<div dir="ltr">Boa dia a todos(as),<div dir="auto"><br></div><div dir="auto">Esta mensagem é para divulgar mais uma palestra do <span class="gmail-il">Ciclo</span> de <span class="gmail-il">Seminários</span> do PPGE/UFPE (2023), a ser realizada na próxima quarta-feira, 05/04 pelo Google Meet às 15:00 horas. </div><div dir="auto"><br></div><div dir="auto">Sobre o palestrante: Vera Tomazella</div><div dir="auto"><br></div><div dir="auto">Jodavid A. Ferreira, graduado em Estatística pela Universidade Federal da Paraíba (2015), possui Mestrado e Doutorado também em Estatística pela Universidade Federal de Pernambuco (2017 – 2021). Atualmente está no Pós-Doutorado no Programa de Pós- Graduação em Modelos de Decisão e Saúde (UFPB) e é coordenador do time de ciência de dados da Startup HartB Group. Possui pesquisas desenvolvidas nas áreas Computação, Estatística e Engenharia, sendo mais específicos nos temas de Classificação Fuzzy, Análise Multivariada, Análise Espacial, Estatística Computacional, Probabilidade, Teoria da Informação Estatística e Processamento de Imagens de Radar de Abertura Sintética Polarimétrica (PolSAR).<br></div><div dir="auto"><br></div><div dir="auto">Sobre a palestra:</div><div dir="auto">Link Meet: </div><div aria-hidden="true" class="gmail-zZj8Pb gmail-EaVNbc" style="display:flex;max-height:50px;width:40px;padding-left:28px;font-family:Roboto,Helvetica,Arial,sans-serif;font-size:14px"><img alt="" aria-hidden="true" class="gmail-Oyv6id" src="https://ssl.gstatic.com/calendar/images/conferenceproviders/logo_meet_2020q4_192px.svg" style="height: 20px; width: 20px;"></div><div class="gmail-toUqff gmail-HRaT6d" style="font-size:14px;line-height:20px;padding-bottom:6px;padding-top:6px;overflow:hidden;text-overflow:ellipsis;white-space:nowrap;font-family:Roboto,Arial,sans-serif;letter-spacing:0.2px"><div class="gmail-bgOWSb" style="line-height:normal;overflow:hidden"><div class="gmail-UfeRlc gmail-HRaT6d" style="overflow:hidden;text-overflow:ellipsis;line-height:20px"><span class="gmail-EyDoae" style="display:flex;margin:1px 0px"><a target="_blank" rel="noreferrer noopener" href="https://meet.google.com/jcy-bfqi-seu?authuser=0&hs=122" class="gmail-w1OTme" aria-label="Entrar com o Google Meet (jcy-bfqi-seu)" style="text-decoration-line:none;color:rgb(255,255,255);display:inline;background-color:rgb(26,115,232);padding:0px 16px;border-radius:4px;line-height:36px;font-family:"Google Sans",Roboto,Arial,sans-serif">Entrar com o Google Meet</a></span></div><div class="gmail-AzuXid gmail-O2VjS" style="font-size:12px;line-height:18px;overflow:hidden;text-overflow:ellipsis;letter-spacing:0.3px"><a href="http://meet.google.com/jcy-bfqi-seu">meet.google.com/jcy-bfqi-seu</a></div></div></div><div dir="auto"><br></div><div dir="auto">TÍTULO: Inteligência Artificial , Machine Learning e Estatística: Conceitos, Ferramentas da área e visão geral sobre mercado de trabalho</div><div dir="auto"><br></div><div dir="auto">RESUMO:Cada vez mais estamos vivendo na era dos algoritmos, em que as decisões que afetam nossas vidas estão sendo tomadas por modelos matemáticos, estatísticos, computacionais. Termos como machine learning, IA (Inteligência Artificial), até mesmo estatística, estão crescendo no nosso meio. Nesta apresentação serão abordados assuntos relacionados à área de dados em geral, em que será explanado alguns conceitos e processos que podem ser adotados na jornada de desenvolvimento de soluções com dados, e também, pretende-se falar uma ideia sobre ferramentas utilizadas, experiências obtidas nas soluções baseadas em dados e como está atualmente o mercado de trabalho em busca de profissionais para trabalhar com Inteligência Artificial.</div><div dir="auto"><br></div><div dir="auto"><br></div><div dir="auto">Pedimos ampla divulgação entre possíveis interessados.</div><div dir="auto">Att,</div><div><br></div><span class="gmail_signature_prefix">-- </span><br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div><div dir="ltr">Maria do Carmo Soares de Lima<div>Professora Adjunta C- UFPE</div></div></div></div></div></div>