Possui graduação em SISTEMAS DE INFORMAÇÃO - Faculdades Associadas de Ariquemes (2004). Atualmente é coord. de curso mediotec tec. seg. trabalho do Instituto Federal de Educação Ciência e Tecnologia de Rondônia. , atuando principalmente nos seguintes temas: human learning, nets artificial neural e processes of learning of ann´s.
Doutor em Ciência da Computação pela Universidade Federal de Goiás - UFG, possui Mestrado em Modelagem Computacional e de Sistemas pela Universidade Federal do Tocantins (2016) e é graduado em Sistemas de Informação pela Universidade Estadual de Goiás (2008). Atualmente é Professor EBTT da área de Informática e Coordenador do Programa de Mestrado em Irrigação do Cerrado do Instituto Federal Goiano (IFGoiano) - Campus Ceres. Atua com pesquisas em Inteligência Artificial com ênfase em Deep Learning aplicados a visão computacional para análise de imagens/videos, Otimização combinatória, Meta-heurísticas, Pesquisa Operacional e Desenvolvimento de Sistemas WEB. Atividades de Ensino de Programação Web, Banco de Dados, Algoritmos, Linguagens de Programação PHP, Python, Dart, TypeScript e Programação Orientada a Objetos, Inteligência Artificial.
Técnico em Agropecuária pela Escola Estadual Técnica Celeste Gobbato (2007-2009), Engenheiro Agrônomo (2010-2014) e Mestre em Agronomia (Programa de Pós Graduação em Agronomia Agricultura e Ambiente) (2015) pela Universidade Federal de Santa Maria (UFSM), campus de Frederico Westphalen. Doutor em Ciência do solo pela Universidade Federal do Rio Grande do Sul (UFRGS) (2016-2020). Professor do Ensino Básico, Técnico e Tecnológico do Instituto Federal Farroupilha. Realiza pesquisas nas áreas de fertilidade do solo, agricultura de precisão e geoestatística com ênfase no aprimoramento de metodologias e desenvolvimento de protocolos de amostragem georreferenciada de solo e manejo de adubações sulfatadas e de gesso agrícola em solos subtropicais. Uso de meta-análises e revisões sistemáticas aplicadas à área das ciências agrárias.
Mestre em Engenharia de Teleinformática pela Universidade Federal do Ceará (2018). Graduado em Engenharia de Teleinformática (2015) com a distinção acadêmica Magna Cum Laude, também pela Universidade Federal do Ceará. Atua principalmente nos seguintes temas: Análise de Formas, Otimização meta-heurística, Clustering e Visualização de Dados.
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.
Possui Graduação em Processamento de Dados pela Faculdade de Tecnologia de Taquaritinga (FATEC-TQ) em 2011, Especialização (Pós-Graduação Lato Sensu) em Redes de Computadores pela Escola Superior Aberta do Brasil (ESAB) em 2016, Mestrado (Pós-Graduação Strictu Sensu) em Ciências da Computação pela Universidade Estadual Paulista ''Júlio de Mesquita Filho'' (UNESP) em 2023 com trabalho intitulado ''RAPTOR: Um Algoritmo Meta-heurístico para Alocação de Recursos em Computação de Borda Veicular'' e Licenciatura em Matemática (segunda formação) pela Faculadde Venda Nova do Imigrante (FAVENI) em 2025. Atualmente é técnico de laboratório - área de informática no Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP - Campus Catanduva) e professor substituto (Quadro temporário) da mesma instituição. Possui interesse e experiência na área de Ciência da Computação, com ênfase em Hardware, Redes e Segurança.
Ederson Naves Fernandes Gonçalves Júnior possui formação técnica em Mecânica pelo Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais (IFMG) - Campus Congonhas (2021). É graduado em Ciência da Computação pela Universidade Federal de Ouro Preto (UFOP - 2025). Atualmente, cursa o mestrado em Ciência da Computação na Universidade Federal de Ouro Preto (UFOP) e é Professor Substituto no IFMG - Campus Ouro Branco. Durante a graduação, fez parte do Laboratório de Computação de Sistemas Inteligentes (CSI-Lab), onde trabalhou com a Identificação de Tumores Cerebrais. Atualmente trabalha com Machine Learning aplicado em cima de Eletroencefalograma (EEG). Seus interesses englobam as áreas de Aprendizado de Máquina, Deep Learning e Reconhecimento de Padrões. Além disso, participou da Empresa Júnior Voluta Soluções Digitais, englobando áreas de criação de aplicativos e sites.
Professor do Instituto Federal de Santa Catarina, no Campus Florianópolis-Continente nas áreas de Tecnologias e Mídias Digitais, Design Educacional, EaD e Marketing Digital, atuando nos eixos de Turismo, Eventos, Hospitalidade e Gastronomia, ofertados no campus. Doutor e Mestre em Mídia e Conhecimento pelo Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento (EGC) da Universidade Federal de Santa Catarina (UFSC). MBA em Marketing Estratégico na UNIVALI, possui Graduação em Design pela UFSC e é Licenciado em Artes Visuais (Claretiano). Tem experiência em coordenação de equipes e projetos, atuando essencialmente nas áreas de Design Educacional, Tecnologias para Educação e Produção de Recursos/Conteúdos. Atualmente pesquisa mobile learning (aprendizagem móvel ou promovida por dispositivos móveis), lifelong learning (aprendizagem ao longo da vida), self-directed Learning (aprendizagem auto dirigida).
Professor at the Federal Institute of Education, Science and Technology of Brasília (IFB) at the Samambaia Campus since 2025, in the area of Computer Science and PhD student in the Electrical and Computer Engineering Program at the Federal University of Goiás (2024-). He has a bachelor's degree in Computer Networks Technology from the State University of Goiás (UEG, 2008-2010) and in Control and Automation Engineering from the Federal Institute of Goiás (IFG, 2011-2017), with a sandwich period at the Technische Hochschule Deggendorf - Germany (THD, 2015-2016). He also completed the Latu Sensu postgraduate degree in Higher Education Teaching from the Cândido Mendes University (2019) and a master's degree in Electrical and Computer Engineering with an emphasis in Computer Engineering from the Federal University of Goiás (UFG, 2020), where he is currently pursuing a doctorate in the same program. He was a substitute professor at the Federal Institute of Goiás (IFG, 2018 - 2020) and was a full professor at the Federal Institute of Pará (IFPA, 2020 - 2024). Interest in the areas of Machine Learning, Deep Learning, Biomedical Signals, Automation and Programming Languages (C, MATLAB, Python and R).
Possui Graduação em Bacharelado em Ciência da Computação com ênfase em Matemática Computacional pela Pontifícia Universidade Católica de Goiás (2012), Mestrado em Ciência da Computação pela Universidade Federal de Goiás - UFG (2014) e Doutorado em Ciência da Computação pela UFG (2018). De 2014 até 2018, Lauro foi professor horista em algumas universidades particulares no estado de Goiás. De 2019 até 2022, foi professor efetivo no Instituto Federal da Bahia (IFBA) - Campus Santo Antônio de Jesus, onde também atuou como coordenador de pesquisa. Desde 2023, Lauro é professor efetivo no IFBA - Campus Salvador. Lauro também atua como líder do grupo de pesquisa em Ciência de Dados; orientador de trabalhos acadêmicos; produtor de conteúdo disciplinar; e revisor de periódicos científicos nacionais e internacionais. Possui importantes publicações de artigos científicos internacionais, com apresentações em quatro países (Marrocos, EUA, Canadá e Alemanha) e conquistas de prêmios de excelência em pesquisa científica. Tem interesse em problemas e aplicações que envolvem: computação paralela, algoritmos evolutivos, meta-heurísticas para seleção de variáveis, estudo e aplicação de Big Data e Machine Learning em Ciência de Dados.
Possui graduação em Licenciatura Plena em Computação pela Universidade Estadual da Paraíba (2011), Especialização em Educação a Distância pela Universidade Norte do Paraná (2016) e Mestrado em Ciência da Computação pela Universidade Federal de Campina Grande (2019). Atualmente é professor dos cursos técnicos de Informática do Instituto Federal da Paraíba no campus Sousa. Tem experiência na área de Ciência da Computação com interesse nos seguintes temas: Entity Matching, Active Learning, Ensino de Programação, Educação a Distância, Aplicação de Informática a Processos Educativos e Soluções Tecnológicas Assistivas.
Professora do Instituto Federal do Norte de Minas Gerais - Campus Almenara, mestra em Engenharia Elétrica pela Unicamp, graduada em Sistemas de Informação pela PUC - Campinas. Possui experiência na área de Computação, principalmente na área de Inteligência Artificial, nas subáreas de: Visão Computacional, Deep Learning e Machine Learning. É coordenadora da comunidade AIGirls, uma comunidade feminina nacional que promove a participação e inclusão de mulheres nas áreas de Inteligência Artificial e Ciência de Dados. Também coordena o projeto Tech Ladies - IFNMG que visa a permanência, êxito e inclusão de alunas nos cursos de Tecnologia do IFNMG. Mais informações www.suzanamota.com.br
Pesquisador em Inteligência Artificial aplicada a Saúde e professor do Instituto Federal de Educação, Ciência e Tecnologia de Goiás (IFG). Doutor e Mestre em Ciências da Computação pela Universidade Federal de Goiás, Especialista em Qualidade e Gestão de Software pela Pontifícia Universidade Católica de Goiás e Especialista em Processamento de Linguagem Natural pela UFG, Bacharel em Engenharia de Computação pela Pontifícia Universidade Católica de Goiás. Sólida experiência profissional em Engenharia de Software nas funções de CTO, Gerente de Projetos, Arquiteto de Software, Gerente de Processo, Implementador do modelo MPS.BR. Consultor em P,DI com participação em projetos de inovação da Saúde preventiva, medicina baseada em evidência e automação de protocolos clínicos por IA. Experiência acadêmica em computação científica aplicada desde 2003 empregando conceitos como Machine Learning e Deep Learning, Imagem Hiperespectral, Computação Evolutiva, Otimização Multiobjetivo, Análise Multivariada e inferência estatística em projetos de P,DI.
Manassés Ribeiro é graduado em Sistemas de Informação (UnC, 2003), mestre em Ciências da Computação (UFSC, 2007) e doutor em Ciências na área de Engenharia de Computação (UTFPR, 2018). Atualmente é Professor Titular do Instituto Federal Catarinense (campus Videira). Atua como pesquisador associado do Laboratório de Bioinformática (LABIC) da Universidade Tecnológica do Paraná (UTFPR). É coordenador do grupo de pesquisas em Inteligência Computacional Aplicada e Inovação Tecnológica do IFC. É sócio fundador da Associação Brasileira de Inteligência Computacional (ABRICOM). Atua na área de Ciência da Computação, com ênfase em Inteligência Computacional, e Visão Computacional. Seus temas de interesse são: deep learning, machine learning, redes neurais convolucionais, detecção de anomalias, extração e aprendizado de características, processamento de imagens médicas e large language models (LLM)..
Mestre em Engenharia Mecânica com área de concentração em Automação e Dinâmica de Sistemas pela Universidade de Taubaté, UNITAU (2024), com pesquisa voltada na aplicação da Inteligência Artificial e do Machine Learning. Atuo como Instrutor de Educação Profissional Técnica na Firjan/SENAI na área de Automação com foco no ensino, elaboração de conteúdos e métodos que facilitem o aprendizado. Participei na elaboração dos planos de estudo referência para o curso de Mecatrônica e integrei a equipe que elaborou os itens aplicados ao sistema de avaliação do ensino profissionalizante SAEP. Bacharel em engenharia Elétrica / Eletrônica pela Faculdade de Engenharia de Resende FER/AEDB (2007). Atuei na condução de equipes de manutenção do processo e limpeza de gás e produtos carboquímicos em áreas classificadas.
Servidora que almeja eficiência no trato administrativo,tendo como meta o atendimento de qualidade abarcando princípios de legalidade,impessoalidade,moralidade ,publicidade e efetividade na comunidade acadêmica.