Fazendo Data Science no sanemanento: um estudo de caso.

A ciência de dados ambientais é um campo interdisciplinar emergente, que aborda efetivamente a complexidade dentro dos sistemas ambientais e pode fornecer soluções promissoras para o monitoramento de estações de tratamento de esgoto (ETEs). Inúmeros modelos de Machine Learning (ML) têm sido desenvolvidos e aplicados para fazer previsões nos mais diversos fins. Contudo, pouca atenção tem sido dada ao aprimoramento das capacidades preditivas e de explicabilidade destes modelos de ML, representando uma barreira entre pesquisa e prática, visto que os profissionais se abstêm de usar tais modelos devido à falta de explicabilidade. Visando superar essas questões propõe-se o emprego da Data Science Trajectory (DST), juntamente com o XGBoost e com o SHAP para avaliar um conjunto de variáveis, suas dependências e suas interações com a DBOe e, assim, compreender os mecanismos de remoção de poluentes, fundamental para o controle da qualidade do efluente. O uso de métodos como o SHAP, podem gerar insights extras tanto na comparação entre modelos, quanto na sua interpretação, podendo ser aplicado para quaisquer fins.