Hackathon - IA para Óleo & Gás

Datas: 10 a 14 de novembro de 2025 - Presencial no CBPF (Rio de Janeiro, RJ)

Pitch e banca final: 20 de novembro de 2025 - durante a SBGF

Inscrições encerradas

Vagas esgotadas

Sobre o evento

O Hackathon é uma maratona de inovação aplicada, que desafia equipes multidisciplinares a desenvolver modelos de Inteligência Artificial para dados simulados e representativos do setor de Óleo & Gás.

As soluções devem combinar rigor técnico, criatividade e aplicabilidade industrial, com avaliação final apresentada durante a SBGF 2025.

Objetivos

  1. Desenvolver soluções para análise e interpretação de dados geofísicos, petrográficos e de RMN com potencial aplicação real.
  2. Integrar academia, indústria e centros de pesquisa, fortalecendo a colaboração e a transferência de conhecimento.
  3. Estimular o uso estratégico da IA em problemas complexos do setor, desde exploração até caracterização de reservatórios.
  4. Criar um ambiente colaborativo para networking e parcerias multidisciplinares.

Quem pode participar

  1. Pesquisadores de universidades, centros de pesquisa e empresas.
  2. Profissionais das áreas de ciência de dados, inteligência artificial, física, geofísica, geologia, engenharia e setores relacionados.
  3. Estudantes de graduação em qualquer área ligada à temática do evento.
  4. Estudantes de pós-graduação (mestrado, doutorado ou especialização).
  5. Outros profissionais com interesse em aplicações de IA no setor de óleo e gás, mesmo que não tenham experiência prévia na área.

Requisitos de Participação

  1. Ter conhecimento básico em programação e/ou ferramentas de ciência de dados (Python, bibliotecas de IA, etc.).
  2. Possuir notebook próprio para uso durante o evento.
  3. Compromisso de participar presencialmente durante todos os dias do hackathon (10 a 14/11/2025).
  4. Concordar com o regulamento do evento e com as regras de uso dos dados.
  5. Estar disposto a trabalhar em equipe e colaborar em um ambiente multidisciplinar.
  6. Vagas limitadas: 25 participantes.

Trilhas de Desafios

Durante o evento, as equipes deverão escolher dois desafios organizados em trilhas:

  1. RMN: Estimar a proporção óleo/água em amostras de rocha (dados de RMN).
  2. Lâminas Petrográficas: Classificar litologia em imagens de lâminas petrográficas.
  3. Sísmica: Identificação de fácies sísmicas.
plataforma

Trilha 1 - RMN (Ressonância Magnética Nuclear)

  1. Tarefa: Regressão (estimativa da proporção óleo/água).
  2. Entrada: Curvas de relaxação magnética M(t).
  3. Saída: Fração de óleo - f(óleo)) e água (1−f(óleo).
  4. Dados: Curvas simuladas com a presença de ruído (diferentes faixas de SNR - Signal-to-Noise Ratio).
  5. Métricas: RMSE+R².

Trilha 2 - Lâminas Petrográficas

  1. Tarefa: Classificação de imagens petrográficas.
  2. Entrada: Imagens petrográficas sintéticas (256x256, RGB).
  3. Saída: Classes exemplo: esferulitito, estromatólito, laminito, retrabalhado.
  4. Dados: Conjunto sintético de imagens geradas a partir de modelos.
  5. Métricas: Acurácia (%) e F1-score macro

Trilha 3 - Sísmica

  1. Tarefa: Segmentação de fácies sísmicas.
  2. Entrada: Patches (224 x 224 em escala de cinza) gerados a partir de imagens sísmicas.
  3. Saída: Máscaras segmentadas pixel a pixel com diferentes fácies sísmicas.
  4. Dados: Imagens sísmicas geradas a partir de volume sísmico de domínio público disponibilizado pela New Zealand Petroleum and Minerals (NZPM), interpretação feita pela Chevron e disponibilizada sob licença CC-BY-SA 4.0.
  5. Métrica: IoU (Intersection over Union).

Estrutura dos Dados

  1. Cada trilha disponibilizará dois subconjuntos de dados: treino e teste.
  2. O conjunto de treino conterá os rótulos necessários para o desenvolvimento e ajuste das soluções.
  3. O conjunto de teste será fornecido sem rótulos e utilizado exclusivamente para a avaliação dos modelos durante o hackathon.

(Todos os conjuntos de dados serão simulados e preparados para o evento.)

Veja mais sobre os dados
futurista

Como Participar

  1. Registrar a inscrição e aguardar confirmação.
  2. Participar das atividades conforme o cronograma
  3. Comparecer ao CBPF nos dias presenciais (8h30-17h30).

    4. Endereço: Rua Dr. Xavier Sigaud, 150 - Espaço Oliveira Castro (Andar Térreo).

(As equipes serão formadas no primeiro dia.)

Cronograma

  1. 05–07/11 → Palestras on-line preparatórias, apresentando os desafios, dados, uso do HPC e espaço para apresentação dos inscritos.
  2. 10/11 → Abertura oficial do hackathon e formação das equipes (presencial no CBPF).
  3. 11–13/11 → Desenvolvimento dos projetos, mentorias técnicas e submissão de resultados parciais.
  4. 14/11 → Submissão final das soluções.
  5. 20/11 → Sessão Final - SBGf 2025, das 15h às 17h - Local: BGP Geo Future Room (Mezanino), Expo Mag - Rio de Janeiro/RJ. Endereço: R. Beatriz Larragoiti Lucas, s/n - Cidade Nova, Rio de Janeiro - RJ, 20211-175.
navio

Banca Avaliadora

Bernardo Machado de Oliveira Fraga

CBPF

Pesquisador no Centro Brasileiro de Pesquisas Físicas (CBPF), atuando na aplicação de inteligência artificial e aprendizado profundo em geociências voltadas ao setor de Óleo e Gás. Graduado em Astronomia pela UFRJ (2009), mestre em Física pelo CBPF (2010) e doutor em Astrofísica Relativística pela Sapienza Università di Roma e Université de Nice Sophia-Antipolis, no programa Erasmus Mundus IRAP-PhD (2014), desenvolve soluções de deep learning e inversão sísmica (FWI) para reconstrução de modelos de velocidade, delineamento de sal e imageamento sísmico em ambientes de alta performance computacional (HPC). Também aplica técnicas de IA em petrofísica, utilizando dados de poço e de decaimento magnético para inferir propriedades como porosidade, permeabilidade e saturação, integrando ciência de dados e física do reservatório em projetos de P&D com a Petrobras.

http://lattes.cnpq.br/8508146284928951

Pedro Barros Cotta Pesce

Petrobras

Geofísico Sênior da Petrobras, atua como Consultor na interseção entre o ensino, aprendizado de máquinas e geociências aplicadas à exploração e produção de Óleo e Gás. Graduado e mestre em Física pela Universidade Federal de Minas Gerais (UFMG), se dedica há 15 anos à educação corporativa, através da Universidade Petrobras, com foco em métodos quantitativos aplicados à geofísica, geologia e petrofísica. Atua no desenvolvimento de soluções técnicas e gestão de conhecimentos das comunidades de inteligência artificial aplicada às geociências e modelagem computacional de fenômenos geocientíficos na Petrobras.

https://www.linkedin.com/in/pedro-pesce-37a45233

Érica Kato Pacheco Ferraz

Petrobras

Geóloga da Petrobras, com ampla experiência em petrofísica, caracterização de reservatórios e avaliação de formações nas bacias de Campos e Santos. Graduada em Geologia pela UNESP (Rio Claro), com especializações em Geologia do Petróleo (UERJ) e Petrofísica Avançada (University of Texas at Austin), atua desde 2017 no desenvolvimento de soluções que integram inteligência artificial, dados geológicos e análises petrofísicas para otimização da produtividade e da tomada de decisão em campos petrolíferos. Seu trabalho contribui diretamente para a transformação digital e a inovação tecnológica no setor de Óleo e Gás, aplicando técnicas de aprendizado de máquina em problemas de avaliação de reservatórios e predição de propriedades de rochas.

Bruno dos Santos Silva

Observatório Nacional

Pesquisador do Observatório Nacional (ON/MCTI), atuando na área de geofísica computacional aplicada ao setor de Óleo e Gás. Doutor em Geofísica pela Universidade Federal do Pará (UFPA), tem experiência em modelagem numérica, inversão sísmica (FWI) e imageamento de subsuperfície. Desenvolve e implementa métodos de otimização e aprendizado de máquina para aprimorar a caracterização de reservatórios e a interpretação de dados sísmicos. Participa de projetos de P&D com a Petrobras e TotalEnergies, focando em soluções de alta performance computacional (HPC) para aplicações geofísicas avançadas.

http://linkedin.com/in/bruno-dos-santos-silva-1b2b47a4

Thiago Freitas Lopes Conceicao

Petrobras

Geofísico Sênior da Petrobras, atua como Gerente Setorial de Integração e Ciências de Dados para geologia de exploração da Petrobras. Bacharel em Geofísica (UFBA), Mestre em Engenharia Civil e MBA em Engenharia de Software (INFNET). Com 15+ anos em geociências, lidera o desenvolvimento deprodutos digitais e analytics para exploração, unindo integração de dados, Inteligência Artificial e equipes multidisciplinares. Possui atuação destacada na Sociedade Brasileira de Geofísica (SBGF), onde colabora na organização de eventos científicos e conferências voltadas à integração entre geofísica e ciência de dados.

Avaliação dos Projetos

A avaliação das soluções será realizada pela Banca Avaliadora, composta por especialistas designados, considerando-se os resultados técnicos objetivos apresentados, bem como os critérios qualitativos estabelecidos neste regulamento.

Publicação Intermediária (Resultados Técnicos por Trilha)

Durante o hackathon, cada grupo participará em duas trilhas. Os resultados alcançados em cada trilha serão publicados nos dias 12 e 13 de novembro em uma página no site oficial do evento, permitindo que todos acompanhem o andamento das equipes.

Objetivo: dar transparência, estimular o aprendizado conjunto e possibilitar que os grupos vejam como os outros estão avançando.

Formato: cada grupo terá seus resultados exibidos dentro das métricas técnicas da trilha escolhida, sem caráter classificatório ou ranking.

  1. RMN: RMSE e R².
  2. Lâminas Petrográficas: Matriz de confusão, Acurácia e F1-score.
  3. Sísmica: IoU e métricas correlatas de segmentação.
processador

Essa publicação será meramente informativa, servindo para troca de experiências e comparação saudável entre grupos que atuam na mesma trilha.

No último dia do hackathon não haverá divulgação pública desses resultados. Eles serão encaminhados apenas à banca avaliadora como insumo para a avaliação final.

Avaliação Final pela Banca

A decisão final caberá exclusivamente à Banca Avaliadora, formada por especialistas do CBPF, Petrobras e convidados. Os projetos serão analisados qualitativamente segundo os seguintes critérios:

  1. Precisão e Desempenho Técnico - qualidade dos resultados e robustez do modelo.
  2. Capacidade de Generalização - potencial do modelo em extrapolar para novos dados.
  3. Consistência da Abordagem - coerência metodológica e justificativa técnica.
  4. Inovação - originalidade da solução e criatividade no uso de IA.
  5. Aplicabilidade - relevância e viabilidade prática no setor de óleo e gás.
  6. Clareza da Apresentação - comunicação clara da metodologia, resultados e conclusões.
  7. Trabalho em Equipe - colaboração, integração multidisciplinar e divisão de tarefas.
  8. Documentação e Reprodutibilidade - qualidade dos registros e possibilidade de replicação.

Divulgação dos Resultados

  1. A página de resultados técnicos intermediários ficará disponível apenas durante o hackathon, exibindo os desempenhos por trilha sem classificação geral.
  2. O resultado oficial será definido pela banca após análise das soluções e divulgado posteriormente no site do evento.
  3. A banca poderá ainda conceder menções honrosas (Inovação, Aplicabilidade, Reprodutibilidade) e indicar projetos para continuidade em iniciativas futuras.

Premiação

As melhores soluções receberão prêmios, menções honrosas e oportunidades de colaboração com empresas e centros de pesquisa.

🥇 1º Lugar

  1. Kit Institucional Petrobras (para cada integrante da equipe).
  2. Livro técnico “Análise do Sinal Sísmico” (1 exemplar).
  3. Livro técnico de Engenharia de Reservatórios (1 exemplar).
  4. Certificado de destaque “Melhor Solução Hackathon 2025”.

🥈 2º Lugar

  1. Kit Institucional Petrobras (para cada integrante da equipe).
  2. Livro técnico “Análise do Sinal Sísmico” (1 exemplar).
  3. Certificado de destaque “2º Lugar Hackathon 2025”.

🥉 3º Lugar

  1. Kit Institucional Petrobras (para cada integrante da equipe).
  2. Livro técnico de Engenharia de Reservatórios (1 exemplar).
  3. Certificado de destaque “3º Lugar Hackathon 2025”.

🎖️ Participantes

  1. Kit Institucional Petrobras (1 por participante).
  2. Certificado de participação no Hackathon 2025.

Infraestrutura

📍Disponível no LAB-IA/CBPF:

  1. Servidor HPC equipado com 8 GPUs NVIDIA Ada 6000.
  2. Distribuição de recursos: cada uma das 5 equipes (25 participantes no total) terá 1 GPU dedicada. As 3 GPUs restantes ficarão disponíveis sob demanda, mediante solicitação justificada.
  3. Ambientes pré-configurados: Docker, Conda e Singularity, prontos para uso imediato.
  4. Contas de usuário: já criadas para cada equipe, garantindo acesso individual e seguro ao ambiente de trabalho.
  5. Datasets: todos os participantes terão acesso ao mesmo conjunto de dados inicial, organizado nos diretórios das equipes.
  6. Recursos adicionais: outras infraestruturas do LabIA poderão ser disponibilizadas caso a equipe comprove a necessidade durante o desenvolvimento.

Inscrições

Período: 23/09/2025 a 31/10/2025

Taxa: R$ 100,00

Formulário de inscrição:

Inclui (para todos os participantes):

  1. Almoço no CBPF durante os dias presenciais do hackathon
  2. Café da manhã e café da tarde (com biscoitos)

Regras

  1. É obrigatório aceitar o termo de uso dos dados (check-box no site no momento da inscrição).
  2. Todos os dados fornecidos são simulados e sintéticos, preparados exclusivamente para esta competição no âmbito de projetos de pesquisa do CBPF, estando em vias de publicação acadêmica.
  3. Os modelos desenvolvidos são de propriedade das equipes participantes.
  4. O uso dos datasets é restrito ao hackathon, sendo proibida sua redistribuição ou utilização fora do contexto do evento.
  5. Os modelos desenvolvidos são de propriedade das equipes participantes.
  6. Os notebooks e códigos entregues (submissão final comentada) permanecem sob propriedade dos autores, mas deverão ser disponibilizados ao Comitê Organizador para fins de avaliação e registro. Após o evento, os autores poderão optar por tornar o código público (open-source) ou mantê-lo em caráter restrito, acessível apenas para avaliação interna. O Comitê Organizador garante que não divulgará o código sem autorização dos autores.
  7. É permitido o uso de bibliotecas open-source.
  8. Cada equipe deverá entregar obrigatoriamente:

Submissão final (CSV/ZIP).

Notebook final comentado.

Slides para apresentação.

lamina
lamina2

Organização

Realização: Centro Brasileiro de Pesquisas Físicas (CBPF)

Participação: Petrobras

Co-Chairs do Evento

  1. Marcelo Portes de Albuquerque (CBPF)
  2. Bernardo Coutinho Camilo dos Santos (Petrobras)

Comissão Organizadora

  1. Ana Paula Muller (Petrobras)
  2. Clécio Roque De Bom (CBPF)
  3. Elisângela Lopes de Faria (CBPF/FACC)
  4. Márcio Portes de Albuquerque (CBPF)
  5. Pablo Machado Barros (Petrobras)
  6. Pedro Pesce (Petrobras)
  7. Thais Fernandes de Matos (Petrobras)

Equipe de Mentores do Hackathon

Matheus Klatt

Mestrando em Sistemas Computacionais pela COPPE/UFRJ, Bacharel em Geofísica pela UFF, e pesquisador da Fundação FACC em projeto conjunto entre o CBPF e a Petrobras. Atua no desenvolvimento de aplicações de aprendizado profundo para processamento e interpretação de dados sísmicos, com experiência em modelagem numérica de ondas elásticas e migração reversa no tempo. Foi bolsista do programa Ciência sem Fronteiras na Alemanha e recebeu menção honrosa na JICON/Observatório Nacional em 2018.

Rayan Tadeu

Mestrando em Instrumentação Científica pelo CBPF, graduado em Geofísica pela UFF e pesquisador da Fundação FACC em projeto conjunto com a Petrobras. Possui experiência no desenvolvimento de algoritmos de visão computacional e aprendizado de máquina aplicados à análise de lâminas petrográficas, dados sísmicos e de Ressonância Magnética Nuclear (RMN) aplicada a meios porosos. Atuou em projetos envolvendo GANs, redes neurais convolucionais e PINNs para interpretação e segmentação de dados geológicos, além de desenvolver estratégias de processamento digital de imagens e modelos de regressão para rochas digitais. Proficiente em Python e bibliotecas como PyTorch, TensorFlow, Keras, OpenCV e Scikit-learn.

Rômulo Rodrigues

Mestre (2022) e bacharel (2019) em Geofísica pela Universidade Federal Fluminense (UFF). Bolsista da Fundação de Apoio ao Desenvolvimento da Computação Científica (FACC), atuando na aplicação de inteligência artificial e aprendizado profundo em geociências voltadas ao setor de Óleo e Gás. Desenvolve técnicas de redes neurais aplicadas à visão computacional para detecção de litologias e segmentação de características petrográficas, como porosidade e macroporosidade dominante.

Paulo Russano

Mestrando em Instrumentação Científica pelo Centro Brasileiro de Pesquisas Físicas (CBPF) e tecnologista da instituição. Graduado em Sistemas de Informação pela Faculdade de São Lourenço (2013), atua no desenvolvimento e administração de sistemas de Computação de Alto Desempenho (HPC), com foco em Inteligência Artificial, Machine Learning e Deep Learning. Possui experiência em hardware, servidores Linux, redes de alta performance e infraestrutura de datacenter, incluindo clusters com múltiplas CPUs e GPUs, além de desenvolver sistemas de monitoramento e otimização de desempenho para projetos científicos no CBPF.

Gabriel Gama

Físico (UERJ/CBPF), pós-doc no LabIA/CBPF em LLMs e agentes. Ex-líder de projeto na Setup Automação, onde integrei YOLO+LabVIEW+câmeras ToF para inspeção em tempo real. Atuação em Microfabricação/MEMS, semicondutores, metrologia in situ e automação com visão computacional de ponta.

hackathon.organization_contact

🌐 Site oficial do CBPF

As inscrições para o Hackathon IA 2025 estão encerradas.

Todas as vagas foram preenchidas.