PROGRAMAÇÃO GERAL
Dia 1 - REMOTO
17h30- 19h00
Ricardo Galante - SAS Portugal
O SAS é uma empresa líder mundial em estatística, análise de dados e machine learning, com mais de 50 anos de experiência no mercado. Ao longo das décadas, o SAS desenvolveu uma suíte completa de soluções para a gestão e análise de dados, desde a coleta até a visualização e a tomada de decisões.
A plataforma SAS Viya, que inclui o SAS Viya for Learners, representa a mais recente evolução dessa jornada, oferecendo uma arquitetura moderna, escalável e aberta para enfrentar os desafios da análise de dados na era da big data e da inteligência artificial. O SAS se destaca por sua robustez, confiabilidade e capacidade de lidar com grandes volumes de dados complexos, tornando-o a escolha preferencial de empresas de diversos setores para impulsionar a inovação e a competitividade.
Neste seminário vamos falar sobre o SAS Viya for Learners, uma plataforma analítica completa totalmente gratuita para uso exclusivo para o contexto académico.
De uma forma geral, o SAS Viya for Learners é uma plataforma de software completa baseada em nuvem que suporta todo o ciclo de vida analítico:
• Preparação dos Dados - DataOps
• Análise e Modelação
• Implementação e Governo dos Processos Analíticos - ModelOps
O SAS Viya for Learners oferece um conjunto completo de ferramentas para construir e implementar modelos de machine learning de alta performance. Desde a preparação dos dados até a deployment de modelos em produção, o SAS Viya for Learners simplifica todo o processo, permitindo que você se concentre no que realmente importa: extrair insights valiosos a partir dos seus dados.
Além de uma interface bastante flexível "point-and-click" , o SAS possui interfaces para programação na própria linguagem SAS, Python ou R. Durante a apresentação vamos mostrar os detalhes desta plataforma e demonstrar a sua aplicabilidade através de exemplos reais.
19h00 - 20h15
Intervalo
20h15 - 21h45
Daiane Aparecida Zuanetti - PIPGEs/DEST/UFSCar
Renata Alcarde Sermarini - PPGEEA/ESALQ/USP
Guilherme Pumi - PPGEst/DEST/UFRGS
Mais detalhes em breve.
Dia 2 - PRESENCIAL
18h00 - 19h00
PET UFPR - Ensino
Neste minicurso introdutório ao Shiny, uma ferramenta do R para a criação de dashboards e aplicações web interativas, abordaremos desde a estrutura básica de uma aplicação Shiny até conceitos como reatividade e layouts complexos. Combinando teoria e prática, os participantes aprenderão a construir e publicar aplicativos funcionais e dinâmicos.
19h00 - 20h00
Rafael Cordeiro da Rocha - Gerente de Crédito do Bradesco
Nesse tema será abordado a aplicação da estatística em diferentes mercados, mas principalmente a aplicação em instituições financeiras. Trazendo a sua importância e a evolução que ela proporciona dentro de uma área de crédito.
20h00 - 20h15
Intervalo
20h15 - 21h30
Diogo Rossoni - DEST/UEM
O projeto "Ciênciando" consiste em uma série de eventos e atividades interativas, experimentais e lúdicas nas áreas de Matemática, Física, Química e Estatística. As atividades são realizadas em espaços públicos, escolas e na Universidade Estadual de Maringá, abrangendo Maringá, Goioerê e municípios vizinhos. O objetivo é socializar o conhecimento científico, promover a interação dos participantes com as ciências exatas, despertar a curiosidade científica, ampliar a divulgação dos cursos relacionados às ciências exatas, e contribuir para o desenvolvimento humano e sustentável. As ações visam atingir alunos do ensino fundamental e médio, bem como a comunidade em geral, destacando a relevância das ciências exatas no cotidiano e em outras áreas do conhecimento.
Dia 3 - PRESENCIAL
18h00 - 19h00
Vinicius Riffel (UOW)
No primeiro dia, serão discutidos conceitos iniciais de redes neurais, redes para tarefas de classificação e regressão (Multilayer Perceptrons), e como realizar classificação de imagens utilizando Redes Neurais Convolucionais (CNNs). No segundo dia, será discutido como remover marcas d'água de imagens através de redes não supervisionadas (Autoencoders e Variational Autoencoders) e um modelo generativo baseado em conceitos de transformação de variáveis aleatórias (Normalising Flow).
19h00 - 20h00
Assembleia de Fundação do Centro Acadêmico de Estatística e Ciência de Dados (CAEST) da UFPR: Desafios e Esperanças para um Novo Centro Acadêmico A fundação do Centro Acadêmico de Estatística e Ciência de Dados marca o início de uma jornada de descobertas, aprendizados e construção coletiva. Este evento pretende ser um espaço aberto para o diálogo sobre as necessidades e aspirações dos estudantes, além de refletir sobre como o CAEST pode se desenvolver como uma voz ativa dentro da UFPR e do curso. Durante a assembleia, será explorada a importância do movimento estudantil e discutido como o CAEST pode se alinhar com as dinâmicas da universidade, além de enfrentar os desafios atuais dos estudantes. Não se busca trazer respostas prontas, mas criar um espaço para a troca de ideias e contribuições para os objetivos e o plano de ação do centro acadêmico. Será discutida a questão central: Por que criar o centro acadêmico? E será refletido sobre como transformar essas aspirações em realidade, reconhecendo que este é apenas o início de uma trajetória. Ao final, serão feitos os agradecimentos e explicados os próximos passos burocráticos, incluindo orientações e datas importantes, para que todos possam acompanhar o desenvolvimento do CAEST nesse processo de crescimento
20h00 - 20h15
Intervalo
20h15 - 21h30
Mais detalhes em breve.
Dia 4 - PRESENCIAL
18h00 - 19h00
PET UFPR - Ensino
Mais detalhes em breve.
19h00 - 20h00
Cibele Russo - ICMC/USP
Discutiremos brevemente algumas metodologias para a modelagem estatística e preditiva para dados de séries temporais, com análises de tendência e sazonalidade, autocorrelação e autocorrelação parcial e métodos para a escolha de modelos, com aplicações em Python para análise de dados reais.
20h00 - 20h15
Intervalo
20h15 - 21h30
Cibele Russo - ICMC/USP
Wagner Bonat - DEST/UFPR
Anderson Ara - DEST/UFPR
Dia 5 - PRESENCIAL
18h00 - 19h00
Vinicius Riffel (UOW)
No primeiro dia, serão discutidos conceitos iniciais de redes neurais, redes para tarefas de classificação e regressão (Multilayer Perceptrons), e como realizar classificação de imagens utilizando Redes Neurais Convolucionais (CNNs). No segundo dia, será discutido como remover marcas d'água de imagens através de redes não supervisionadas (Autoencoders e Variational Autoencoders) e um modelo generativo baseado em conceitos de transformação de variáveis aleatórias (Normalising Flow).
19h00 - 20h00
Antônio Júnior - O Boticário
Conquistar uma vaga como cientista de dados tem sido desafiador para muitas pessoas, devido ao grande número de candidatos que essas posições atraem. No entanto, muitos desses candidatos estão apenas seguindo a tendência impulsionada pela publicidade em torno da profissão, sem uma compreensão clara das reais necessidades das empresas. Nesta palestra, discutiremos características essenciais que podem diferenciar você da concorrência, ajudando a destacar suas habilidades e a conquistar seu espaço no mercado de trabalho.
CONFRATERNIZAÇÃO