Em Janeiro de 2024, a Editora UBU, em parceria com a Editora PUC-Rio, lança a edição brasileira do livro “AI Ethics” de Mark Coeckelbergh. A tradução da obra foi feita por uma equipe de quatro tradutores afiliados à PUC-Rio: Clarisse de Souza (Prof INF), Edgar Lyra (Prof FIL), Matheus Ferreira (Doutorando FIL) e Waldyr Delgado
(Doutorando FIL).
O livro é um panorama dos problemas éticos com a IA entendidos amplamente, desde narrativas influentes sobre o futuro da IA e questões filosóficas sobre a natureza e o futuro do ser humano até preocupações sobre responsabilidade, privacidade e viés, também discutindo como a formulação de políticas públicas pode ajudar a enfrentar os presentes desafios nesse campo – de preferência antes que seja tarde demais.
Você já pode fazer a compra na pré-venda através do link: https://www.ubueditora.com.br/etica-ia.html
Os livros começarão a ser entregues a partir do dia 15/01
Jonatas Grosman, Doutor pelo DI, está na lista das pessoas mais influentes da Tecnologia no Brasil em 2023
O ex-aluno e Doutor pelo DI-PUC-Rio, Jonatas Grosman, está na lista das pessoas mais influentes da Tecnologia no Brasil em 2023, sendo vencedor da competição da Hugging Face para a tarefa de IA de conversão de voz para texto (Speech-to-Text). Na competição estavam em jogo 31 línguas e o modelo dele foi o vencedor em 13 linguas, sendo uma delas inclusive o inglês. Atualmente, o modelo criado por Jonatas é o mais baixado do mundo e está na liderança em downloads há quase um ano, com mais de 50 milhões de downloads nos últimos 30 dias e mais de 70 milhões de downloads em 2023.
A Agência Nexxt Media Research fez uma pesquisa sobre o setor de tecnologia e listou as 30 pessoas mais influentes. Jonatas aparece na lista com outros grandes nomes do mercado, como Henrique Dubugras e Pedro Franceschi, fundadores da Brex, e Fábio Coelho, diretor do Google Brasil.
Parabenizamos o Jonatas pelo caminho brilhante que vem trilhando e o nome que vem construindo no mercado nacional!
Confira a matéria no g1 e a lista completa dos 30 mais influentes do Brasil:
https://g1.globo.com/ro/tecnologia-as-pessoas-mais-influentes-no-brasil-em-2023.ghtml
O Departamento de Informática da PUC-Rio, em parceria com o MIT (Massachusetts Institute of Technology) está com vagas abertas para o curso de férias: Análise de Futebol – Entenda o futebol através da lente da análise de dados!
O curso funcionará como um Workshop dos dias 15 a 19 de Janeiro, no período da tarde, de 13:00 às 17:30.
O Workshop consiste em:
Palestras com prática
aprendendo a praticar para os alunos
Destaques da carreira
Atividades interativas
de computadores e telas
Projeto de equipe
O curso é gratuito e para alunos do Ensino Médio.
As inscrições podem ser feitas até dia 05 de janeiro!
Para se inscrever e obter mais informações, acesse: https://forms.gle/2rDHmCZ6pVt91zNx5
O Instituto Tecgraf/PUC-Rio está lançando um programa de capacitação em computação técnico-científica para estudantes PROUNI do CTC que tenham completado seu primeiro período em 23.2.
Durante esse programa, que ocorrerá de fevereiro a julho de 2024, você será estagiário do Tecgraf e receberá para estudar, aprender e interagir com pesquisadores e com profissionais de excelência.
Para mais informações e para se inscrever, acesse o link: https://forms.gle/uwr4HbmcumVQJR5k8.
As inscrições são até amanhã, 21/12!
Queridos alunos do Departamento de Informática da PUC-Rio, é com muita gratidão e alegria que chegamos ao fim de mais um semestre e um ano letivo incrível. Parabéns pela dedicação e empenho nos estudos e pesquisas realizadas durante o ano!
Nos vemos em 2024, com novos desafios, conhecimentos e oportunidades! Aproveitem as férias acadêmicas para recarregar as energias, renovar os sonhos e se preparar para mais uma etapa de aprendizado e crescimento. Juntos, alcançaremos voos ainda mais altos! Alis grave nil
Defesa de Tese de Doutorado do aluno Hugo Ricardo Guarin Villamizar.
Título da tese: Identifying Concerns When Specifying Machine Learning-Enabled Systems: A Perspective-Based Approach
Resumo:Engineering successful machine learning (ML)-enabled systems poses various challenges from both a theoretical and a practical side. Among those challenges are how to effectively address unrealistic expectations of ML capabilities from customers, managers, and even other team members, and how to connect business value to engineering and data science activities composed by interdisciplinary teams. In this thesis, we studied the state of the practice and literature of requirements engineering (RE) for ML to propose PerSpecML, a perspective-based approach for specifying ML-enabled systems that helps practitioners identify which attributes, including ML and non-ML components, are important to contribute to the overall system’s quality. The approach involves analyzing 60 concerns related to typical tasks that practitioners face in ML projects, grouping them into five perspectives: system objectives, user experience, infrastructure, model, and data. In one industrial validation reflecting a significant technological advance in sports analytics, the implementation even incorporated a specialized module for ??????? ????, underscoring the method’s adaptability to emerging market segments. Together, these perspectives serve to mediate the communication between business owners, domain experts, designers, software and ML engineers, and data scientists. The conception of PerSpecML involved a series of validations conducted in different contexts: (i) in academia, (ii) with industry representatives, and (iii) in two real industrial case studies. As a result of the diverse validations and continuous improvements, PerSpecML stands as a promising approach, poised to positively impact the specification of ML-enabled systems, particularly helping to reveal key components that would have been otherwise overlooked.
Orientador: Prof. Dr. Marcos Kalinowski
Banca:
Prof. Dr. Hélio Côrtes Vieira Lopes
Prof. Dr. Sérgio Lifschitz
Prof. Dr. Daniel M. Berry
Prof. Dr. Daniel Mendez
Assista a defesa pelo link: https://puc-rio.zoom.us/j/4666190940?pwd=eUdNaDNSbnhEY3VWWU1DMGF0SkRjZz09
Último dia de inscrições!
O programa de pós-graduação em Informática (Mestrado e Doutorado), oferecido pelo Departamento de Informática (DI) da PUC-Rio, está com inscrições abertas até o dia 9 de dezembro (hoje) de 2023.
O programa foi duplamente pioneiro na área de computação no Brasil: o primeiro a ser criado (em 1967) e o primeiro a receber conceito 7 (máximo) da CAPES — conceito atribuído a instituições que possuem excelência em pesquisa. O conceito 7 foi mantido desde então em todas as avaliações e acaba de ser renovado também na última avaliação, confirmando a excelente produção intelectual e o caráter de vanguarda do programa! Se você pretende fazer um mestrado ou doutorado na área de computação, se inscrever para o DI da PUC-Rio é sem dúvida uma escolha acertada!
Candidatos ao título de mestre ou doutor em Informática poderão se inscrever nas seguintes linhas de pesquisa: Ciência de Dados e Engenharia do Conhecimento, Computação Visual e Centrada em Humanos, Engenharia de Software, Linguagens de Programação e Sistemas, Inteligência Artificial, Teoria da Computação e Otimização.
Cada área de concentração tem diversos temas de pesquisa sendo trabalhados, dentre as quais se pode citar: Internet das Coisas e Computação Móvel, Jogos e Entretenimento Digital, Machine Learning, Metaverso e Realidade Virtual Aumentada, Engenharia de Software para Ciência de Dados, entre outras. O DI atua também em temas interdisciplinares, como Bioinformática e Inteligência Artificial (pesquisadas em várias das áreas de concentração do DI).
A pós-graduação do Departamento de informática contribui decisivamente para que a PUC-Rio esteja entre as melhores do país e seja a líder em integração com indústria na América Latina. Durante o curso de pós-graduação, os alunos têm inúmeras oportunidades de atuação em projetos de pesquisa e desenvolvimento com empresas e universidades no exterior.
Para se inscrever, acesse: https://www.inf.puc-rio.br/wordpress/wp-content/uploads/2023/09/Edital-PG-INF-2024.1.pdf
Autor: Hugo Ricardo Guarin Villamizar
Orientador: Marcos Kalinowski
Data e Hora: 13/12/2023 às 10:00
Local: Videoconferência
Defesa de Dissertação de Mestrado do aluno Antonio Pedro Santos Alves.
Título da dissertação: Requirements Engineering for ML-Enabled Systems: Status Quo and Problems
Resumo: Systems that use Machine Learning (ML) have become commonplace for companies that want to improve their products, services, and processes. Literature suggests that Requirements Engineering (RE) can help to address many problems when engineering ML-Enabled Systems. However, the state of empirical evidence on how RE is applied in practice in the context of ML-enabled systems is mainly dominated by isolated case studies with limited generalizability. We conducted an international survey to gather practitioner insights into the status quo and problems of RE in ML-enabled systems. We gathered 188 complete responses from 25 countries. We conducted quantita-tive statistical analyses on contemporary practices using bootstrapping with confidence intervals and qualitative analyses on the reported problems involv-ing open and axial coding procedures. We found significant differences in RE practices within ML projects, some of them have been reported on literature and some are totally new. For instance, (i) RE-related activities are mostly conducted by project leaders and data scientists, (ii) the prevalent requirements documentation format concerns interactive Notebooks, (iii) the main focus of non-functional requirements includes data quality, model reliability, and model explainability, and (iv) main challenges include managing customer expectations and aligning requirements with data. The qualitative analyses revealed that practitioners face problems related to lack of business domain understanding, unclear goals and requirements, low customer engagement, and communication issues. These results help to provide a better understanding of the adopted practices and which problems exist in practical environments. We put forward the need to adapt further and disseminate RE-related practices for engineering ML-enabled systems.
Orientador: Prof. Dr. Marcos Kalinowski
Co-orientador: Prof. Dr. Daniel Mendez
Banca:
Prof. Dr. Hélio Côrtes Vieira Lopes
Profª. Dra. Maria Teresa Baldassarre
Assista a defesa pelo link: https://puc-rio.zoom.us/j/4666190940?pwd=eUdNaDNSbnhEY3VWWU1DMGF0SkRjZz09
Defesa de Dissertação de Mestrado do aluno Raphael Oliveira Cabral.
Título da dissertação: Investigating the Impact of SOLID Design Principles on Machine Learning Code Understanding
Resumo: The relevance of maintaining clean code to successfully ship software projects has been recognized and studied for over 40 years. This includes Machine Learning (ML) projects that involve iteratively experimenting with data, models, and algorithms, requiring continuous maintenance of such artifacts to take Proof-of-Concept implementations into a production environment. However, today’s ML components are often developed by data scientists who may have a variety of educational backgrounds, such as economics, mathematics, and physics, making them prone to not following software development best practices, potentially leading to code that is difficult to maintain. In order to better understand this phenomenon, we investigated the impact of the SOLID object-oriented design principles for writing clean code on ML code understanding. To this end, we conducted a controlled experiment with three independent trials (exact replications), overall involving 100 data scientists. We restructured ML code from a real industrial setting that did not use SOLID principles. Within each trial, one group was presented with the original ML code, while the other one was presented with ML code incorporating SOLID principles. Participants of both groups were tasked to analyze the code and fill out a questionnaire that included both open-ended and closed-ended questions. The study provides evidence that the adoption of SOLID design principles can improve code understanding within the realm of ML projects. We put forward that software engineering design principles should be spread within the data science community and considered for enhancing the quality of ML code towards more maintainable ML-enabled systems.
Orientador: Prof. Dr. Marcos Kalinowski
Banca:
Prof. Dr. Hélio Côrtes Vieira Lopes
Profª. Dra. Maria Teresa Baldassarre
Assista a defesa pelo link: https://puc-rio.zoom.us/j/4666190940?pwd=eUdNaDNSbnhEY3VWWU1DMGF0SkRjZz09
