UNIVERSIDADE ESTÁCIO DE SÁ

MBA EM CIÊNCIA DE DADOS E BIG DATA ANALYTICS

Ministério da Justiça do Brasil

Ely Batista do Rêgo Júnior

Trabalho da disciplina
Ciclo De Vida e Introdução à Linguagem R,
Tutor: Prof. Edgar A. G G. do Amaral

Jaboatão dos Guararapes

2018

2
 Ministério da Justiça do Brasil

Referência:
Ministério da Justiça do Brasil – REDE-LAB do Brasil identifica ativos ilícitos com ajuda do
IBM Watson Explorer (IBM Software Information Management, Agosto de 2014).
Ministério da Justiça identifica ativos ilícitos com ajuda do IBM Watson Explorer (IBM
Software Big Data Analytics, Agosto de 2014).

Fazer o controle do volume das transações financeiras em um país do tamanho do Brasil é

uma tarefa árdua. São bilhões movimentados por dia entre bancos e instituições ligadas ao
poder público. Fazer o monitoramento desses dados ao longo de um ano inteiro e identificar
os ativos ilícitos em meio a esse volume de dinheiro transitando no país é muito mais
complicado para o Ministério da Justiça.

Criado pelo Ministro da Justiça em 2003, o Departamento de Recuperação de Ativos e

Cooperação Jurídica Internacional (DRCI) da Secretaria Nacional de Justiça é responsável
pela recuperação dos rendimentos provenientes da corrupção, do crime organizado, do
tráfico de drogas e da lavagem de dinheiro.

Em 2007, o departamento criou o Laboratório de Tecnologia contra Lavagem de Dinheiro

(LAB-LD) para apoiar as investigações complexas sobre corrupção e lavagem de dinheiro.
Como o projeto deste primeiro LAB-LD foi bem sucedido, em 2009 o Ministério da Justiça,
por intermédio do DRCI/CNJ, iniciou a replicação do modelo de unidades semelhantes em
outros órgãos estaduais e federais. O conjunto destes laboratórios forma a Rede Nacional de
Laboratórios de Tecnologia (REDE-LAB), hoje presente em todos os estados brasileiros.
Atualmente, a REDE-LAB conta com 58 unidades, sendo 45 em operação e outras 13 em
instalação.

Nesses laboratórios, uma grande quantidade de dados é analisada para descobrir e congelar
os ativos ilícitos, usando uma metodologia desenvolvida por especialistas e reproduzida em
todas as unidades de laboratório. Em agosto de 2014, a REDE-LAB já tinha identificado o
equivalente a US$ 8,9 bilhões em ativos ilícitos, ajudando as autoridades a tomar medidas
legais contra suspeitos de crime no Brasil.

Para avançar mais rápido do que os criminosos que tentava capturar, a rede de laboratórios
desejava encurtar o tempo necessário para identificar os ativos ilícitos. Essas investigações
financeiras dependem de grandes quantidades de dados de diversas fontes. Esses dados
são anos de movimentações e extratos de contas bancárias, trocas de e-mails, registros
telefônicos e registros de empresas, além de dados de redes sociais. A análise de todos
esses dados sem as ferramentas adequadas é complexa e demorada.

2
A REDE-LAB desejava automatizar e acelerar radicalmente seus processos de análise. A
necessidade de processar grandes volumes de dados estruturados e não estruturados
aumentou significativamente o desafio. Desse volume de dados, cerca de 60 por cento são
de fontes estruturadas (banco de dados e planilhas), e os outros 40 por cento restantes são
de fontes não estruturadas (Twitter, Facebook e e-mail). Os dados não estruturados
apresentam uma série de difíceis desafios de análises e a tendência, à medida que a
popularidade das redes sociais cresce, é ver uma maior proporção de dados não
estruturados.

Depois de uma licitação pública, baseadas em requisitos de técnica e preço, a solução

vencedora foi o IBM Watson Explorer, plataforma de Big Data & Analytics da IBM. Com essa
ferramenta de Big Data, as investigações financeiras podem ser realizadas com muita
facilidade. O Watson Explorer garante uma visão unificada sobre dados de diversas fontes
bem como uma estrutura para desenvolvimento de aplicações ricas em informações
contextualmente relevantes.

No início de uma investigação, o Watson Explorer cria uma área de teste para agrupar os
dados pertinentes. Depois de avaliar a quantidade desses dados em movimento, terabytes
podem ser reduzidos a apenas alguns gigabytes de dados relevantes. Após indexá-los, a
solução permite realizar buscas semânticas e por palavras-chave, independentemente de os
dados serem estruturados ou não.

No passado, as investigações exigiam analistas altamente qualificados que gastavam

milhares de horas debruçados em
planilhas, e-mails e publicações em redes sociais. Por exemplo, em uma grande investigação
há alguns anos, a análise de centenas de terabytes de dados levou dez meses e milhares de
pessoas-hora, pois os investigadores tiveram que passar por centenas de unidades de disco
rígido manualmente. Hoje, os investigadores gastam menos tempo na identificação de dados
relevantes e se empenham mais nas análises.

Com a ajuda das soluções da IBM, a REDE-LAB alcançou seu objetivo de automatizar os
processos de mineração de dados complexos, permitindo que os investigadores acelerassem
seu trabalho de forma significativa. Como resultado, os investigadores podem identificar
padrões de atividades financeiras ilícitas mais rapidamente e com muito mais precisão,
permitindo a coleta de dados altamente eficiente a partir de dezenas de diferentes fontes,
eliminando milhares de horas de investigação manual e esforços de busca.