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.
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.
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).
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.
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).
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.
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
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.
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).
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.
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.
Engenheiro Eletricista pela Universidade Católica de Pelotas (UCPel, 2015) e Mestre em Engenharia Eletrônica e Computação pela mesma instituição (2023). Atuou como docente na Universidade Tecnológica del Uruguay (UTEC) de 2020 à 2023, ministrando disciplinas na área de sistemas elétricos no curso de Engenharia de Energias Renováveis. Atualmente é professor substituto no Instituto Federal do Rio Grande do Sul (IFRS), com atuação nas áreas de instalações elétricas, sistemas de potência e eletromagnetismo. Exerce também a função de assessor técnico de engenharia na Secretaria de Planejamento e Gestão (SEPLAG) da Prefeitura de Pelotas, onde contribui para o desenvolvimento de projetos de eficiência e transição energética justa, com foco no planejamento, modernização de infraestrutura e integração de sistemas inteligentes. Desenvolve pesquisas em energia renovável, otimização de sistemas elétricos de potência (SEP), aprendizado de máquina (ML) e controle preditivo aplicados a redes inteligentes, geração fotovoltaica e sistemas de armazenamento de energia (BESS).
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.
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). Atualmente é professor titular do IFMG.Tem experiência na área de Ciência da Computação, com ênfase em Engenharia de Software, atuando principalmente nos seguintes temas: implantação de sistemas, processo de desenvolvimento de software. Possui experiência também com desenvolvimento de sistemas computacionais que atuam no mercado de capitais. Tem interesse em pesquisas relacionadas a técnicas de aprendizagem de máquina aplicadas ao mercado financeiro. Atua como professor do curso de Mestrado Profissional em Finanças, na linha de pesquisa, Finanças Corporativas e Investimentos.Formação Sólida e Contínua: Sempre estive comprometido com a aprendizagem ao longo da vida. Obtive minha graduação, mestrado e doutorado em instituições renomadas, o que ampliou e aprofundou meu conhecimento ao longo dos anos.Liderança Institucional: No IFMG, estive a frente de várias diretorias: Diretoria de Extensão no Campus Bambui, Diretoria de TI na reitoria, Diretoria do Polo de Inovação. Nestas atividades desenvolvi habilidades de gestão, tomei decisões importantes e sempre busquei uma visão estratégica para a instituição. Mestrado em Engenharia de Software: Tenho uma forte ênfase na implementação de sistemas e no processo de desenvolvimento de software, o que me proporcionou um pensamento analítico aguçado e uma abordagem metódica para resolver problemas.Adaptabilidade no Setor de TI: Minha experiência com sistemas computacionais no mercado de capitais me ensinou a ser flexível e adaptável a diferentes segmentos da computação.Pesquisa Aplicada: Sempre fui atraído por técnicas de aprendizado de máquina voltadas para o mercado financeiro, buscando combinar teoria e prática para desenvolver soluções inovadoras.Habilidades de Mentoria e Ensino: Como professor em nível de mestrado, aprendi a transmitir conhecimentos complexos de forma compreensível, sempre visando estimular o pensamento crítico e a pesquisa entre meus alunos.Visão Interdisciplinar: Atuo na interseção da Ciência da Computação com Finanças, o que me permitiu conectar disciplinas e aplicar meus conhecimentos em áreas variadas.Colaboração e Trabalho em Equipe: Em minha trajetória, colaborei e trabalhei efetivamente com diferentes profissionais e equipes, sempre visando a sinergia e o crescimento mútuo.Ao longo da minha carreira, busquei desenvolver e aprimorar uma combinação rica de habilidades técnicas e interpersonais, o que me permitiu navegar com eficácia e inovação tanto em ambientes acadêmicos quanto empresariais.
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.
Possui Graduação em Sistemas de Informação pela UNIMONTES (2008), especialização em Banco de Dados pela Universidade Gama Filho(2010), Mestrado em Modelagem Computacional e Sistemas (2015) e Doutorado em Ciências da Saúde pela UNIMONTES (2021). Atualmente é professor do ensino básico técnico e tecnológico do Instituto Federal de Educação Ciência e Tecnologia do Norte de Minas Gerais Campus Montes Claros. Possui Experiência em pesquisas utilizando técnicas baseadas em Aprendizagem de Máquina aplicadas no diagnóstico de falhas de motores e processos e para previsão de eventos relacionados a área médica.