IA para Detecção de Anomalias

Estou montando um programa de inteligência artificial voltado à análise de dados e preciso que ele seja capaz de identificar anomalias em dados de sensores. Já disponho de arquivos históricos em CSV e algum streaming em tempo real; o desafio é construir uma solução que:

• trate e normalize os dados de diversos sensores,
• aplique técnicas apropriadas de detecção de anomalias (ex.: Isolation Forest, Autoencoder ou semelhante),
• emita alertas ou marque registros suspeitos em um dashboard simples ou por API,
• gere um relatório de performance com métricas-chave (precision, recall, F1) e gráficos de comparação.

Aceito sugestões sobre bibliotecas, mas espero algo em Python usando ferramentas conhecidas como Pandas, scikit-learn, TensorFlow ou PyTorch, para que eu possa manter o código depois. Entrego a você acesso aos dados de teste, exemplos de anomalias já rotuladas e um guia rápido do fluxo atual.

Entrego o projeto em duas etapas: primeiro um protótipo funcional para validação, depois o refinamento com documentação comentada e instruções de implantação em ambiente Linux. Se precisar de esclarecimentos adicionais, fico à disposição.