OR-Ops: Um framework para implantação e operacionalização contínua de modelos de otimização em ambientes reais

A operacionalização de serviços de Tecnologia da Informação, incorporada a processos de negócio, demandou a integração entre áreas de negócio, engenharia de dados e de software, e infraestrutura computacional. Isso consolidou paradigmas como DevOps, DataOps e MLOps, e evidenciou a maturidade na integração entre desenvolvimento, dados e operação contínua, o que foi alcançado nos fluxos de implementação de machine learning. A Pesquisa Operacional ainda carece de abordagens sistemáticas voltadas à operacionalização resiliente de modelos de otimização em ambientes produtivos, especialmente em cenários com grande volume de dados, e a integração entre múltiplas áreas técnicas. Este trabalho propõe o OR-Ops (Operational Research Operations), um conjunto de princípios e práticas que integra modelagem matemática, engenharia de dados, infraestrutura computacional e processos de negócio. A proposta estrutura um fluxo contínuo de otimização baseado em automação e governança experimental, visando a execução escalável, rastreável e reprodutível de modelos matemáticos em aplicações reais.