O engenheiro geotécnico, de modo geral, enfrenta uma série de incertezas decorrentes de diversos fatores, tais como as aproximações e limitações inerentes aos modelos matemáticos, o conhecimento parcial das propriedades dos materiais e a heterogeneidade destes. Além disso, os resultados dos ensaios utilizados como base para estimativas e determinação de parâmetros também estão sujeitos a variabilidades, uma vez que dependem de equipamentos, procedimentos e mão de obra, que podem introduzir inconsistências. Diante desses desafios, a adoção de fatores de segurança torna-se essencial para abranger as possíveis incertezas nos projetos de engenharia. Este trabalho tem como objetivo realizar uma análise probabilística da capacidade de carga das estacas de um trecho de laje estaqueada projetada para as pistas do lote 2 do BRT Transoeste, localizado em Guaratiba/RJ, região que conta com espessas camadas de solo mole, de baixa capacidade de suporte e alta permeabilidade. Para tanto, foram aplicados conceitos da Teoria Bayesiana, atualizando as estimativas iniciais (denominadas “a priori”), obtidas por meio de ensaios de sondagens à percussão, com o acréscimo de informações provenientes dos dados de cravação das estacas e de ensaios de carregamento dinâmico realizados. Inicialmente, a capacidade de carga das estacas foi estimada por meio de métodos semi-empíricos baseados nas resistências obtidas a partir dos ensaios SPT (Standard Penetration Test). Foram utilizados os métodos de Aoki-Velloso, Aoki-Velloso modificado por Monteiro, e Décourt & Quaresma para as análises “a priori”. Para a função de verossimilhança, foram empregados os dados de nega e repique apresentados nos boletins de cravação das estacas, além das capacidades de carga mobilizadas pelos ensaios de carregamento dinâmico executados. Nessa etapa, a capacidade de carga foi estimada utilizando a fórmula dinâmica proposta pelos Dinamarqueses, com base na nega, e, para o repique, a estimativa foi realizada por meio da fórmula de Chellis. Com os resultados das distribuições probabilísticas “a priori” e da função de verossimilhança, determinou-se a distribuição de capacidade de carga “a posteriori”, que combina as previsões iniciais com os dados de execução das estacas. A análise dos resultados indicou uma redução na dispersão da distribuição da capacidade de carga “a posteriori” em comparação com os valores obtidos na distribuição “a priori”. Essa redução caracteriza a diminuição das incertezas com o acréscimo de dados, comprovando o aumento da confiabilidade em relação à capacidade de carga das estacas ao se utilizar a metodologia Bayesiana.