LN
Luís Eduardo Sales Do Nascimento
Mestrando em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais (INPE) de São José dos Campos (SP), com foco em: aprendizado de máquina, clima espacial, choques interplanetários e análise de dados.
Resultados para “'Aprendizado por Máquina'”
VG
Vanessa De Oliveira Gil
Licenciada em Física, mestre em Modelagem Computacional e doutora em Física com ênfase em Astrofísica. Tenho como áreas de interesse: Programação, Aprendizado de Máquina, Mineração de Dados, Inteligência Artificial Generativa e Estatística.
EF
Eraldo Luís Rezende Fernandes
professor na Faculdade de Computação da UFMS desde 2014. Possui Doutorado em Informática pela PUC-Rio (2012) com tese em indução de atributos para processamento de linguagem natural com aprendizado de máquina. Realizou estágio de doutorado na Yahoo! Research Barcelona (2010/11) em aprendizado a partir de dados parcialmente anotados. De 2005 a 2013 foi professor do Instituto Federal de Goiás (IFG), onde fundou o grupo de pesquisa AutoLab. Participou do desenvolvimento do projeto pedagógico do curso Técnico em Informática e da reestruturação do projeto pedagógico do curso Tecnologia em Análise e Desenvolvimento de Sistemas. De 2005 a 2013, participou da organização da Semana da Computação do IFG. Tem experiência nas áreas de análise e projeto de algoritmos, aprendizado de máquina, aprendizado de estruturas, aprendizado de representações, extração de informação e otimização combinatória. Em 2012, fez parte da primeira equipe sul-americana a sagrar-se campeã da principal competição internacional da área de linguística computacional, a CoNLL Shared Task, organizada pela Association for Computational Linguistics e que tratou de resolução de correferência em dados multilíngue (árabe, chinês e inglês).
RP
Rafael Coimbra Pinto
Doutor pelo Programa de Pós-Graduação em Computação (PPGC) da UFRGS com foco em aprendizado por reforço (CAPES 7). Mestrado pelo PPGC-UFRGS (CAPES 7), na área de previsão de séries temporais com redes neurais artificiais e modelos de misturas de gaussianas. Graduação em Ciência da Computação pela UFRGS. Experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, especialmente Redes Neurais. Atuou como pesquisador de Pós-Doutorado em Inteligência Artificial no Instituto de Informática da Universidade Federal do Rio Grande do Sul (UFRGS). Atualmente professor do Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS), onde também atua como pesquisador nas áreas de aprendizagem de máquina, robótica e jogos digitais. Atuou como desenvolvedor por 12 anos, incluindo 7 anos no Ministério Público Federal e 1 ano e meio na Companhia de Processamento de Dados do Município de Porto Alegre (PROCEMPA). Site profissional: https://rafaelcp.github.io/
CB
Cassiano Bonin
Professor do Instituto Federal de Santa Catarina (IFSC) no curso de Engenharia Mecatrônica. Doutor pela Universidade Federal de Santa Catarina (UFSC), desenvolve pesquisa em Modelagem e Controle de Deposição Metálica a Laser utilizando Physics Informed Machine Learning (Aprendizado de Máquina Informado pela Física). Mestre em Mecatrônica e graduado em Engenharia de Controle e Automação (2006) pela UFSC. Possui sólida experiência industrial em manufatura e Engenharia de Confiabilidade voltada a computação em nuvem e sistemas distribuídos. Atua principalmente nos seguintes temas: Inteligência Artificial, Robótica, Automação, Mecatrônica e Propriedade Intelectual
RA
Rodrigo De Oliveira Almeida
Pós Doutorado com ênfase em Aprendizado de Máquina aplicado à Ciência Florestal (predição de produtividade, manutenção em máquinas florestais, custo de operações, etc), pela UNESP de Botucatu (2021-2022, 2022-2024, 2024-2026). Doutor em Biotecnologia, com tese sobre predição de rotas metabólicas de enzimas vegetais utilizando aprendizado de máquina - UNESP de Botucatu (Biotecnologia); Mestre em Biotecnologia Vegetal, com dissertação sobre transformação genética vegetal com utilização de Marker Free Technology - Universidade Federal de Lavras; Bacharel em Agronomia pela Universidade Federal de Viçosa. Experiência em aprendizado de máquina, linguagem programação Python e R, análises estatísticas, biologia molecular (sistema de remoção de marcadores de seleção por recombinação sítio-específica - Marker Free Technology) e micropropagação (cana-de-açúcar e espécies florestais nativas). Trabalhos realizados em colaboração nas áreas de análise de co-expressão de genes, sistemas biológicos e reconhecimento de padrões de genes de resistência em plantas por meio de aprendizado de máquina (trabalho em parceria com a University of Hertfordshire - UK, sob supervisão do Dr. Henrik Stotz).
AR
Alex Sandro Da Cunha Rêgo
Professor do Instituto Federal de Ciência, Educação e Tecnologia da Paraíba (IFPB), campus João Pessoa. Doutor em Ciência da Computação pela Universidade Federal de Campina Grande, UFCG (2016). Mestre em Ciência da Computação pela Universidade Federal de Campina Grande, UFCG, (2004). Graduado em Ciência da Computação pelo Centro Universitário de João Pessoa - UNIPE (2001). Tem experiência na área de Ciência da Computação, com ênfase em Aprendizado de Máquina, Treinamento em dados desbalanceados, Ciência de Dados, Processamento de Linguagem Natural, Modelos de Linguagem em Larga Escala (LLM), Análise de Sentimentos e Computação Aplicada à Saúde.
CA
Carlos Eduardo Santana Azevedo
Carlos Eduardo Santana Azevedo é Técnico em Tecnologia da Informação no Instituto Federal de Rondônia (IFRO), campus Jaru. Possui Mestrado em Computação pela Universidade Federal Fluminense (UFF) (2024), especialização em Redes de Computadores pela Escola Superior Aberta do Brasil (ESAB) (2016) e graduação em Direito pela Universidade Luterana do Brasil (ULBRA) (2010). Atua nas áreas de Tecnologia da Informação e Administração Pública. Tem experiência como Coordenador de Educação a Distância, Diretor de Planejamento e Administração (substituto) e Coordenador Adjunto do PRONATEC no IFRO, campus Jaru. Desenvolve pesquisas na área de evasão escolar utilizando técnicas de aprendizado de máquina. Possui experiência na área de suporte técnico em informática e atuou como Secretário Adjunto de Planejamento na Prefeitura de Jaru. Tem interesse em temas como Gerenciamento de Redes, Segurança de Redes, Virtualização de Servidores, Cibersegurança, Cloud Computing e Data Science.
NN
Navar De Medeiros Mendonça E Nascimento
Doutor (2023) em Engenharia de Teleinformática pela Universidade Federal do Ceará (UFC), com foco de pesquisa em inteligência artificial aplicada à engenharia biomédica. Mestre em Engenharia Aeronáutica (2019), com ênfase em segurança na aviação e aeronavegabilidade continuada, pelo Instituto Tecnológico da Aeronáutica (ITA). Mestre em Energias Renováveis (2018) pelo Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), com ênfase em detecção incipiente de falhas em aerogeradores utilizando aprendizado de máquina. Graduado em Engenharia Mecatrônica (2015) pelo IFCE. Atualmente, é integrante do Laboratório de Processamento de Imagens, Sinais e Computação Aplicada (LAPISCO - http://lapisco.ifce.edu.br) do IFCE, onde atua na área de visão computacional. Possui experiência em projetos de pesquisa, desenvolvimento e inovação nas áreas de Reconhecimento de Padrões, Inteligência Artificial, Processamento e Análise de Sinais, Processamento e Análise de Imagens.
RS
Robercy Alves Da Silva
Professor efetivo na área de EletroEletrônica e Assessor de Desenvolvimento Institucional e Gestão Estratégica do IFRN. Doutor em Ciência da Computação (UFRN-2020). Mestre em Engenharia Elétrica (UFMG-2002). Especialização em Gestão Pública (IFRN-2021). Especialização em Gestão organizacional (FUNCEC-2007). Graduado em Engenharia Elétrica com ênfase em eletrônica (PUC Minas-1993). Licenciatura em Formação Pedagógica de Docentes para a Educação Profissional e Tecnológica com Habilitação em Engenharia Elétrica (IFRN-2016). Tecnólogo em Gestão Pública (Faculdade Nassau-2021). Prática de docência na UFRN, UFOP, UEMG, Faculdade Kennedy e Doctum. Grande experiência em Sistemas de Telecomunicação e Automação Industrial, com atuação comprovada nas seguintes áreas: Redes de Computadores, Áudio, Sistemas Digitais, Sistemas Eletrônicos, Automação Industrial e Residencial, Energias Renováveis, Detecção de Falhas, Inteligência Computacional, Aprendizado de Máquina e Internet das Coisas.
GB
George Oliveira Barros
Doutor em Informática pela Universidade de Brasília (UnB). Mestre em Computação Aplicada pela Universidade Estadual de Feira de Santana (UEFS). Bacharel em Sistemas de Informação pela Universidade Estadual do Sudoeste da Bahia (UESB). Possui especialização em Formação Pedagógica no ensino profissional técnico e tecnológico pelo IF Goiano. Tem interesse nas áreas de visão computacional, aprendizado de máquina e aplicações WEB. Atua desde 2017 como professor efetivo do Instituto Federal de Educação, Ciência e Tecnologia Goiano (Campus Posse).
AP
Alexandre Pimenta
Possui graduação em Ciência da Computação pela Universidade Federal de Uberlândia (1993), mestrado em Computação pela Universidade Federal do Rio Grande do Sul (1998) e doutorado em Engenharia Elétrica pela Universidade Federal de Minas Gerais (2017). É professor titular do Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais (IFMG), onde exerceu funções de gestão, incluindo a Diretoria de Extensão do Campus Bambuí, a Diretoria de Tecnologia da Informação da Reitoria e a Diretoria do Polo de Inovação. Possui experiência em Ciência da Computação, com ênfase em Engenharia de Software, desenvolvimento de sistemas computacionais e aplicações no mercado financeiro. Desenvolve atividades de ensino e pesquisa nas áreas de Inteligência Artificial, Aprendizado de Máquina e métodos computacionais aplicados às Finanças. Atua como docente no Mestrado Profissional em Finanças, na linha de pesquisa Finanças Corporativas e Investimentos, e no curso de Bacharelado em Ciência da Computação, sendo responsável pelas disciplinas de Inteligência Artificial e Projeto de Algoritmos para o Mercado Financeiro.
BA
Brenno De Mello Alencar
Brenno de Mello é doutor pelo Programa de Doutorado em Ciência da Computação da Universidade Federal da Bahia (PGCOMP-UFBA), participante do grupo de pesquisa LABIA e WISER, pesquisando principalmente os seguintes temas: Internet das Coisas, Mineração de Fluxo de Dados, Fog Computing, Redes Neurais, Concept Drift e Aprendizado Contínuo Online. Mello possui mestrado em Ciência da Computação pela UFBA (2020) e graduação em Análise e Desenvolvimento de Sistemas pelo Instituto Federal da Bahia (2016). Professor da carreira EBTT no IFBA desde 2024, ministrando disciplinas de Algoritmos e Linguagens de Programação. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Informação, atuando como Analista de Sistemas.
LT
Lídia Bononi Paiva Tomaz
Doutora em Ciência da Computação pela Universidade Federal de Uberlândia, Minas Gerais, Brasil. Tenho experiência como Analista de Sistemas com foco principal na plataforma Java e aplicação de conceitos de UX/UI Designer. Sou entusiasta e desenvolvedora nas tecnologias Python e NodeJS. Atualmente sou professora com dedicação exclusiva no Instituto Federal do Triângulo Mineiro. Realizo pesquisa científica na área de Inteligência Artificial, em que os temas de interesse são: Aprendizado de Máquina, Visão Computacional, Reconhecimento de Padrões e Teoria de Jogos. Além disso, tenho pesquisas relacionadas a temáticas que envolvem Computação Gráfica, Informática na Educação e Inclusão de Meninas em carreiras STEM. Em relação à inovação, além de projetos tenho experiência na organização de eventos como Hackathons. Atualmente atuo como Diretora de Tecnologia da Informação e Comunicação no Instituto Federal do Triângulo Mineiro.
JP
Jonas Da Conceição Nascimento Pontes
Jonas Pontes é mestre em Ciência da Computação pelo Centro de Informática Universidade Federal de Pernambuco (UFPE), título obtido em 2017; graduado em Sistemas de Informação (2013) e especialista em Tecnologia da Informação e Comunicação (2015), ambos pela Universidade Federal do Acre (Ufac). É professor EBBT do Instituto Federal do Acre (Ifac) desde 2013, onde ministra disciplinas de programação, sistemas operacionais e metodologia da pesquisa em computação. No campo da gestão, atuou como coordenador do curso Técnico Integrado ao Ensino Médio em Informática de agosto de 2017 a março de 2022, no campus Sena Madureira, e atualmente é coordenador do curso Técnico Integrado ao Ensino Médio em Informática para Internet, no campus Rio Branco. Tem como áreas de interesse avaliação de desempenho, consumo de energia, dispositivos móveis, segurança e aprendizado de máquina. É vice-líder do Grupo de Informática para Pesquisa em Computação.
OS
Odorico Guilherme Veloso Da Silva
Possui formação e atuação profissional nas interfaces entre Engenharia de Computação, Ciência dos Dados, Tecnologia da Informação e Educação. É Mestre em Educação pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), com dissertação sobre mineração de textos aplicada à aprendizagem de programação no YouTube, orientada por Marcus Vinicius Carvalho Guelpeli. É Bacharel em Engenharia de Computação pelo Centro Universitário Internacional (UNINTER), Tecnólogo em Ciência dos Dados pela Universidade Federal de Mato Grosso do Sul (UFMS) e Tecnólogo em Gestão da Tecnologia da Informação pela Faculdade Serra da Mesa (atual Centro Universitário Serra da Mesa - UniSeM). É especialista em Redes de Computadores (MBA) pela Escola Superior Aberta do Brasil, em Matemática e suas Tecnologias e o Mundo do Trabalho pela Universidade Federal do Piauí e em Tutoria em Educação a Distância e Docência pela FAVENI. Atua como Técnico de Tecnologia da Informação no Instituto Federal do Norte de Minas Gerais (IFNMG) desde 2023 e como consultor técnico do UniSeM. Foi Coordenador de Inovação em Tecnologia Educacional na Faculdade Serra da Mesa (2015-2023), professor substituto da área de informática no Instituto Federal de Goiás (IFG, 2021-2023) e professor do programa Pronatec/MedioTec na Universidade Estadual de Goiás (UEG, 2019-2020), ministrando disciplinas nos níveis médio, técnico e superior, entre elas lógica de programação, banco de dados, programação orientada a objetos, sistemas distribuídos e redes de computadores. É responsável por projetos de extensão do IFNMG voltados à produção de conteúdo digital e aos laboratórios maker, incluindo iniciativa financiada pelo Ministério da Ciência, Tecnologia e Inovações (MCTI). Seus interesses de pesquisa concentram-se em mineração de textos e processamento de linguagem natural, tecnologias educacionais e inteligência artificial aplicada à educação. É membro do grupo de pesquisa ''DECIDE - Laboratório de Pesquisa em IA, Dados e Sistemas Sociotécnicos'' da UFVJM, liderado por Marcos Antonio Alves, na linha de pesquisa ''Mineração de Textos''. Espelho: dgp.cnpq.br/dgp/espelhogrupo/8346378279586460