Minicursos

Professor
Gerônimo Gallarreta Zubiaurre Lemos

Palesta 2
Aplicação de GNNs na previsão do tempo

Resumo
A previsão do tempo baseada em aprendizado de máquina deixou de ser promessa se tornou competitiva com modelos 
operacionais. Dentre as técnicas utilizadas nesse desenvolvimento, estão as Redes Neurais de Grafos (GNNs).  Nesta 
apresentação, são apresentados os fundamentos da modelagem por GNNs aplicada à previsão do tempo, com foco na formulação 
encoder-processor-decoder e no treinamento autorregressivo. Também são abordadas as adaptações dessa metodologia para 
modelos regionais, como o tratamento da condição de contorno do modelo.

Minibio
É graduado em Ciência da Computação pela Universidade Federal de Pelotas (2023), mestre (2026) e doutorando em Computação 
Aplicada pelo Instituto Nacional de Pesquisas Espaciais.Tem experiência na área de Ciência da Computação, atuando 
principalmente nos seguintes temas: aprendizado de máquina, assimilação de dados, previsão climática e quantificação de 
incertezas.

Professor

Andreza Cristina Barbieri Serra

Palesta 2

Do experimento à produção: como transformar seu projeto de Machine Learning em um produto escalável

Resumo

O desenvolvimento de modelos de Machine Learning em ambiente acadêmico costuma se concentrar nas etapas de
experimentação, treinamento e avaliação, enquanto aspectos necessários para transformar esses modelos em sistemas utilizáveis,
reproduzíveis e escaláveis são menos explorados. Este minicurso apresenta uma visão introdutória e integrada dos principais
conceitos envolvidos na transição entre um projeto experimental de Machine Learning e uma aplicação em produção.

Minibio

Andreza é bacharel em Ciência da Computação pelo IFSULDEMINAS e doutoranda em Computação Aplicada no Instituto Nacional
de Pesquisas Espaciais com pesquisa voltada à aplicação de Machine Learning no monitoramento e prognóstico de sistemas de
armazenamento de energia para aplicações espaciais. Atua também no mercado como Cientista de Dados em pesquisa e
desenvolvimento em indústria farmacêutica, desenvolvendo soluções de Inteligência Artificial e Machine Learning para Drug
Discovery. Para além dos conhecimentos de modelagem, possui sólida experiência em construção e operacionalização de pipelines,
microsserviços, containerização, orquestração de workflows e infraestrutura em nuvem.