Aplicação de aprendizado de máquina na identificação de erros atípicos nas transações de envio do Pix (2025)
- Authors:
- Autor USP: NAKAZA, ROSELY - ICMC
- Unidade: ICMC
- Subjects: ANÁLISE DE SÉRIES TEMPORAIS; SISTEMAS OPERACIONAIS; FALHAS COMPUTACIONAIS; INTELIGÊNCIA ARTIFICIAL; INSTITUIÇÃO FINANCEIRA
- Language: Português
- Abstract: Este trabalho aborda a necessidade de detecção proativa de anomalias em sistemas de pagamentos instantâneos, com foco nos erros de transações do Pix, o principal meio de pagamento do país. O objetivo principal foi desenvolver e validar uma metodologia para identificar padrões incomuns que possam indicar falhas operacionais ou desvios críticos no comportamento transacional. Para tanto, empregou-se uma abordagem que combina a decomposição STL (Seasonal-Trend decomposition using Loess) para séries temporais, permitindo a separação dos componentes de tendência, sazonalidade e resíduos dos dados de erros, com o algoritmo Isolation Forest, aplicado aos resíduos para a detecção eficiente de anomalias.A metodologia foi aplicada a um conjunto de dados reais de erros de transações Pix de uma instituição financeira, abrangendo o período de outubro a dezembro de 2024. Os resultados demonstraram a eficácia do modelo na identificação de eventos anômalos, que foram posteriormente contextualizados e validados por especialistas da área de TI e gestão. A análise detalhada de dias com maior ocorrência de anomalias, como 29 de novembro (Black Friday) e 6 de dezembro (período de alto volume devido ao pagamento de salários/gratificações e proximidade das festas de fim de ano), revelou a capacidade do modelo de discernir entre desvios causados por picos de demanda e regras de negócio (limites noturnos do Pix) e falhas no próprio sistema de telemetria, atuando como um mecanismo de data observability. A validação humana mostrou-se indispensável para a correta interpretação e diferenciação entre anomalias críticas e variações operacionais esperadas, minimizando falsos positivos. Conclui-se que a metodologia proposta oferece uma ferramenta para o monitoramento contínuo e a gestão proativa da qualidade e disponibilidade do serviço Pix, permitindo a identificação precoce de potenciais problemas e o aprimoramento da infraestrutura.As contribuições deste trabalho incluem uma metodologia integrada e validada, uma análise contextual aprofundada e a demonstração da capacidade de detecção de falhas de telemetria, pavimentando o caminho para futuros estudos em automação da validação e adaptação a ambientes de tempo real.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
-
ABNT
NAKAZA, Rosely. Aplicação de aprendizado de máquina na identificação de erros atípicos nas transações de envio do Pix. 2025. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2025. Disponível em: https://bdta.abcd.usp.br/directbitstream/3514f358-f7e7-4324-8f0f-01ac61997dcd/Rosely_Nakaza_TCC_2025.pdf. Acesso em: 09 abr. 2026. -
APA
Nakaza, R. (2025). Aplicação de aprendizado de máquina na identificação de erros atípicos nas transações de envio do Pix (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/3514f358-f7e7-4324-8f0f-01ac61997dcd/Rosely_Nakaza_TCC_2025.pdf -
NLM
Nakaza R. Aplicação de aprendizado de máquina na identificação de erros atípicos nas transações de envio do Pix [Internet]. 2025 ;[citado 2026 abr. 09 ] Available from: https://bdta.abcd.usp.br/directbitstream/3514f358-f7e7-4324-8f0f-01ac61997dcd/Rosely_Nakaza_TCC_2025.pdf -
Vancouver
Nakaza R. Aplicação de aprendizado de máquina na identificação de erros atípicos nas transações de envio do Pix [Internet]. 2025 ;[citado 2026 abr. 09 ] Available from: https://bdta.abcd.usp.br/directbitstream/3514f358-f7e7-4324-8f0f-01ac61997dcd/Rosely_Nakaza_TCC_2025.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Rosely_Nakaza_TCC_2025.pd... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
