Programação do V ENGOPE
Minicurso 1: Prof. Dr. Anderson Ara - UFPR
Minicurso 2: Status Jr – UFG
Conferência 1: Cleyton Zanardo - BP - A Beneficência Portuguesa de São Paulo
Conferência 2: Prof. Dr. Francisco Louzada - ICMC/USP
Conferência 3: Alexandre Maiorano - Banco ITAÚ-UNIBANCO
Conferência 4: Prof. Dr. Dani Gamerman - UFRJ
Conferência 5: Felipe Marangoni, fundador e head da startup StepWise
Período de inscrição: 22 de julho a 09 de agosto
Submissão de trabalho: 22 de julho a 03 de agosto
Inscrições por meio do formulário: https://forms.gle/2rwToAhmpxT6A64e6
Minicurso 1 - 09 e 10/08/21 das 14 às 15h30
Responsável: Prof. Dr. Anderson Ara - UFPR
Título: Introdução ao Aprendizado Estatístico de Máquina
Resumo: Existe uma grande quantidade de modelos de aprendizado de máquina, os quais devem ser aplicados com suas devidas suposições, bem como aliados a linguagens de programação e métodos computacionais que permitam a aplicação adequada destes a um conjunto de dados reais. Neste minicurso apresentaremos alguns dos principais fundamentos estatísticos para os seguintes modelos preditivos de aprendizado estatístico de máquina: Análise Discriminante, KNN, Redes Neurais e Máquinas de Vetores de Suporte. O curso será pautado em exemplos e implementações em Linguagem R.
Pré-requisito: Conhecimentos básicos de Modelagem Estatística e Linguagem R, interesse em Métodos Estatísticos e Computacionais.
Bibliografia
Hamel, L. H. (2011). Knowledge discovery with support vector machines (Vol. 3). John Wiley & Sons.
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112, p. 18). New York: Springer.
Pré-requisito: Conhecimentos básicos de Modelagem Estatística e Linguagem R, interesse em Métodos Estatísticos e Computacionais.
Minicurso 2 - 09 e 10/08/21 das 20h30 às 22h
Responsáveis:
Pablo Henrique da Silva, Lucas Gabriel da Silva Neris, Kaíque Ferreira Henrique de Souza e Danilo Silva Carvalho de Oliveira - Status Jr.
Título: Manipulação e Visualização de dados no R
Resumo: Uma das etapas mais importantes na análise de dados é organizar e traduzir informações para auxiliar na tomada de decisões. Portanto, habilidades de manipulação e visualização de dados permitem que o analista transforme dados brutos em produtos interpretáveis. Neste minicurso trabalharemos fundamentos da manipulação e visualização de dados usando o software R, mais especificamente com os pacotes do tidyverse.
Resumo:
Pré-requisito: Conhecimentos básicos de Estatística e Linguagem R
Conferência 1 - 09/08/21 das 15h45 às 16h45
Responsável: Cleyton Zanardo - BP - A Beneficência Portuguesa de São Paulo
Título: A Trajetória de um Estatístico na área da saúde
Resumo:
Uma questão que assombra qualquer recém-formado em um Bacharelado em Estatística é: em qual das muitas áreas da estatística vou atuar? Neste momento ele deverá tomar uma decisão que provavelmente não tem volta. Entre as possibilidades existe a área da saúde, não tão atrativa pelo seu retorno financeiro, mas imensamente desafiadora onde o resultado final é salvar vidas. O objetivo da palestra é apresentar a jornada na carreira de um Bioestatístico, onde será discutido o perfil pessoal, mercado de trabalho, perspectivas futuras e finalizando com duas aplicações de análise de dados.
Conferência 2 (abertura): 09/08/21 das 19h15 às 20h15
Responsável: Prof. Dr. Francisco Louzada - ICMC/USP
Título: Inovação e Confiabilidade em Projetos Industriais
Resumo: A nossa dependência dispositivos e equipamentos mecânicos e eletrônicos é cada vez maior. Entretanto, por mais eficientes que sejam, podem apresentar falhas. Como exemplo, podemos citar, tecnologias embarcadas em sensores inteligentes, dispositivos de inteligência artificial, robôs agrícolas, financeiros e médicos, entre outros. Neste contexto, a modelagem estatística da confiabilidade tem sido exaustivamente utilizada, inserida dentro de processos de inovação. Nesta conferência, são apresentados alguns projetos de inovação em confiabilidade, com os quais estamos envolvidos, no sentido de aproximar a academia dos setores industrial, médico e financeiro. O foco é dado à modelagem de confiabilidade para equipamentos de construção de poços de petróleo, de rastreio de caçambas, de máquinas agrícolas, e modelagem de comunicação para telefones celulares e veículos aéreos não-tripulados.
Conferência 3: 10/08/21das 15h45 às 16h45
Responsável: Alexandre Maiorano - Banco ITAÚ-UNIBANCO
Título: Ciência de dados no Itaú-Unibanco
Resumo: Nesta conversa vamos falar sobre como é o dia a dia e o perfil de um cientista de dados no Itaú-Unibanco. Contextualizaremos sobre a importância de utilização de dados para tomada de decisão com foco no cliente, multidisciplinaridade de atuação e parceria entre conhecimento técnico e de negócio. Também, daremos dicas sobre habilidades importantes para atuação como cientista de dados, falaremos sobre exemplos práticos em problemas reais do banco e oportunidades de carreira.
Conferência 4: 10/08/21 das 17h00 às 18h00
Responsável: Prof. Dr. Dani Gamerman - UFRJ
Título: Uma abordagem baseada nos dados para construção de uma plataforma de predição da COVID19
Resumo: Nesta palestra pretendo apresentar um aplicativo para previsão de curto e longo prazos para a pandemia da COVID19. Essas previsões são completamente baseadas nos dados observados diariamente de casos confirmados e mortes, sem utilização de modelagem epidemiológica. Nossas previsões permitem estimar características relevantes da pandemia, como pico e fim dos casos/mortes e número total de casos/mortes. Toda a inferência é sumarizada em preditores pontuais, acompanhados dos respectivos intervalos de credibilidade. Desafios associados ao desenvolvimento de um sistema de larga escala para vários países e estados também serão descritos. Esse aplicativo está sendo desenvolvido em conjunto com Marcos Prates, Thais Paiva, Vinicius Mayrink e um grupo de alunos e ex-alunos dos Programas de Pós-Graduação em Estatística da UFMG e da UFRJ.
Conferência 5 (encerramento): 10/08/21 das 19h15 às 20h15
Responsável: Felipe Marangoni - fundador e head da startup StepWise
Título: Estatístico: Na disputa de "cabo de guerra" com as novas profissões?
Resumo: Em meio à era dos dos yottabytes e ao hype das "novas profissões" : Data Scientists + Data Engineers, uma reflexão sobre como o profissional de estatística se posiciona no cenário de Analytics e evidencia seu diferencial de formação.
