INTRODUÇÃO: Em qualquer setor é fundamental a busca pela melhoria de seus produtos e a constante evolução tecnológica é o que possibilita a criação de novas propostas. Diante disso, o conceito do machine learning vem para agregar na revolução industrial, a indústria 4.0, que desencadeou uma série de eventos que anteriormente eram inconcebíveis. Tendo isso em mente, precisamos identificar maneiras para possibilitar a implantação do uso de machine learning nos processos de produção e desenvolvimento industrial. A missão incide em facilitar a implantação dessa tecnologia reduzindo os pré- requisitos que dificultam esta atividade, assim esse projeto tem como objetivo trazer um estudo mais detalhado da possibilidade dessa proposta, tendo à mostra artigos já existentes relacionados neste assunto e pondo em prática o processo de seleção do portfólio bibliográfico. – OBJETIVOS: Realização de uma revisão sistemática da literatura sobre metodologias para machine learning, com foco em avaliar a possibilidade de implementação de métodos possíveis de serem aplicados em diferentes senários de produção ou automação industrial. – MATERIAIS E MÉTODO: Como metodologia norteadora deste projeto de pesquisa cientifica estamos utilizando o método PROKNOW-C (Knowledge Development Process – Contructivist) (ENSSLIN et al.,2010a), com base no artigo “Uma análise bibliométrica da literatura sobre estratégia e avaliação de desempenho” LACERDA 2012, o método propõe um processo de seleção de referências bibliográficas sobre a avaliação de desempenho em uma perspectiva estratégica, a qual facilita a compreensão do estado da arte. – RESULTADOS: Durante a pesquisa foi possível encontrar alguns métodos para aplicação do machine learning na indústrias, sendo que um dos artigos, “Data Mining Methodology for Enginnering Applications” (HUBER) – 2019, foi possível analisar como é feita a implementação de um destes métodos, seguindo este direcionamento, conseguimos observar que a lacuna não está em métodos para aplicação do machine Learning, sendo assim desenvolvemos uma hipótese descrita da seguinte forma, a dificuldade da implementação de tais métodos está mais na parte estrutural da indústria como por exemplo a coleta de dados, que é fundamental para o processo de implementação do machine learning, nem toda empresa tem como prioridade a coleta de dados, ou ainda quando há esta coleta, não é direcionada para possibilitar uma implementação direta do machine learning. Para comprovação deste ponto a pesquisa foi estendida para machine Learning e Big Data, onde a parte de big data tem especificações diretas de que tipo de informações são necessárias para uma coleta de dados direcionada e eficiente. – CONSIDERAÇÕES FINAIS: Existe mais de um método para implementação do machine learning sendo estes separados de acordo com a necessidade da indústria, porém os mesmos focam na implementação direta da técnica considerando a base de dados como etapa anterior à implementação, sendo assim faz se necessário um estudo mais abrangente sobre esta primeira etapa, que consideraremos como um pré-requisitos para a implementação correta dos métodos de Machine Learning.
