Em poucas linhas: o Analista de Pesquisa Energética atua no planejamento do setor, produzindo estudos, cenários e mapas que embasam decisões públicas (PDE, PNE, BEN), a partir de dados de ONS, CCEE, ANEEL e da própria EPE.
O papel do Analista (e onde ele se encaixa)
A EPE subsidia o MME com estudos e pesquisas que orientam o planejamento energético do país. Nessa engrenagem, o Analista desenvolve estudos, pesquisas e projetos em economia de energia, recursos energéticos, geração, transmissão, meio ambiente, petróleo, gás e bioenergia.
Produtos típicos da EPE
- PNE – Plano Nacional de Energia (longo prazo)
- PDE – Plano Decenal de Expansão (médio prazo)
- BEN – Balanço Energético Nacional (estatísticas anuais)
- WebMap e painéis interativos (visualização espacial e dashboards)
Como é a rotina (do macro ao micro)
- Coleta e curadoria de dados de operação, mercado e cadastro de usinas em fontes oficiais:
- ONS – Dados abertos (carga, geração, intercâmbios)
- CCEE – Dados abertos (mercado livre, geração, contas setoriais)
- ANEEL – Dados abertos e SIGA/BIG (cadastro de geração)
- Modelagem e cenários para expansão e operação (ex.: hidrotérmico, renováveis, demanda), com hipóteses, premissas e análises de sensibilidade.
- Elaboração de notas técnicas, capítulos do PDE/PNE e relatórios estatísticos do BEN.
- Geoprocessamento e mapas temáticos (rotas de H₂, eólicas on/offshore, transmissão, áreas sensíveis) com o WebMap e outras ferramentas GIS.
- Comunicação dos achados: gráficos, dataviz, dashboards e sumários executivos.
“Planejar energia é transformar dados dispersos em decisões de alto impacto – com método, transparência e rastreabilidade.”
Skills essenciais (hard e soft)
Quant & Estatística
- Probabilidade, estatística descritiva, séries temporais, regressão (para demanda, preços, hidrologia).
- Otimização/PO e noções de econometria aplicadas a energia.
Programação & Dados
- Python ou R (pandas/NumPy; dplyr/tidyr/ggplot2), Jupyter ou RStudio.
- Boas práticas de ETL, versionamento e documentação (README, dicionário de dados).
- Visualização e storytelling com foco em decisão (gráficos claros; evitar ambiguidade).
Modelos & Setor Elétrico
- Conhecer o encadeamento de modelos do setor (NEWAVE/DECOMP/DESSEM) e seu uso em operação e PLD.
- Legislação e regulação básica (mercado livre, leilões, contas setoriais).
GIS & Meio Ambiente
- Leitura de camadas geográficas, buffer, interseções e restrições territoriais.
- Uso de WebMap EPE e painéis temáticos (ex.: eólica offshore).
Ferramentas e fontes oficiais (favoritos do dia a dia)
- ONS – Portal de Dados Abertos
- CCEE – Dados Abertos
- ANEEL – Dados Abertos e SIGA/BIG
- Repositório de publicações da EPE (PDE, BEN, cadernos setoriais)
- GitHub ONS – DadosAbertos (exemplos e notebooks)
Trilha de estudos (90 dias, prática acima de tudo)
- Semanas 1–2: Base setorial – leia “Quem é quem” (EPE, ONS, CCEE, ANEEL), revise conceitos de mercado (ACL/ACR, PLD, CMO) e navegue no BEN e no PNE.
- Semanas 3–4: Dados – baixe séries do ONS (carga/geração) e CCEE (geração horária, resposta da demanda). Monte um painel “Carga x Geração x PLD”.
- Semanas 5–6: Modelagem – reproduza um case de sensibilidade (hidrologia, demanda, eólica). Leia, como referência, materiais públicos sobre NEWAVE/DECOMP/DESSEM.
- Semanas 7–8: GIS – cruze o cadastro de usinas (SIGA) com camadas do WebMap para mapear oportunidades/constraints.
- Semanas 9–12: Comunicação – escreva uma nota técnica curta (hipóteses, cenários, resultados, limites) e publique gráficos claros (com fontes e versionamento).
FAQ rápido
Preciso ser engenheiro?
Não necessariamente. A EPE contrata Analistas em diversas áreas (Engenharia, Economia, Geografia, Administração, Direito, Biologia, entre outras), a depender da área de atuação (transmissão, meio ambiente, socioeconomia etc.).
Quais linguagens estudar primeiro?
Python ou R já bastam para começar (pandas/NumPy; dplyr/tidyr/ggplot2), com Jupyter ou RStudio. O foco é dominar ETL, séries temporais e regressão, e contar uma boa história com dados.
Como ganhar experiência prática?
Replique um capítulo do BEN com dados públicos; publique o repositório com scripts e README. Use datasets do ONS/CCEE e mapas do WebMap EPE para análises geográficas.
Leituras e bases: BEN • PNE • Dados ONS • Dados CCEE • SIGA/BIG • WebMap EPE.
Respostas