PALESTRANTES

img-petalatuy

Pétala Tuy

É estatística, mestra em ciência da computação (NLP) e está atualmente cursando doutorado na área de visão computacional na UFBA. Atualmente atua como Head de IA na Atos desenvolvendo projetos de Visão Computacional, NLP, Generative AI e Cloud Computing.

Daniela Claro

Daniela Claro

Daniela é professora Associada da Universidade Federal da Bahia, fez seu Mestrado em Ciências da Computação pela Universidade Federal de Santa Catarina (2000) e o seu Doutorado em Ciência da Computação pela Université d'Angers na França (2006). Em 2009, ela fundou o FORMAS - Centro de Dados e Linguagem Natural no CNPQ e desde então pesquisa sobre Extração Semântica em Textos, Nuvem e Dispositivos. Ela tem atuado na área de Processamento de Linguagem Natural, particularmente na Extração de Informação Aberta com Português e soluções multilinguais. Daniela está na Coordenação do Programa de Pós-Graduação em Ciência da Computação( 2023-2025). Ela publicou mais de 70 artigos em conferências e jornais científicos e orientou mais de 55 trabalhos finais de Graduação/Mestrado/Doutorado. Ela aprovou 13 projetos de pesquisa como membro ou coordenadora com financiamento do CNPQ e FAPESB. Atualmente sua área de pesquisa é Extração da Informação em Textos, Nuvens e Imagens.

img-ricardorocha

Ricardo Rocha

Bacharel em Matemática pela UNESP de Rio Claro e Mestre e Doutor em Estatística pela Universidade Federal de São Carlos. Sua formação acadêmica é complementada por um período de doutorado sanduíche na Universidade de Manchester, Reino Unido, e um pós-doutorado no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, São Carlos. É especialista em diversas áreas de Data Science e Inteligência Artificial, com forte base em aprendizado de máquina e modelagem preditiva. Atualmente, é membro do corpo docente do Departamento de Estatística na Universidade Federal da Bahia (UFBA) e é fundador e Diretor Executivo da FLAI - Inteligência Artificial, onde usa sua expertise para fornecer consultoria em soluções inovadoras em IA e Data Science, além de treinamentos focados no mercado de trabalho dos profissionais de dados.

img-juniaortiz

Júnia Ortiz

Especialista em Ciência de Dados e Big Data pela Universidade Federal da Bahia (UFBA). Doutora em Comunicação (UFBa), com estágio doutoral realizado pelo Programa Fulbright no MIT. Bacharel em Estatística (UFBA) e em Comunicação Social (UESB). Líder Técnica de projetos PD&I na área de Inteligência Artificial e Big Data no SENAI CIMATEC.

img-leandroandrade

Leandro Andrade

Professor e pesquisador de Tecnologia da Informação da Escola de Administração da Universidade Federal da Bahia (UFBA). Doutorado em Ciência da Computação (UFBA), com estágio sanduíche na The Insight Centre for Data Analytics (NUI Galway – Irlanda). É idealizador e coordenador do projeto Inovar para Pessoas Negras, que desenvolve pesquisa, ensino e extensão para promoção da inovação computacional e social. Pesquisa e publica sobre inteligência artificial e suas aplicações em organizações públicas e privadas, ciência de dados, internet das coisas, gestão de produção de software, tecnologia da informação aplicada à gestão, inovação social, economia solidária e empreendedorismo digital.

img-gecynaldagomes

Gecynalda Gomes

Possui graduação em Estatística pela Universidade Federal do Ceará (1999), mestrado em Estatística pela Universidade Federal de Pernambuco (2005) e doutorado em Ciências da Computação pela Universidade Federal de Pernambuco (2010). Atuou como coordenadora do programa de bolsas da Fundação de Amparo à Pesquisa do Estado da Bahia de 2015 a 2017. É Professora Associada 3 da Universidade Federal da Bahia. Coordenadora do Colegiado do Curso de Estatística. É membro-pesquisador do Instituto Nacional de Ciência e Tecnologia para Engenharia de Software. Pesquisadora associada do Projeto IARA - Inteligência Artificial Recriando Ambientes. Líder do R-Ladies Salvador. Tem experiência na área de Probabilidade e Estatística e Machine Learning, atuando principalmente nos seguintes temas: Modelos de Redes Neurais, Funções de Ativação, Modelos de Regressão, Séries Temporais.

img-raydonalospina

Raydonal Ospina

É doutor em Estatística. Atualmente é Professor Associado do Departamento de Estatística da UFBA e membro dos Programas de Pós-Graduação em Estatística (PPGE) e Economia (PIMES) da Universidade Federal de Pernambuco. Desenvolve pesquisas em aprendizado estatístico e modelagem estatística de sistemas complexos.

Apoio


Flai Iinca seidatalab Aferir Atos

Realizacão


Departamento de Estatística - IME UFBA CONRE-5 Logo da SEI Logo do Estado