Busca avançada
Ano de início
Entree

André Carlos Ponce de Leon Ferreira de Carvalho

CV Lattes ResearcherID ORCID


Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC)  (Instituição-sede da última proposta de pesquisa)
País de origem: Brasil

Professor Titular do Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo (ICMC-USP), campus São Carlos, Bolsista de Produtividade em Pesquisa 1A do CNPq e Vice-Presidente da Sociedade Brasileira de Computação (SBC). É coordenador da rede IARA, Inteligência Artificial Recriando Ambientes. Foi membro do Comitê de Assessoramento de Ciência da Computação do CNPq (CA-CC), de 2018 a 2021 (coordenador de 2019 a 2020). De 2013 a 2017 foi membro do conselho da International Association for Statistical Computing (IASC), do International Institute of Statistics. Possui Bacharelado (1987) e Mestrado em Ciência da Computação (1990) pela Universidade Federal de Pernambuco, e doutorado em Electronic Engineering pela University of Kent (1994). Seus principais interesses de pesquisa são Aprendizado de Máquina, Mineração de Dados e Ciência de Dados, com aplicações em várias áreas. Publicou vários artigos nessas áreas, alguns deles premiados em conferências organizadas por ACM, IEEE and SBC. Escreveu vários livros, entre eles Inteligência Artificial: Uma abordagem de Aprendizado de Máquina, publicado pelo GrupoGen em 2011 e prêmio Jabuti 2012, e A General Introduction to Data Analytics, publicado pela Wiley, em 2018. Foi Professor Associado na University of Guelph, Canada. Foi ainda Professor Visitante na University of Kent e Pesquisador Visitante na University of Kent e no Alan Turing Institute, UK. Avalia projetos para agências de fomento a pesquisa nacionais, CAPES, CNPq, FAPESP, FACEPE, FAPEMIG e Fundação Serrapilheira, e internacionais, NSERC (Canada), The Leverhulme Trust (Reino Unido), EPSRC Reino Unido), GACR (República Checa), CONICYT (Chile), Croatian Science Foundation (Croácia) e MIUR (Itália). É vice-diretor do ICMC-USP e do Centro de Ciências Matemáticas Aplicadas à Indústria da USP. É ainda Vice-Coordenador do MBA em Ciência de Dados do ICMC-USP. , do Conselho Consultivo da Rede MCTI-EMBRAPII de Inovação em Inteligência Artificial (IA), da Rede Ciência para Educação (CpE), do Comitê Diretivo para América Latina e Caribe da International Network for Government Science Advice (INGSA), do Conselho Universitário da Universidade de São Paulo e do Comitê Científico do Advanced Institute for Artificial Intelligence (AI2), do Strategy and Partnerships Board of the UKRI Centre for Doctoral Training in Accountable, Responsible and Transparent AI (ART-AI), at University of Bath, UK. Membro associado da Artificial Intelligence Institute - Te Ipu o te Mahara da University of Waikato, Nova Zelândia e do Grupo de Governança da Estratégia Brasileira de Inteligência Artificial (EBIA) do Ministério de Ciência, Tecnologia e Inovações e do Conselho Tecnológico da Associação Gestora de Fundo Patrimonial Chronos (?CHRONOS?).. Foi membro do Conselho Técnico Científico da Escola de Matemática Aplicada da Fundação Getúlio Vargas (EMAp-FGV) de 2018 a 2020. (Fonte: Currículo Lattes)

Matéria(s) publicada(s) na Revista Pesquisa FAPESP sobre o(a) pesquisador(a):
Alta productividad 
Alta productividad 
Elevada produtividade 
Matéria(s) publicada(s) no Pesquisa para Inovação FAPESP sobre o(a) pesquisador(a):
Plataforma avalia quanto os municípios brasileiros estão perto de se tornar cidades inteligentes 
FAPESP, MCTI e CGI.br anunciam a constituição de seis Centros de Pesquisa em Inteligência Artificial  
Análise de Redes Sociais 
Big data pode gerar benefícios políticos, sociais e econômicos 
Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a)
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)
Auxílios à pesquisa
Bolsas no país
Bolsas no Exterior
Apoio FAPESP em números * Quantidades atualizadas em 25/06/2022
Colaboradores mais frequentes em auxílios e bolsas FAPESP
Contate o Pesquisador

Este canal da BV/FAPESP deve ser utilizado tão somente para mensagens, referentes aos projetos científicos financiados pela FAPESP.


 

 

 

 

Palavras-chave utilizadas pelo pesquisador
Agrupamento de dados Algoritmos evolutivos Algoritmos genéticos Algoritmos Ambientes urbanos Análise de dados Análise de sequência de RNA Análise de séries temporais Aplicativos móveis Aprendizado computacional Aprendizado de máquina supervisionado Aprendizagem profunda Aprendizagem Ataques a computadores Banco de dados Biologia computacional Biologia molecular Biometria Caracterização Cidades inteligentes Ciência da Computação Ciência de dados Ciência Ciências Exatas e da Terra Classificação de dados Classificação hierárquica Classificação Coleta de dados Computação bioinspirada Computação evolutiva Computação urbana Controle de ruídos Descoberta de conhecimento em bases de dados Descoberta de conhecimento Desenvolvimento urbano Eletrônica Industrial, Sistemas e Controles Eletrônicos Emoções Engenharia Elétrica Engenharia de software Engenharias Espaço urbano Eventos científicos e de divulgação Expressão gênica Extração Fluxo de dados Frameworks Fuzzy (inteligência artificial) Genoma humano Genomas Indústria agrícola Indústrias Inteligência artificial Inteligência computacional Intercâmbio de pesquisadores Interface usuário-computador Máquinas de vetores de suporte Matemática Aplicada Matemática Meta-heurística Metodologia e Técnicas da Computação Metodologia e técnicas de computação Microbiota Mineração de dados Mineração de texto Mobilidade Modelagem computacional Modelagem Modelos de aprendizagem Modelos estatísticos Modelos matemáticos Oftalmologia Perceptron multicamadas Pré-processamento de dados Previsão (análise de séries temporais) Processamento de linguagem natural Programação genética RNAs não codificadores Raciocínio baseado em casos Reconhecimento de padrões Redes bayesianas Redes neurais (computação) Regulação da expressão gênica Reuniões científicas Robôs Robótica Ruído Segurança de redes Seleção de modelos Sistemas CRISPR-Cas Sistemas de Computação Sistemas de detecção de intrusão Sistemas de distribuição de energia elétrica Sistemas híbridos inteligentes Sistemas híbridos Sistemas imunológicos artificiais Sistemas multiagentes Tecnologia Teoria da computação Tomada de decisão Trajetória Transferência de tecnologia Uso do solo Visão computacional Visualização de dados Workshops
Videos relacionados aos auxílios à pesquisa e bolsas

Big data e machine learning


Publicado em 29 de abril de 2019 - Agência FAPESP. Os dados têm valor e, se bem explorados, podem gerar benefícios políticos, sociais e econômicos. Mas, se por um lado há uma infinidade de dados disponíveis para serem coletados e trabalhados, por outro há uma imensa demanda reprimida no Brasil por profissionais da área de computação. A avaliação foi feita no dia 22 de abril, na Assembleia Legislativa de São Paulo (Alesp), por pesquisadores participantes do segundo evento do Ciclo de Palestras ILP-FAPESP 2019, que teve como tema Big data e Machine learning. O ciclo é uma parceria entre o Instituto do Legislativo Paulista (ILP) e a FAPESP.

Por favor, reporte erros na informação da página do pesquisador escrevendo para: cdi@fapesp.br.
X

Reporte um problema na página


Detalhes do problema: