui atuação em
como cientista de dados em
diversos segmentos do mercado,
como: energia,
georreferenciamento e indústria
química.
Danilo Martins
Desenvolvedor e Gestor de
Infraestrutura
Especialista em Redes de
Computadores e Tecnologia da
Informação, certificado Cisco
CCNA e graduado em Gestão de TI
pelo INPG. Possui experiência
como desenvolvedor e Scrum
Master certificado. Além disso,
possui também experiência
como arquiteto de soluções,
tendo trabalhado no projeto Smart
Cities da Ericksson.
Edílson Peres
Engenheiro Eletricista de
Campo
Engenheiro de sistemas de
energia elétrica bilíngue com
bacharelado em engenharia
elétrica pela UNIFEI, pós-
graduação em manutenção
elétrica, mestrado em engenharia
elétrica pela Universidade de
Varsóvia, com mais de 20 anos de
experiência em sistemas HVDC.
Mateus Faria
Especialista em Segurança
da Informação e Blockchain
Bacharel em Eng. de software pela
universidade de tecnologia de
Budapeste e em Eng. da
computação pela ETEP.
Desenvolvedor de aplicação
descentralizada em blockchain
(Kleros), projeto ganhador do prêmio
da Comissão da União Europeia e da
Agência Reuters. Especialista em
Segurança da Informação e
criptografia. Certificado Ethereum
Dapp Developer e desenvolvedor do
projeto Eleições Auditáveis
combinando trilhas independentes
de software e blockchain.
Luiz Meazzini
Consultor e Líder Técnico em
Ciência de Dados
Mestre e engenheiro de
computação pela Universidade
Federal de Itajubá (UNIFEI) com
ênfase em Inteligência Artificial
desenvolvendo modelos de
Machine Learning para
diagnóstico de falhas. Trabalhou
como líder técnico no BTG Pactual
e possui experiência com Data
Science, Data Engineering, MLOps
e Modelos preditivos de séries
temporais.
Pablo José
Analista de Dados e
especialista em B.I
Bacharel em Administração pela
UNIFEI e Mestre em Economia
Aplicada com ênfase em modelos
para análise de viabilidade
econômica e de riscos utilizando o
método Monte Carlo pela
Universidade Federal de Alfenas.
Possui experiência em áreas
como: Business Intelligence e
visualização de dados, Data
Science e Data Engineering.
Vitor Harissis
Engenheiro de Computação
e Cientista de Dados
Graduando em Engenharia de
Computação pela Universidade
Federal de Santa Catarina com
ênfase em Sistemas Embarcados,
com experiência em
desenvolvimento de softwares,
Data Science, Data Engineering e
Machine Learning.
Danilo Amorim
Gerente de Marketing e
Design
Graduado em Design de Produto
pela UCL – Faculdade do Centro
Leste, cursando Análise e
Desenvolvimento de Sistemas
pelo IFSP - Instituto Federal de
São Paulo. Pós-graduando no
curso de MBA em UX Design e UX
Research pela FATEC – PR em
parceria com a Toronto School of
Management.
Vitor Pauloski
Engenheiro de Controle e
automação e Cientista de
Dados
Graduando em Engenharia de
Controle e Automação pelo
Instituto Federal de Educação,
Ciência e Tecnologia de São Paulo.
Possui experiência e interesse em
desenvolvimento de softwares,
sistemas embarcados, Data
Science e Machine Learning.
Herbert Miranda Lucas Varlesse Vinícius Camelo
Engenheiro de Controle e Engenheiro de Software Engenheiro Eletrônico
Automação e Cientista de
Engenheiro de software com 5 Graduando em engenharia
Dados
anos de experiência no mercado, eletrônica pelo ITA, professor de
Técnico em Informática pela ETEC
com experiência em arquitetura, matemática e desenvolvedor de
Santa Isabel, Graduando em
implementação de softwares em software. Possui experiência com
Engenharia de Controle e
tempo real, distribuídos e Ciência de Dados e Machine
Automação pelo Instituto Federal
tolerante a falhas, tendo atuado Learning.
de Educação, Ciência e Tecnologia
em grandes empresas com ênfase
de São Paulo, autor de vários
em diversos produtos e serviços
artigos publicados no CONICT
financeiros.
relacionados à otimização linear e
hardware in the loop.
Victor Belarmino
Engenheiro Mecânico e
Gerente de Projetos
Graduado Engenheiro Mecânico
pela UNIFEI e pela Universidade
de Dresden na Alemanha. Possui
experiência em Engenharia de
Projetos e como P.O. Pesquisador
de Ciência de Dados voltada para
a área industrial.
Gabriel Gregolini Gustavo Orlandini
Psicólogo e especialista em Gerente de Facilities
RH
Atuou na Secretaria de Segurança
Graduado em Psicologia pela
Pública do Estado de São Paulo
Mackenzie, especialista em
por mais de 10 anos, parte como
processos seletivos, com
gerente de instalações. Possui
experiência em coordenação de
experiência na gestão de ativos e
equipes e em aplicação de testes
gerência de lojas de produtos de
psicológicos de perfil para fins
informática.
profissionais e terapêuticos.
Felipe Sales
Engenheiro Mecânico
Graduando em engenharia
mecânica pela UNIFEI, possui
experiência com P&D,
instrumentação e automação.
Tendo trabalhado na WEG, onde
desenvolveu diversas aplicações
com VBA.
João Mallet Marcel Silva
Copywriter e Estrategista de Analista Jurídico
Marketing
Bacharel em Direito pela
Redator publicitário, é o
Universidade de São Paulo (USP),
profissional de comunicação
Pós-Graduando em Direito
responsável pela criação do
Empresarial. Entusiasta de Ciência
conteúdo das peças publicitárias,
de Dados, conduz o compliance da
fazendo uso de um conjunto de
empresa e seus projetos com as
técnicas tecnológicas focadas em
exigências legais do ordenamento
vendas e conversão.
jurídico nacional vigente.
Edilson Junior
Engenheiro Eletricista e
Desenvolvedor Full Stack
Engenheiro Eletricista graduado
pela Universidade Federal de
Itajubá - UNIFEI. Possui
experiência com análise,
diagnóstico e prognóstico da
condição de ativos baseado em
dados de monitoramento online e
resultado de ensaios, elaboração
João Guilherme
Gerente de Logística e
Representante Comercial
Genesis Europa
Formado em comércio e negócios
internacionais pela Universidade
WSB da Polônia. Pensador
estratégico com experiência em
vendas e operações na cadeia de
suprimentos de commodities.
Gerente de vendas e distribuição
Natanael Figueiredo
Engenheiro Eletricista
especialista em Inteligência
Artificial
Engenheiro eletricista e mestre
em engenharia elétrica pela
UNIFEI, especialista em
processamento de sinais digitais,
analise preditiva, Smart Grid, IoT,
automação industrial, telemetria e
engenharia biomédica.

de documentação técnica, análise logística. Especialista em

e revisão de projetos de negociação e relacionamento com

monitoramento online. cliente com larga experiência no

exterior atuando em diversos
mercados.