Arquitetura inteligente e preditiva para a qualidade e gestão do gasto público federal brasileiro : um estudo com aprendizado de máquina

Abstract

O orçamento público federal Brasileiro é o instrumento de planejamento que detalha a previsão dos recursos a serem arrecadados (impostos e outras receitas estimadas) e a destinação desses recursos (ou seja, em quais despesas esses recursos serão utilizados) a cada ano. Ao englobar receitas e despesas, o orçamento é peça fundamental para o equilíbrio das contas públicas e indica as prioridades do Governo para a sociedade. A gestão eficiente dos gastos é essencial para a sustentabilidade financeira de organizações públicas e privadas. Entretanto, a complexidade na alocação de recursos e a quantidade de dados envolvidos dificultam a tomada de decisão. Neste contexto, este estudo propõe uma metodologia para predição de gastos orçamentários utilizando algoritmos de aprendizado de máquina. A proposta é avaliada a partir de dados extraídos de um Data Warehouse especializado em finanças públicas brasileiras, contemplando variáveis quantitativas e qualitativas. Os objetivos incluem: identificar padrões de despesas; selecionar as melhores variáveis para predição; avaliar os modelos com base em métricas de desempenho; e comparar os resultados com os gastos do exercício vigente. Os resultados do trabalho demonstram que a gestão eficiente dos gastos é essencial para a sustentabilidade financeira de organizações públicas e privadas, garantindo a transparência pública, principalmente aprimorando as suas competências relacionadas à tecnologia da informação que visa apoiar decisões estratégicas, contribuindo para o uso mais inteligente dos recursos. Para isso será proposto uma arquitetura inteligente de interoperabilidade de dados, baseada em um Data Lake, capaz de realizar análises preditivas aplicadas às estruturas de gastos de órgãos do governo federal brasileiro.