Mesa Redonda XIX EMR
MESA REDONDA: Ciência de Dados: Novos e antigos desafios
Coordenador: Raydonal Ospina (UFBA)
Informações gerais: Nesta Mesa Redonda, serão discutidos alguns aspectos sobre Ciência de Dados, Inteligência Artificial e Aprendizado de Máquina. Em particular, sugestões de temas para a formação de estatísticos e dos chamados cientistas de dados.
Raydonal Ospina (UFBA) - Coordenador
Raydonal Ospina
TÍTULO: O Cientista como linha de defesa contra a pseudociência a logorítimica
MINI CURRÍCULO: Possui graduação em Estatística – Universidad Nacional de Colombia (2001), mestrado em Estatística pela Universidade Federal de Pernambuco (2004) e Doutorado em Estatística pela Universidade de São Paulo (2008). Realizou pós-doutoramento no Instituto de Computação da Universidade Federal de Alagoas (2014-2015). Foi Chefe do Departamento de Estatística da UFPE (2011-2014) e Coordenador do Programa de Pós-Graduação em Estatística da UFPE (2017-2019). Professor Associado do Departamento de Estatística da UFPE (2008-2022). Atualmente é Professor Associado do Departamento de Estatística da UFBA e membro permanente do Programa de Pós-Graduação em Estatística (PPGE) da Universidade Federal de Pernambuco. Suas principais linhas de atuação são: aprendizado estatístico, processamento e análise de sinais e imagens, modelagem de sistemas complexos em agricultura, saúde e economia.
Rafael Izbicki (UFSCar)
Rafael Izbicki
TÍTULO: Formação Estatística na Era da Ciência de Dados
MINI CURRÍCULO: Professor Associado do Departamento de Estatística da Universidade Federal de São Carlos (UFSCar), Brasil. De 2010 a 2014, foi aluno de doutorado no Departamento de Estatística e Ciência de Dados da Carnegie Mellon University (CMU) (tese de doutorado), EUA. Anteriormente, concluí meu mestrado na Universidade de São Paulo (USP) (dissertação de mestrado). Sou Pesquisador Bolsista do CNPq (2017-2027). Tem interesse em teoria, metodologia, aplicações e fundamentos de estatística, aprendizado de máquina e ciência de dados.
ANDERSON ARA (UFPR)
Anderson Ara
TÍTULO: Estatística e Ciência de Dados: intersecções e disjunções
MINI CURRÍCULO: Professor Adjunto da Universidade Federal do Paraná (UFPR), campus Curitiba-PR, Departamento de Estatística (DEst) do Setor de Ciências Exatas. Graduado (2009) e Mestre (2011) em Estatística pela Universidade Federal de São Carlos (UFSCar). Doutor em Estatística (2016) através dos Programas de Pós-graduação em Estatística (PPGEst-UFSCar) e Pós-graduação em Ciência da Computação (PPG-CC-UFSCar). Foi Professor Visitante na University of Toronto (UofT), Toronto-ON, Canadá (2023), Professor Adjunto da Universidade Federal da Bahia (2017-2021) e Professor da Faculdade de Tecnologia SENAI-SP (2009-2015). Docente da Especialização em Data Science & Big Data (DSBD-UFPR) e MBA em Advanced Analytics e Business Optimization (AABO-UFPR). Pesquisador do Programa de Pós-Graduação em Informática (PPGInf-UFPR) e do Programa de Pós-Graduação em Métodos Numéricos (PPGMNE-UFPR). Coordenador do DataSci Labs UFPR. Atua principalmente nas seguintes áreas: Aprendizado Estatístico de Máquina, Inferência Estatística e Big Data Analytics. Possui mais de 50 artigos publicados na área de Ciência de Dados e mais de 20 prêmios nacionais e internacionais. Bolsista MEC/FNDE (2022-2028). Maiores detalhes em leg.ufpr.br/~ara.
