© Pint of Science, 2024. All rights reserved.
Acompanhe a transmissão no canal:
https://www.youtube.com/watch?v=RNVuFErqO8w
Cada vez mais temos a necessidade de coletar dados, aprender ao longo da vida e fazermos por conta própria. Com a correria do dia-a-dia, o uso de máquinas bem “treinadas” pode facilitar nossa rotina e, por que não facilitar também o entendimento da ciência. Será que podemos produzir mais, com menor custo e em menos tempo? Quais transformações teremos em nossas a partir disso? Ou já temos vivendo tudo isso?
https://www.youtube.com/watch?v=RNVuFErqO8w
Cada vez mais temos a necessidade de coletar dados, aprender ao longo da vida e fazermos por conta própria. Com a correria do dia-a-dia, o uso de máquinas bem “treinadas” pode facilitar nossa rotina e, por que não facilitar também o entendimento da ciência. Será que podemos produzir mais, com menor custo e em menos tempo? Quais transformações teremos em nossas a partir disso? Ou já temos vivendo tudo isso?
A bioinformática e a recente revolução do sequenciamento de DNA.
Thiago Motta Venancio
(Doutor em Bioinformática, Bolsista de Produtividade em Pesquisa do CNPq, Cientista do Nosso Estado da FAPERJ e Membro Afiliado da Academia Brasileira de Ciências. Foi Visiting Postdoctoral Fellow no NCBI-NIH (EUA), desenvolvendo pesquisas em genômica, bioinformática e systems biology. Desde 2010, atua como professor na UENF. Suas pesquisas envolvem a aplicação de métodos computacionais na análise de dados em larga escala, visando a elucidação de problemas biológicos complexos.)
.
Data Science, Machine Learninig e COVID 19
Jonnathan dos Santos Carvalho
(Doutor em Computação pela Universidade Federal Fluminense (UFF) com período de estágio na Newcastle University (UK). Possui Mestrado em Computação pela Universidade Federal Fluminense e Especialização em Desenvolvimento de Software Orientado a Objetos pelo IFFluminense onde atualmente é professor, atuando como coordenador do Curso de Bacharelado em Sistemas de Informação do Campus Itaperuna e Docente do Programa de Pósgraduação Stricto Sensu em Sistemas Aplicados à Engenharia e Gestão.)
.
Inteligência Artificial
Mariza Ferro
(Doutora em Modelagem Computacional pelo Laboratório Nacional de Computação Cientifica na área de Computação Científica Distribuída de Alto Desempenho, Aprendizado de Máquina e Análise Operacional, com ênfase em Inteligência Artificial. Pós-doutorado no projeto High Performance Computing for Energy e em Medicina Assistida por Computação Científica - MACC, atuando na área de Computação Científica Distribuída de Alto Desempenho no LNCC. Atualmente é especialista em Arquitetura de Software no LNCC.)
.
Do código à prateleira: indústria 4.0
Douglas Alexandre Gomes Vieira
(Possui pós-doutorado, doutorado e graduação em Engenharia Elétrica pela UFMG. Trabalhou como Pesquisador Associado no Imperial College London em 2007 e fez doutorado sanduíche na Universidade de Oxford em 2005 na área de machine learning, quando o assunto ainda era pouco popularizado. Atualmente participa do Programa de Pós-graduação em Engenharia Elétrica da UFMG e é CEO da ENACOM, onde acumula mais de 11 anos de experiência em projetos de inteligência computacional para demandas industriais.)
.
© contribuintes OpenStreetMap