Confirmed Speakers

I am a Biostatistician at Icahn Mount Sinai School of Medicine with 10 years of experience in analysis of clinical data and biomarkers. I have a bachelor in Statistics from the National School of Statistical Sciences (ENCE/Brazil) , a master in Statistics from University of Campinas (Unicamp/Brazil) and Doctorate in Electrical Engineering, field os Support Decision Methods from Pontifical Catholic University -Rio (PUC-Rio/Brazil). I worked as Director of Biostatistics at the Rockefeller University and as Prinicipal Scientist at LEO-Pharma A/S.

Doutorando em Engenharia de Produção pela Universidade Federal Fluminense (UFF) e. Mestre em Engenharia Civil (Gestão, Produção e Meio Ambiente) pela UFF, possui MBA em Gerenciamento de Projetos; administrador de empresas.

Full Professor at the Federal University of Bahia (UFBA). She is the founder and coordinator of the Gamma Research Group (gamma.ufba.br) and is part of the Graduate Programs in Industrial Engineering (PEI, Capes 5) and Energy and Environment (PGEnAm). With a Ph.D. in Chemical Engineering from Unicamp, including a sandwich doctorate period at the University of California, Santa Barbara (UCSB), she recently was a Visiting Scholar at Stanford University’s Graduate School of Education (USA, Jan-Apr 2023). She is the creator and coordinator of the Data Science and Artificial Intelligence in Public Education Program, an initiative that expands the original project Girls in Data Science. She is also a co-founder of AI Inclusive Salvador and R-Ladies Salvador, initiatives aimed at promoting minority inclusion in artificial intelligence and data science.

Formada em Matemática, Mestre em Engenharia de Sistemas e Computação e Doutora em Engenharia Civil, atua no ensino superior há mais de 25 anos ministrando aulas de Estatística e Pesquisa Operacional. É autora do livro Utilizando a Linguagem R Conceitos, manipulação, visualização, modelagem e elaboração de relatórios (Alta Books) e desenvolvedora de pacotes como o MandalaR, AHPWR, RouteR e aplicativos Shiny como o Mandalas, AHPWIZARD, SIMPLEX JOURNEY entre outros.

Lyncoln Sousa de Oliveira é graduado em Estatística pela Universidade Federal Fluminense (UFF), mestre em Engenharia de Sistemas e Computação pela Universidade Federal do Rio de Janeiro (UFRJ) e atualmente doutorando em Computação na UFF. Ao longo de sua trajetória acadêmica, atuou em projetos de pesquisa nas áreas de Ciência de Dados, Visualização de Dados, Aprendizado de Máquina e Programação, incluindo experiências com obtenção e análise de dados por meio de sensores eletrônicos utilizando a plataforma Arduino.

Possui graduação em Engenharia Civil pela Universidade Federal do Rio de Janeiro (1987), mestrado em Engenharia Civil pela Universidade Federal do Rio de Janeiro, COPPE (1997) e doutorado em Engenharia Civil pela Universidade Federal do Rio de Janeiro, COPPE (2002). Foi Chefe da Seção de Engenharia de Fortificação e Construção (Engenharia Civil) do Instituto Militar de Engenharia (IME). Foi Professor da Seção de Engenharia de Fortificação e Construção (Engenharia Civil) do Instituto Militar de Engenharia (IME). Foi Professor Visitante da Universidade Federal do Amazonas (UFAM) e da Faculdade Nilton Lins em Manaus (AM). Foi representante da Associação Brasileira de Recursos Hídricos (ABRH) no Estado do Amazonas. Possui Pós-Doutorado na COPPE/UFRJ em 2006, na área de Engenharia Civil. Possui o Mestrado em Ciências Militares pela Escola de Comando e Estado-Maior do Exército Brasileiro (ECEME). Tem experiência na área de Engenharia Civil, com ênfase em Estruturas e Recursos Hídricos, atuando principalmente nos seguintes temas: projetos de estruturas, gestão ambiental, administração de empresas – aspectos ambientais, simulação computacional e análise numérica. Pós-Doutor em Administração Publica pela Fundação Getúlio Vargas (FGV/EBAPE). Atualmente é Professor Adjunto no Departamento de Engenharia Civil da Universidade Federal Fluminense (UFF), sob o regime de 40 horas, Dedicação Exclusiva.

Marcson de Azevedo Araújo é Bacharel em Estatística pela Universidade Federal Fluminense (UFF). Atualmente está no Mestrado em População Território e Estatísticas Públicas pela Escola Nacional de Ciências Estatísticas (ENCE). Ao longo de sua trajetória acadêmica, atuou em projetos de pesquisa nas áreas de Ciência de Dados, Visualização de Dados e Programação, incluindo experiências com obtenção e análise de dados por meio de sensores eletrônicos utilizando a plataforma Arduino.

Mestre e Doutora em Estatística pela Universidade Federal do Rio de Janeiro (UFRJ), atua como Professora Associada no Departamento de Estatística da Universidade Federal Fluminense (UFF). Possui experiência em modelagem estatística, com ênfase em modelos espaço-temporais, inferência bayesiana e análise de dados. Atua no Laboratório de Estatística da UFF, prestando assessoria estatística à comunidade acadêmica e externa. Além da pesquisa, tem atuado na organização de eventos científicos e na divulgação do uso do R para análise estatística, sendo também uma das organizadoras do R-Ladies Niterói, iniciativa que busca promover a diversidade e a inclusão na comunidade de usuários de R.

Formação em Matemática pela UnB, com pós graduação em Adm. Publica na FGV/RJ. Experiencia em Gestão da Qualidade e Tecnologias de Informação e Comunicação. 30 anos de atuação em EAD e Tecnologias de Aprendizagem, Consultoria em Universidades Corporativas, Projetos FINEP e Lei de Informatica. Ex-Presidente do Conselho de Educação da ACRJ e Coordenador do Comite de Educação do Instituto Coalizão. Diretor da RIOSOFT, onde coordena o Projeto Aranduland. Membro do comite RJ da ABINC (Associação Brasileira de IoT), do Conselho RJ do Instituto Brasil Digital e da Camara Setorial de Formação Profissional da ALERJ.

Possui doutorado em Estatística pela Universidade Federal do Rio de Janeiro. Atualmente é professor do Departamento de Estatística da Universidade Federal Fluminense e coordenador do Laboratório de Estatística da mesma instituição. Desde 2023 coordena o Curso de Graduação em Estatística da UFF. Tem experiência nas áreas de Probabilidade e Estatística, atuando principalmente nos seguintes temas: inferência Bayesiana, modelos espaciais multivariados, modelos dinâmicos e bioestatística.