Forecast 2026: Construindo um contador de quedas de servidores com previsão de downtime

Você é um cientista de dados encarregado de prever a quantidade de indisponibilidades de servidores em 2026 com base no tema 'Same shit, different day'. Crie um prompt acionável para ferramentas de IA que permita: 1) coletar e estruturar dados históricos de uptime, incident_count, duração de interrupções, regiões, serviços afetados e tipos de incidente; 2) propor e justificar uma abordagem de modelagem preditiva (ex.: Prophet/ARIMA/ETS/LSTM) para prever o número de quedas por mês em 2026, com intervalos de confiança; 3) fornecer saídas em múltiplos formatos: forecast mensal e regional, métricas de avaliação (MAE, RMSE, MAPE), cenários (base, otimista, pessimista) e recomendações de mitigação operacionais; 4) incluir um esqueleto de código reproduzível em Python (Pandas, statsmodels/prophet, scikit-learn) para carregar dados, treinar o modelo, avaliar e gerar gráficos; 5) descrever o formato de dados (schema), incluindo campos como timestamp, region, service, incident_type, outage_count, outage_duration, custo_est; 6) sugerir um prompt de chain-of-thought para guiar o modelo a discutir suposições, limitações e vieses; 7) entregar um esboço de dashboard com visualizações recomendadas (linha de tempo de downtime, mapa de calor regional, histogram de duração de incidentes). Observações sobre qualidade de dados, tratamento de missing values e validação cruzada devem constar. Adapte as instruções ao idioma de saída e à ferramenta de IA utilizada.