Cenários e Perspectivas em CHIPs: a Micro e a Nanoeletrônica no Brasil

Nilton Morimoto (USP)

Ano após ano, vê-se que cada usuário cibernético de ponta acrescenta ao seu mundo pelo menos 05 a 10 novos processadores. Isto significa que o spray computacional vem se tornando uma realidade, que a ubiquidade também já está às portas e que a invisibilidade da computação está por vir. A internet das coisas, as redes de sensores sem fio e as redes veiculares são exemplos de cenários repletos de processadores, dispositivos de comunicação sem fio, memórias, etc. Todos estes itens são chips, isto é, dispositivos microeletrônicos desenvolvidos a partir do Silício e também conhecidos circuitos integrados. A escala de integração SLSI (Super Large Scale Integration) de dispositivos em um chip é de 1.000.000 a 10.000.000. Este é praticamente o limite da microeletrônica. Para o futuro, a expectativa é que o grafeno, uma forma pura de carbono descoberta em 2004, venha a substituir o Silício. O grafeno e os nanotubos de carbono (grafeno enrolado em forma de cilindro) são as bases das pesquisas em nanoeletrônica. Muitos dos conceitos bem estabelecidos em hardware e software têm sido revisitados e novos desafios vêm sendo propostos a cada dia. Uma particularidade interessante no cenário brasileiro é que poucos conhecem os movimentos da microeletrônica no Brasil. Os cenários e perspectivas em chips, grafeno e eletrônica orgânica ainda não foram amplamente divulgados. Esta palestra lida com este desafio: apresentar à comunidade o estado da arte, os projetos em andamento, os resultados de pesquisa e as grandes oportunidades da nano e microeletrônica no Brasil.

Bio: Nilton Morimoto é bacharel em Física (1984) pelo Instituto de Física da USP, mestre (1987) e doutor (1995) em Microeletrônica pela Escola Politécnica da USP. Desde 1982 atua junto ao Laboratório de Sistemas Integráveis (LSI) da Escola Politécnica da USP, onde atualmente é o Coordenador da Divisão de Microssistemas Integrados e coordena diversas projetos de pesquisa. Especialista em processos de deposição de filmes finos. É autor/co-autor de mais de 110 artigos publicados em congressos e revistas técnicas nacionais e internacionais. Membro do CATI/SEPIN (desde 2009); Diretor Vice-Presidente e Coordenador da IC Design House da LSI-TEC (Associação do Laboratório de Sistemas Integráveis). Presidente (2008/2012 e 2016/2018), Vice-Presidente (2006/2008 e 2012/2016), Diretor Financeiro (2002/2006) e membro do Conselho da Sociedade Brasileira de Microeletrônica (Sbmicro) por diversas vezes. Coordenador Geral (desde 2013) e Membro da Comissão de Coordenação do Programa CI-Brasil (desde 2005). Diretor Tesoureiro do IPD Eletron (2017/2019).

Evolução e Desafios da Computação Paralela e de Alto Desempenho

Alfredo Goldman (USP), Emilio Francesquini (UNICAMP), Rogério Gonçalves (UTFPR)

Nesta palestra apresentaremos uma visão geral da área de programação paralela e os desafios de pesquisa rumo ao exascale. Apos um breve histórico da evolução dessas tecnologias, mostraremos as vantagens e limitações das principais ferramentas atualmente em uso assim como as principais tendências para o futuro.

Bio: Alfredo Goldman is Associate Professor at the University of São Paulo (USP), Brazil. He received his PhD in Computer Science from Grenoble’s Polytechnic Institute in 1999, and his thesis addressed scheduling on Parallel Computing. Author of over 80 scientific publications in journals and at international conferences. He was co-pc chair in 2014 of SBAC-PAD in Paris and IEEE NCA in Boston. He is currently subject area editor of Elsevier Parallel Computing. Recently he was invited co-editor on special issues on Concurrency, Practice and Experience, JISA and Parallel Computing. He is track-chair on Grid and Cloud Computing on Europar 2017 and coordinator of an Advanced School on Smart Cities also in 2017.

Emilio Francesquini is currently a post-doctoral fellow at the Institute of Computing of the University of Campinas (UNICAMP), Brazil. He received his B.Sc. (2003) and M.Sc. (2007) degrees from the University of São Paulo (USP), Brazil, and a joint Ph.D. degree from USP and the University of Grenoble, France in 2014. His main research interests include: actor application programming, actor runtime environments, distributed systems, concurrent programming aimed at hierarchical shared-memory multi-core and many-core platforms, and emerging memory technologies.

Rogério Gonçalves is Professor at the Federal University of Technology – Paraná (UTFPR), campus Campo Mourão, Paraná, Brazil. He received his B.Sc. in Informatics (2006) and M.Sc. in Computer Science (2008) degrees from the State University of Maringá (UEM), Brazil. He received his Ph.D. in Computer Science from University of São Paulo (USP), Brazil in 2016. He has experience in Computer Science, having as main research lines and interests: Computer Architecture, Parallel Computing, Heterogeneous Computing and Code Offloading.

Os Avanços em Ciência e Tecnologia para a Internet do Futuro: Aplicações em Cidades Inteligentes

Daniel Macêdo Batista (USP)

Com a popularização das tecnologias da Computação em Nuvem e da Computação Móvel e com o crescente uso de Redes de Sensores e de tecnologias de Big Data, uma infinidade de novas possibilidades de aplicações estão surgindo. Estas incluem novas formas de colaboração em tempo-real, infraestruturas para Cidades Inteligentes (Smart Cities), sistemas sofisticados para Business Intelligence e ciberinfraestrutura para eScience possibilitando o avanço da pesquisa científica por caminhos nunca antes imaginados. Essa convergência de tecnologias aliada às necessidades e preocupações relativas as aplicações digitais do futuro levaram pesquisadores a propor novas abordagens de investigação científica e tecnológica que possibilitem o desenvolvimento da Internet do Futuro. Essa Internet do Futuro será o elemento chave que possibilitará a realização do sonho das Cidades Inteligentes, nas quais a infraestrutura da cidade será utilizada em sua plenitude de modo a oferecer uma melhor "experiência do usuário" a todos os seus habitantes e visitantes, independente de sua classe social. Esta palestra irá não só apresentar as pesquisas em andamento no contexto do projeto InterSCity do INCT da Internet do Futuro para Cidades Inteligentes como tambem irá discutir o estado atual dos projetos de pesquisa, das soluções de software e dos testbeds ao redor do mundo nos tópicos de Internet do Futuro e Cidades Inteligentes, destacando as lições aprendidas e os pontos de pesquisa e desenvolvimento em aberto.

Bio: Desde 2011 Daniel Macêdo Batista é professor no DCC da USP onde tem ministrado anualmente a disciplina de Programação para Redes de Computadores no Programa de Pós-Graduação em Ciência da Computação. Prof. Daniel é Bacharel em Ciência da Computação pela UFBA, mestre e doutor em Ciência da Computação pela Unicamp. Na USP, Prof. Daniel já formou 5 mestres e 3 doutores cujas dissertações e teses avançaram o estado-da-arte em economia de energia para datacenters, arquitetura orientada a serviços, virtualização, segurança de redes, redes sociais, redes autonômicas, Internet das Coisas e RFID. A pesquisa que o Prof. Daniel vem realizando nos topicos de Internet das Coisas e RFID foi premiada nos últimos anos com o segundo lugar do ex-orientando de doutorado Rafael Mota no concurso ACM SAC Student Research Competition durante o ACM Symposium on Applied Computing em 2014 e tambem com a menção honrosa do artigo "Um Protocolo FSA com Resolução Imediata de Colisões para Sistemas RFID sob o Efeito Captura", por ter sido um dos três melhores artigos, durante o Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC) em 2016. Prof. Daniel atua com regularidade como consultor Ad-Hoc da FAPESP, CNPq, FAPESB e RNP e como membro de comitês de programa de cerca de 15 eventos anualmente. Desde 2013 o Prof. Daniel é bolsista de Produtividade nível 2 do CNPq.

50 anos de “Alan M. Turing Award (1966-2016): Uma Análise do Impacto dos Pesquisadores Premiados na Ciência da Computação e na Sociedade

Luís C. Lamb (Instituto de Informática, UFRGS, Porto Alegre, Brasil)

O ano de 2016 marca o Cinquentenário do Prêmio Científico mais importante de Ciência da Computação. A premiação “ACM Alan M. Turing Award”, concedida anualmente pela Association for Computing Machinery (ACM), é considerada como equivalente a um “Prêmio Nobel” de Ciência da Computação. Ao longo dessas décadas, pesquisadores de impacto em diversas áreas de pesquisa foram reconhecidos pelo mérito do seu trabalho científico. Estes trabalhos tiveram não somente impacto científico - pois avançaram significativamente as tecnologias usadas por todos - mas transformaram a Ciência da Computação em alavanca de progresso das sociedades mais avançadas, com impactos sociais, culturais e econômicos. Será realizada uma apresentação da evolução da Ciência da Computação nos últimos 50 anos, a partir da contribuição dos vencedores do “Turing Award”. Utilizando como referência as significativas contribuições desses grandes pesquisadores, serão apresentados os impactos científicos nas diversas áreas de conhecimento, a partir do trabalho desses premiados, ilustrando a significativa evolução e relevância da Ciência da Computação. Os trabalhos também serão contextualizados historicamente, ilustrando o seu impacto tecnológico. Finalmente, apresentaremos os impactos sociais, culturais e econômicos que a Ciência da Computação proporciou ao ser humano no último século, a partir das notáveis contribuições desses cientistas.

Bio: Luís Lamb é PhD in Computer Science, Imperial College London (2000). Recebeu o Diploma of the Imperial College (2000); é Mestre (1995) e Bacharel (1992) em Ciência da Computação pela UFRGS. Realizou estágio pós-doutoral no Group of Logic, Language and Computation, King's College London (2005-2006). Concluiu o MIT Executive Program in Strategy and Innovation em 2010 e o MIT Executive Program in Management and Leadership em 2014, no Massachusetts Institute of Technology, Sloan School of Management. Atualmente é Pró-Reitor de Pesquisa da UFRGS. Foi Diretor e vice-diretor do Instituto de Informática da UFRGS, Honorary Visiting Fellow na City University London (UK), pesquisador e professor ou pesquisador convidade no Imperial College London, King's College London (Group of Logic, Language and Computation), City University London e na Univ. of British Columbia. Foi membro e coordenador do CA-CC/CNPq. É co-autor de dois livros científicos: “Neural-Symbolic Cognitive Reasoning” Springer (2009) e “Compiled Labelled Deductive Systems” sobre lógicas não-clássicas (IoP, 2004); publicou diversos artigos em periódicos como: Theoretical Computer Science, Neural Computation, Journal of Logic and Computation, Behavioral and Brain Sciences, ACM Transactions on Autonomous and Adaptive Systems, IEEE Transactions on Neural Networks, e nas principais conferências internacionais de suas áreas de pesquisa, como IJCAI, AAAI, NIPS, ICSE, HCOMP. Tem experiência nas áreas de Ciência da Computação e Lógica, atuando principalmente em: Lógica em Compução e Inteligência Artificial; Computação Neural; Aprendizado NeuroSimbólico; Computação Social e Engenharia de Software.

Interação de Pessoas com Dados

Simone Diniz Junqueira Barbosa (Departamento de Informática - PUC-Rio)

Assim como as tecnologias de informação e comunicação se tornaram ubíquas, os dados vêm se tornando cada vez mais ubíquos. Os dados não são mais apenas fornecidos ativamente pelas próprias pessoas, mas capturados de sensores (pessoais e ambientais), muitas vezes sem sua autorização ou conhecimento. Muitos dados não estão mais restritos a bases de dados isoladas, mas disponibilizados em nuvem. Com essa crescente disponibilidade de dados “sobre nós”, nossa vida vem se tornando cada vez mais dirigida por dados (data driven). Nossos smartphones moldam nosso comportamento através de notificações. Empresas coletam dados para nos oferecerem melhores serviços (e de forma a aumentarem suas margens de lucro). Nesse contexto, torna-se premente investigar esses fenômenos e apoiar as pessoas a entenderem e interagirem com esses dados através dos sistemas e dispositivos aos quais elas têm acesso. Esta palestra apresentará desafios e oportunidades relacionados à interação de pessoas com dados, incluindo questões de personalização, privacidade, legibilidade dos dados, agência (na coleta ou manipulação de dados) e capacidade de negociação sobre controle e propriedade dos dados.

Bio: Simone Diniz Junqueira Barbosa é Professora Associada do Departamento de Informática da PUC-Rio, onde atua principalmente na área de Interação HumanoComputador e, mais recentemente, em Data Science. Pesquisadora nível 2 do CNPq, seus interesses de pesquisa atuais envolvem principalmente: projeto de IHC baseado em modelos; data science e visual analytics; e narrativas digitais interativas. Em 2010, publicou pela Campus/Elsevier o livro-texto ‘Interação Humano-Computador’, sob a chancela da Sociedade Brasileira de Computação. Coordenou diversos projetos de pesquisa, financiados pelo CNPq, FAPERJ, Microsoft Research e Hewlett-Packard. Vem participando de comitês de programa de diversas conferências nacionais e internacionais, e.g. CHI (ACM/SIGCHI), INTERACT (IFIP TC13), EICS (ACM/SIGCHI), IS-EUD, IHC (SBC). Foi a representante da SBC no comitê IFIP TC13 de 2008 a 2013, quando se tornou expert member e Vice-chair for Working Groups and Special Interest Groups. Entre 2013 e 2015 coordenou a Comissão Especial de IHC (CEIHC) da SBC. Integra os comitês editoriais dos periódicos Interacting with Computers (Oxford University Press), Communications in Computer and Information Science (CCIS – Springer), SBC Journal of Interactive Systems, Journal of Software Engineering Research and Development (Springer OpenAccess); e o advisory board da IxD&A. Em outubro de 2016, tornou-se co-Editor-in-Chief da revista ACM Interactions.

Segurança da Informação - ontem, hoje e desafios para amanhã

Ricardo Dahab (Instituto de Computação - UNICAMP)

Nesta palestra farei primeiramente um apanhado histórico de como aspectos da segurança da informação passaram de coadjuvantes a protagonistas no cotidiano dos cidadãos e dos provedores de serviços computacionais. Em seguida, discutirei os grandes desafios técnicos da área, também com foco no cidadão e nos provedores da infraestrutura digital, relacionando-os com grandes projetos globais que pretendem atacar esses desafios, em andamento ou gestação, chamadas de projetos internacionais em vista, etc. Finalmente, me deterei em projetos e iniciativas em andamento no Brasil e em como a comunidade brasileira tem-se mantido em sintonia com a comunidade internacional, e até mesmo liderando algumas iniciativas.

Bio: Ricardo Dahab é professor livre-docente do Instituto de Computação da Universidade Estadual de Campinas, UNICAMP. Tem mestrado em Ciência da Computação pela UNICAMP e doutorado em Combinatória e Otimização pela Universidade de Waterloo, Canadá. Seus interesses em docência e pesquisa estão nas áreas de Algoritmos e Protocolos Criptográficos e Segurança da Informação. Suas contribuições mais importantes são algoritmos eficientes para criptografia de curvas elípticas, alguns dos quais se tornaram padrões da indústria. Também participou de vários projetos de sucesso em parceria com a indústria e governo, como o que criou o módulo de segurança em hardware (HSM) que equipa a autoridade certificadora raiz da Infra-estrutura de Chaves Públicas Brasileira (ICP-Brasil). Junto com as comunidades de Criptografia e Segurança Computacional vem trabalhando ativamente na consolidação dessas áreas no Brasil e na América Latina, participando da Comissão Especial de Segurança da SBC, da organização de eventos como o SBSeg, a Escola Avançada de Criptografia (ASCrypt) e a Conferência Latincrypt. Trabalhou na criação da Maratona de Programação da SBC no Brasil, em 1996, hoje Regional Brasileira do ACM International Collegiate Programming Contests. É diretor dessas competições para a América Latina. É pesquisador do CNPq e foi agraciado com o prêmio Zeferino Vaz de Excelência Acadêmica da UNICAMP em 2011, e com o prêmio Inventores da UNICAMP em 2013 e 2017.

João e o Pé de Feijão: Uma Fábula sobre Startups e Big Data

Altigran Soares da Silva (Instituto de Computação - Universidade Federal do Amazonas)

Muitas das startups surgidas na onda de empreendedorismo digital que varre o país de norte a sul baseiam seu negócio em aplicativos para smartphones, que expõem seu negócio a um número virtualmente ilimitado de usuários. Se o sucesso que todos esperam vier realmente, junto com ele virá uma gigantesca montanha de dados de comportamento de usuários e, em pouco tempo, talvez o volume de dados seja tão grande que a capacidade de análise destes dados por meios convencionais se esgota facilmente. Eventualmente, os dados são simplesmente descartados por não se ter condições de tratá-los adequadamente. Isso representa uma perda de oportunidade, pois, de forma geral, muito conhecimento importante sobre o negócio pode ser derivado a partir destes dados. Nesta conversa, vou contar a história de João, um jovem empreendedor dedicado e talentoso, que criou um novo algoritmo que recebe como entrada um punhado de grãos de feijão e gera como saída um enorme pé de feijão. Com este algoritmo, ele conseguiu chegar ao fantástico Vale da Fartura, onde fica a cobiçada Galinha dos Ovos de Ouro das Startups. Veja como ele foi implacavelmente perseguido pelo terrível gigante "Big Data", que queria esmagá-lo com seus milhões de registros de log e seu comportamento selvagem e errático. Conseguirá nosso herói escapar? Conseguirá ele chegar na Galinha dos Ovos de Ouro?

Bio: Professor Associado do Instituto de Computação da UFAM onde atua como pesquisador, professor e orientador. Seus interesses de pesquisa envolvem Gerência de Dados, Recuperação de Informação e Mineração de Dados. Coordenou e participou de projetos de pesquisa que resultaram em mais de 100 publicações. Foi coordenador de comitês de programa de conferências no Brasil e no exterior, tendo participado também como membro de comitês em cerca de 40 conferências e workshops. Foi Pró-reitor de Pesquisa e Pós-Graduação da UFAM (2007/2009), Coordenador Adjunto da área de Computação na CAPES (2011/2013), e é atualmente membro do CA-CC do CNPq. Foi membro da diretoria da SBC (2005/2015) e é atualmente membro do conselho. É cofundador de empreendimentos de tecnologia, entre eles a Akwan, adquirida pela Google em 2005 e a Neemu, adquirida pela Linx Sistemas em 2015. Em 2013 venceu como orientador no Concurso de Teses e Dissertação da SBC e recebeu Menção Honrosa no Prêmio CAPES de Teses. Recebeu também em 2013 o prêmio de Sócio Destaque da SBC por sua atuação junto às Comissões Especiais. Em 2015 foi ganhador de um "Google Research Award in Latin America" como orientador.

Ciência de Dados

Artur Ziviani (LNCC), Fabio Porto (LNCC), Eduardo Ogasawara (CEFET-RJ)

Constitui-se um desafio técnico-científico crescente o desenvolvimento de métodos para a extração generalizada e em escala de conhecimento relevante a partir de uma imensa massa de dados, potencialmente oriundos de múltiplas fontes heterogêneas. A abordagem a esse desafio, com aplicações em diversas áreas do conhecimento no eixo ciência-indústria-governo, emerge na literatura recente como a chamada Ciência de Dados. Essa incorpora elementos variados e se baseia em técnicas e teorias oriundas de muitos campos básicos em engenharia e ciências básicas, sendo assim intimamente relacionada com muitas das disciplinas tradicionais bem estabelecidas, porém viabilizando uma nova área altamente interdisciplinar. Nesta palestra, pretende-se divulgar a iniciativa de estabelecimento do Instituto Nacional de Ciência e Tecnologia em Ciência de Dados (INCT-CiD), cuja proposta foi recentemente reconhecida pelo CNPq. As atividades de modelagem e análise com base em ciência de dados do INCTCiD focam o desenvolvimento de novas metodologias baseadas em dados, suas aplicações em diversos domínios interdisciplinares, a formação de recursos humanos, a promoção de transferência de tecnologia e inovação, e o intercâmbio científico com parceiros nacionais e internacionais. Nesse contexto, a palestra apresentará também projetos interdisciplinares recentes e em andamento em ciência de dados, bem como discutirá os atuais desafios em ciência de dados ligados às linhas de pesquisa do INCTCiD: (i) gerência de grandes volumes de dados; (ii) análise de dados em larga-escala; (iii) análise de redes complexas; e (iv) aprendizado de máquina.

Bio: Artur Ziviani é Tecnologista Sênior do Laboratório Nacional de Computação Científica (LNCC). Graduou-se em Eng. Eletrônica pela UFRJ. Obteve o Mestrado em Eng. Elétrica (com ênfase em Teleinformática) pela COPPE/UFRJ e o Doutorado em Systèmes Informatiques pela Université Paris VI, Sorbonne Universités, França. Foi pesquisador visitante do INRIA, França, por 5 meses entre 2008 e 2009. É bolsista de produtividade em pesquisa PQ-1D do CNPq, membro do Editorial Board dos periódicos internacionais IEEE Communications Surveys & Tutorials e Computer Networks (Elsevier), e atual coordenador do Comitê Técnico de Monitoramento de Redes (CT-Mon) da RNP. Foi vice-coordenador do INCT em Medicina Assistida por Computação Científica (INCT-MACC) entre 2009 e 2016; e é o coordenador da proposta de INCT em Ciência de Dados (INCT-CiD), reconhecida recentemente pelo CNPq. Seus interesses atuais de pesquisa incluem caracterização, modelagem e análise de redes computacionais, bem como ciência de redes e suas aplicações em contextos interdisciplinares. É sócio da SBC, membro afiliado da Academia Brasileira de Ciências (ABC) e membro Sênior da ACM e IEEE.

Desafios e Oportunidades de Pesquisa em Consultas por Similaridade no Domínio de Dados Complexos

Agma J. Machado Traina (Universidade de São Paulo - USP, São Carlos, Brasil)

O volume de dados complexos (imagens, vídeo, áudio, series temporais) tem aumentado muito rapidamente, demandando que os sistemas de gerenciamento de bases de dados se adequem a esse novo cenário: acúmulo rápido e contínuo de dados diversos que demandam gerenciamento específico, considerando o conteúdo inerente dos dados. Tais dados passam a ser manipulados por meio de seu conteúdo inerente. Nesse contexto, as consultas e buscas passam a ser feitas por similaridade e não mais pelo próprio dado em si. Por exemplo: a execução de um modelo de previsão climática gera entre 1 e 3 Terabytes de dados. Ao se buscar situações que ocorram na realidade dentro de uma região, há interesse em encontrar situações já modeladas, dentro de um grau de semelhança, para que possam ser realizadas inferências e aproximações. O mesmo ocorre na área médica ao se buscar exames de um paciente que sejam similares a outros exames já analisados, que se encontram na base de imagens e vídeos disponibilizada pelo centro hospitalar. Tal conhecimento armazenado é uma fonte rica de informação para que decisões sobre os novos dados possam ser feitas, trazendo mais segurança e rapidez aos processos de análise de dados e tomada de decisão.

Bio: Agma Traina é Professora Titular junto ao Departamento de Ciências de Computação do Instituto de Ciências Matemáticas e de Computação. Ela cursou Bacharelado em Ciências de Computação pela Universidade de São Paulo (1983), mestrado em Ciências de Computação pelo ICMSC da Universidade de São Paulo (1987), doutorado em Física Computacional pela Universidade de São Paulo (1991), e pós-doutorado em Computação pela Carnegie Mellon University (1998-2000). Atua em pesquisa e orientação de alunos na área de Ciência da Computação, com ênfase em Processamento Gráfico e Bases de Dados Complexos, principalmente nos seguintes temas: recuperação de imagens baseada em conteúdo e consultas por similaridade, imagens médicas, extração de características de imagens, visualização de informação e mineração de imagens e dados complexos. Nesses temas ela orientou mais de 40 alunos de pós-graduação. Ela é membro da Sociedade Brasileira de Computação, ACM, SIAM e IEEE Computer Society.

Justiça, transparência e responsabilidade em algoritmos de mineração de dados

Wagner Meira Jr. (Departamento de Ciência da Computação - Universidade Federal de Minas Gerais)

Algoritmos têm uma forte influência em nossas vidas, muitas vezes determinando o conteúdo que vamos consumir, lugares que vamos visitar e mesmo a definição sobre uma oferta de emprego. Por isso é importante, do ponto de vista ético e social, a compreensão de como os algoritmos podem ser tendenciosos ou mesmo discriminatórios contra alguns grupos, mesmo quando são matemática e computacionalmente corretos. Nesta palestra vamos conceituar e caracterizar algoritmos de mineração de dados em relação ao quanto são justos, transparentes e responsáveis, e apresentar estratégias que garantam essas características sem que isso signifique afetar outros requisitos como precisão, efetividade e manutenção de privacidade. Também vamos apresentar vários exemplos no contexto de web e redes sociais.

Bio: Wagner Meira Jr. é professor titular do Departamento de Ciência da Computação da Universidade Federal de Minas Gerais. Wagner é PhD em Ciência da Computação pela University of Rochester (1997), além de mestre e bacharel em Ciência da Computação pela Universidade Federal de Minas Gerais (1993 e 1990, respectivamente). Atualmente Wagner é pesquisador em produtividade do CNPq (nível 1B) e sub­coordenador do INCT­Cyber ­INCT para uma Sociedade Massivamente Conectada. Também foi coordenador da linha de pesquisa em Descoberta do Conhecimento do INWeb Instituto Nacional de Ciência e Tecnologia para a Web (2009­ - 2017). Publicou mais de três centenas de artigos em periódicos e conferências de impacto e é co­autor do livro Data Mining and Analysis Fundamental Concepts and Algorithms, publicado pela Cambridge University Press em 2014. Seus interesses de pesquisa são em sistemas paralelos e distribuídos, em particular na sua escalabilidade e eficiência, variando de sistemas massivamente paralelos a plataformas baseadas na Internet, e em algoritmos de mineração de dados, sua paralelização e aplicação em áreas como recuperação de informação, bioinformática e governança eletrônica.