Especialização durou 18 meses e vai contribuir para uma atuação mais estratégica diante do grande volume de informações da administração tributária

Onze auditores fiscais da Secretaria de Economia concluíram o curso a distância de MBA em Data Science e Analytics oferecido pela USP (Esalq) como parte do processo de modernização que inclui o domínio de novas ferramentas e tecnologias. Esses servidores, de diversas áreas da Receita Estadual, lidam com grandes volumes de dados fiscais que exigem análises e interpretações para uma atuação estratégica na fiscalização e combate à sonegação fiscal.

“Com habilidades em técnicas avançadas de análise de dados, os auditores podem identificar fraudes e inconformidades de maneira mais eficaz, otimizar processos de auditoria e prever comportamentos tributários, resultando em uma melhor arrecadação de receitas e combate à sonegação”, frisa a subsecretária da Receita Estadual, Lilian Fagundes.

Com duração de 18 meses a especialização incluiu diversas disciplinas como estatística, modelos supervisionados e não supervisionados de machine learning, linguagens de programação R e python, data wrangling, engenharia de dados, SNA – Social Network Analysis, cloud computing, metodologias ágeis, BI – Business Inteligence and Data Visualization, estatística espacial, big data e deployment de modelos.

Oito participantes já defenderam com sucesso o Trabalho de Conclusão de Curso (TCC), enquanto os demais se preparam para suas defesas em breve. A seguir, conheça os participantes e os temas abordados em seus TCCs:

Marcelo de Mesquita Lima
Tema: Aumentando arrecadação tributária em Goiás pela detecção de créditos fiscais oriundos de notas fiscais frias.

Giovana Amorim Zanato
Tema: Otimização das ações de auditoria fiscal pelo ranqueamento de empresas utilizando aprendizado de máquina

Luiz Gustavo Aires
Tema: Agrupamento de contribuintes: criando uma segmentação

Vera Lúcia Reiko Shidomi
Tema: Aplicação da regressão logística binária na identificação da inidoneidade fiscal na emissão do MDF-e

Marcos Murta Tanure
Tema: Alocação inteligente: impacto do consumo de mercadorias e serviços na gestão de recursos públicos

Fernanda Braga Santos
Tema: Modelo de regressão logística aplicado a previsão de pagamento de autos de infração de ICMS

Marina Pacheco
Tema: Modelos de séries temporais hierárquicas para previsão do IPVA do Estado de Goiás

Deibe Paiva Lima
Tema: Modelos de previsão da arrecadação de ICMS do estado de Goiás

Maria Carolina Revoredo Martiniano
Tema: Análise da relação entre emissão de Notas Fiscais e produção de grãos no Estado de Goiás: Uma Abordagem com Redes Neurais Artificiais

Murilo Santana Puga
Tema: Modelo de regressão logística para seleção de contribuintes do Simples Nacional com potencial risco de evasão fiscal

Secretaria da Economia – Governo de Goiás