Você já imaginou como é a vida de um jovem profissional de tecnologia em uma empresa líder no mercado ferroviário? Quais desafios eles enfrentam? Que impacto eles causam? Nesta palestra, dois jovens talentos da Wabtec irão contar os bastidores de 2 projetos voltados à inovação, engenharia e tecnologia! Eles vão compartilhar suas experiências mostrando como superaram obstáculos técnicos e criativos, o impacto de suas atuações, as habilidades essenciais que desenvolveram e o que consideram importante para se destacarem como profissionais de sucesso! Além disso, também compartilharão como está sendo a experiência de fazerem parte da primeira edição do programa de aceleração de carreiras da Wabtec no Brasil.
Dados privados têm cada vez mais sido usados em aplicações baseadas em aprendizado de máquina. Tais modelos podem estar sujeitos a ataques específicos que buscam violar a privacidade de indivíduos cujos dados participaram do conjunto de treinamento do modelo. Nesta palestra vamos abordar questões de privacidade de dados pessoais no contexto de sistemas baseados em aprendizado de máquina. Vamos descrever potenciais ameaças e ataques em modelos de aprendizado de máquina oferecidos como serviço (Machine Learning as a Service – MLaaS), bem como técnicas de proteção da privacidade na construção desses sistemas.
Scripts para ciência de dados integram componentes de software em atividades que transformam dados para gerar resultados científicos. A rastreabilidade de artefatos envolvidos nos scripts proporciona acesso a essas atividades de ponta a ponta, promovendo a confiança e a reprodução dos resultados. Torna-se essencial adotar técnicas para rastrear e correlacionar os artefatos relevantes produzidos pelas atividades dos scripts. Os dados de proveniência, conforme definidos pelo padrão W3C PROV, fornecem uma abstração que representa e correlaciona os artefatos a serem rastreados. Além de representar metadados sobre esses artefatos, a proveniência provê um caminho de derivação de dados, permitindo que a geração do resultado seja seguida automaticamente.
A coleta de dados de proveniência vem sendo incorporada em ambientes de execução de scripts para diversas aplicações como em aprendizado de máquina, com o objetivo de fornecer segurança, confiança, reprodutibilidade e explicabilidade dos resultados dos scripts. No entanto, frequentemente, o uso da proveniência é limitado aos metadados dos artefatos, sem acesso ao seu caminho de derivação, o que restringe a confiança e a reprodutibilidade dos resultados.
Apesar de existir há muitos anos, o uso e a consulta de dados de proveniência ainda são desafiadores. Esta palestra destaca diferentes usos da proveniência para confiança, como na ciência de dados, detecção de ameaças à segurança e autenticidade de artefatos. São apresentados os desafios atuais para coletar a proveniência e rastrear o caminho de derivação dos artefatos, com exemplos de uso da proveniência em scripts de aprendizado de máquina.
Marta Mattoso é professora titular do Programa de Engenharia de Sistemas e Computação da COPPE na Universidade Federal do Rio de Janeiro. Seus interesses em Ciência de Dados incluem aspectos de gerência de dados em larga escala, com ênfase em dados de proveniência para apoiar análises de humanos na execução paralela de múltiplas tarefas em ambientes de alto desempenho. Ela orientou mais de 90 alunos de pós-graduação e na graduação foi paraninfa e homenageada em turmas de formandos da Engenharia de Computação da UFRJ. Foi homenageada como Pesquisadora no Simpósio Brasileiro de Bancos de Dados em 2005 e foi agraciada com o Mérito Científico da Sociedade Brasileira de Computação em 2024. Marta é bolsista de produtividade em pesquisa nível 1B do CNPq e bolsista Cientista do Estado do Rio de Janeiro. Ela coordena projetos de pesquisa financiados pelo CNPq, CAPES, Faperj e mantém projetos de colaboração com o INRIA, França, desde 2001, além de atuar como membro do corpo de especialistas do projeto WorkflowsRI nos EUA e membro fundador da Sociedade Brasileira de Computação.
Nesta palestra, exploraremos como as tecnologias imersivas, como realidade virtual (VR) e realidade aumentada (AR), podem revolucionar a qualificação de professores, alunos e trabalhadores da indústria. Discutiremos as principais aplicações dessas tecnologias no contexto educacional e industrial, destacando como elas podem melhorar o aprendizado e a preparação para o mercado de trabalho. Vamos abordar como as tecnologias imersivas proporcionam experiências de aprendizado mais envolventes e práticas, que simulam cenários reais e permitem a experimentação segura. Para professores, essas tecnologias oferecem ferramentas para criar ambientes de aprendizado dinâmicos e interativos, facilitando a abordagem de conteúdos complexos e promovendo metodologias ativas. Para alunos, elas proporcionam experiências educacionais imersivas que melhoram a compreensão e retenção do conhecimento. E para trabalhadores da indústria, as tecnologias imersivas oferecem treinamentos eficazes e seguros, simulando operações e processos de trabalho em um ambiente virtual. A palestra incluirá exemplos de projetos bem-sucedidos que utilizam tecnologias imersivas para treinamento e qualificação, discutindo os desafios e oportunidades na implementação dessas soluções. Além disso, abordaremos as tendências futuras e o impacto potencial dessas tecnologias na transformação dos métodos de ensino e treinamento.
O principal objetivo desta palestra é apresentar os fundamentos essenciais do Aprendizado Federado (Federated Learning – FL), abordando as ferramentas e etapas necessárias para o desenvolvimento de aplicações e serviços voltados à Internet das Coisas (Internet of Things – IoT). Discutiremos o estado da arte em FL, destacando os desafios atuais e as perspectivas futuras para o avanço dessa área. O Aprendizado Federado é um campo de pesquisa emergente, repleto de oportunidades ainda inexploradas. Assim, encerraremos a palestra compartilhando alguns resultados das pesquisas conduzidas pelo nosso grupo, além de apontar áreas promissoras e em desenvolvimento nesse domínio.
Nesta palestra, exploraremos a jornada completa da infraestrutura no ciclo de vida de um produto, da concepção à operação. Discutiremos como uma infraestrutura bem planejada e executada é essencial para possibilitar uma operação segura e eficiente, otimizando custos e trazendo robustez com segurança, escalabilidade e monitoramento.
The new emerging technologies including Artificial Intelligence are making chip designs more complex and more demanded. Consequently, software used in their production cycle are immensely impacted to be faster and to improve human designers’ productivity. This presentation provides a glimpse of evolutions in electronic design software as an answer for this new AI era, connecting them to fundamental subjects taught in university.
Vou falar sobre meu dia a dia trabalhando como SysAdmin na Collabora, uma consultoria global, especializada em entregar os benefícios do software de código aberto para o mundo comercial. Mostrarei os softwares e ferramentas livres usadas pela equipe de SysAdmin. E vamos conversar sobre como você também pode trabalhar remotamente em uma empresa internacional.
Paulo Santana
Desenvolvedor Debian, e administrador de redes e sistemas GNU/Linux na Collabora
Paulo Santana é graduado em Ciência da Computação pela UFPR, Desenvolvedor Debian colaborando para o Projeto com empacotamento e nos times de tradução, publicidade, organização de eventos e comunidades locais. Atualmente trabalha como Engenheiro de Administração de Sistemas na Collabora, empresa internacional especializada em Código Aberto.
