Apresentamos hoje o Laboratório Galgos.
O Galgos é um Núcleo de Inovação Tecnológica vinculado ao Departamento de Informática da PUC-Rio cujo foco principal é o desenvolvimento e aplicação de métodos algorítmicos para o manuseio e análise de grandes volumes de dados e otimização de recursos de médio e grande porte. Os membros do laboratório são encorajados a desenvolver uma forte experiência em métodos quantitativos, trabalhando com técnicas clássicas de design de algoritmos, técnicas de programação matemática e técnicas de aprendizagem de máquinas.
Atualmente o laboratório é coordenado pelo Prof. Marcus Poggi e conta com a colaboração de professores, pesquisadores e alunos do DI da PUC-Rio.
Assim como outros laboratórios do DI da PUC-Rio, o Galgos proporciona aos alunos do Departamento a possibilidade de atuarem como colaboradores e ter contato com diversas teorias diretamente aplicadas à prática, buscando soluções para resolver problemas reais de diversas empresas através de projetos específicos desenvolvidos pelo laboratório.
Conheça mais sobre o Galgos: http://www.inf.puc-rio.br/blog/laboratorio/atd-lab/
Conheça os Professores do Quadro Principal do DI.
Grande parte do reconhecimento acadêmico do Departamento de Informática (DI) da PUC-Rio é devido aos professores do seu quadro principal, que atuam com excelência à frente do ensino e pesquisa, coordenando e atuando em laboratórios temáticos e orientando as pesquisas de mestrado e doutorado dos alunos. Eles também são responsáveis por coordenar os projetos de pesquisa do DI junto a órgãos de fomento e a empresas nacionais e internacionais, assim como pela criação e oferta de cursos de extensão e especialização lato sensu do DI.
Hoje, temos o prazer de apresentar o Professor Thibaut Vidal, que atua nas áreas de Ciência de Dados e Otimização e Raciocínio Automático. Nesse meio foca suas pesquisas em otimização combinatória, metaheurísticas, busca local, programação inteira e dinâmica, com aplicações em logística, gerenciamento da cadeia de suprimentos, produção, telecomunicações e gestão de emergência. Atualmente, colabora com o laboratório Galgos.
Mais informações podem ser encontradas na página profissional do professor: http://www.inf.puc-rio.br/~thibaut
No dia 05 de agosto, teremos a honra de receber o professor Anderson Rocha, diretor do IC/Unicamp e co-idealizador da Conexão Rio-Campinas. Às 11h, ele dará uma palestra com o tema “Artificial Intelligence meets Digital Forensics – a panorama” na sala 511 RDC do prédio Rio Data Centro, ao lado do Ed. Cardeal Leme, no campus da PUC-RIO.
Não percam este evento!
Apresentamos hoje o Laboratório IDEIAS-SERG
O IDEIAS-SERG é um laboratório de pesquisa e desenvolvimento multidisciplinar do Departamento de Informática (DI) da PUC-Rio. Fundado em 2019, IDEIAS-SERG resultou da junção de dois grupos mais antigos, IDEIAS (fundado em 2010) e SERG (fundado em 1996). Hoje o laboratório é coordenado pelas professoras Simone D.J. Barbosa e Clarisse Sieckenius de Souza. Seus interesses de pesquisa nas áreas em que atuam incluem Semiótica, Visualização de Informação e Visual Analytics, Desenvolvimento por Usuários Finais e Computação Centrada em Humanos.
Os mais de 32 Mestres e 29 Doutores titulados pelo laboratório publicaram, além de centenas de artigos científicos, 5 livros internacionais e um livro nacional (referência de IHC no Brasil), o que tornou o SERG um centro de referência internacional em Semiótica Computacional. Por seu trabalho, os pesquisadores sêniores do SERG receberam cinco prêmios e distinções internacionais (incluindo 2 da ACM e 2 da IFIP) e dois prêmios nacionais (incluindo Mérito científico da Sociedade Brasileira de Computação).
O laboratório titulou 17 Mestres e 6 Doutores entre 2010 e 2019 e no ano de 2020, sua fundadora recebeu o prêmio Carreira de Destaque em IHC (CEIHC-SBC). Ela é co-coordenadora geral da principal conferência de IHC, ACM CHI 2022.
O laboratório oferece serviços de treinamento e consultoria em design e avaliação de IHC e experiência do usuário, assim como em visualização de informação e análise exploratória e visual de dados — frequentemente aplicando resultados de pesquisa de nossos alunos de pós-graduação.
Conheça mais sobre o IDEIAS-SERG: http://www.ideias.inf.puc-rio.br/
Finalizamos o nosso processo seletivo para o Mestrado e Doutorado no Programa de Pós-Graduação do Departamento de Informática (DI) da PUC-Rio.
Nosso programa foi o primeiro programa de pós-graduação em Computação do país e o primeiro a obter o conceito máximo (7) junto à CAPES, mantendo este conceito até hoje. O conceito CAPES 7 é atribuído a programas que possuem produção científica compatível com a de centros de excelência internacionais. Naturalmente nosso processo é concorrido e contamos com a compreensão dos que não puderam ser admitidos nesta oportunidade.
Os selecionados para o mestrado foram:
Alex de Lima Bassi
Alexsandra da Silva Lázaro
Anne Vitoria Rodrigues de Souza
Bianca Moreira Cunha
Daniel Villela de Almeida
Dieinison Jack Freire Braga
Fábio Vasconcelos Cantão de Lima
Fernando Bernardo dos Santos
João Victor Farrulla Darze
Johny Arriel
Jorge Alfonso Rodríguez Méndez
Jose Rodrigo Vilca Vargas
Juliana Heluy do Prado
Leonardo Góes Ferreira
Lucas Zillig Barros Oliveira
Luis Amaral
Marco Antônio Barbosa Teixeira
Mateus Levi Simões Fernandes
Rodrigo Brito de Freitas Lima
Samir Patrice Batista da Silva
Sandro Athaide Coelho
Wesley da Silva Santos
Os selecionados para o doutorado foram:
Anderson Silva Fonseca
Anna Di Lorenzo
Antonio Carlos Pereira de Azambuja
Antony Seabra de Medeiros
Gabriel Diniz Junqueira Barbosa
Julio Omar Prieto Entenza
Lucas Cordeiro Romão
Luís Fernando Teixeira Bicalho
Matheus Manhães Masson
Millena de Andrade Almeida Gomes Cavalcante
Nelia Cantanhede Reis
Reforçamos que na PUC-Rio, por seu destacado papel de liderança na América Latina em integração com a indústria, sempre temos oportunidades de bolsas de complemento (acumuláveis com bolsas de fomento) ou de remuneração de carteira assinada referentes à participação em projetos de pesquisa e desenvolvimento coordenados pelos professores do nosso quadro principal. Todos os alunos que, através do nosso programa, servem à ciência Brasileira em dedicação integral possuem bolsa de fomento (recebem para apoiar as pesquisas do programa) ou ao menos bolsa de isenção integral (não pagam). Além disso, nosso programa de mestrado tem apoiado a capacitação de profissionais com dedicação em tempo parcial através de convênios com empresas e possibilidades de formação com recursos próprios.
Parabenizamos a todos os selecionados, esperamos que seja uma jornada de muito estudo, pesquisa e crescimento pessoal e profissional!
Se você perdeu esse processo seletivo, fique antenado nas nossas redes sociais, o próximo terá início em Novembro!
Conheça os Professores do Quadro Principal do DI.
Grande parte do reconhecimento acadêmico do Departamento de Informática (DI) da PUC-Rio é devido aos professores do seu quadro principal, que atuam com excelência à frente do ensino e pesquisa, coordenando e atuando em laboratórios temáticos e orientando as pesquisas de mestrado e doutorado dos alunos. Eles também são responsáveis por coordenar os projetos de pesquisa do DI junto a órgãos de fomento e a empresas nacionais e internacionais, assim como pela criação e oferta de cursos de extensão e especialização lato sensu do DI.
Hoje, temos o prazer de apresentar a Professora Simone Diniz Junqueira Barbosa, que atua nas áreas de Interação Humano-Computador e Ciência de Dados. Seus interesses de pesquisa incluem: exploração e análise visual e narrativa de dados; engenharia semiótica; design de sistemas interativos com base em modelos; e meios de aumentar a qualidade de uso de sistemas interativos em diversos domínios, através de adaptação, mecanismos de analogia e outras técnicas de inteligência artificial.
Atualmente, ela coordena os laboratórios IDEIAS-SERG e ExACTa.
Mais informações podem ser encontradas na página profissional da professora: http://www.inf.puc-rio.br/~simone/
Até o dia 07 de agosto, estão abertas as inscrições para a especialização em Análise e Projeto de Sistemas (APS), uma pós-graduação 100% online, coordenada pelos professores Sérgio Lifschitz e Tatiana Escovedo.
Com a mesma qualidade do tradicional curso presencial, a ênfase do curso é em Engenharia de Software, Banco de Dados e Desenvolvimento. O curso é focado em profissionais de qualquer área de conhecimento que desejem ingressar ou migrar para a área de TI, bem como para profissionais de TI que desejem formalizar, reciclar ou reforçar os seus conhecimentos.
O APS habilita profissionais a analisar, projetar e implementar sistemas de informação, capacitando o aluno a atuar no mercado desempenhando diversos papéis, tais como Gerente de TI / Scrum Master, Analista de Requisitos / Product Owner, DBA e Desenvolvedor, equilibrando teoria e prática com solidez e fazendo diferença na atuação profissional.
A especialização em Análise e Projeto de Sistemas tem sido reconhecida como curso de alto nível e tradição no âmbito de todo o Brasil, tanto nos meios empresariais quanto nos meios acadêmicos. É um curso oferecido pelo Departamento de Informática (DI) da PUC-Rio, considerado internacionalmente como um programa de excelência, e que tem recebido o conceito máximo (7) da CAPES desde sua criação em 2004.
As aulas serão ao vivo com professores do curso e convidados, mas também será possível assistir ao encontro gravado, promovendo flexibilidade para os alunos.
Para saber mais e fazer a sua inscrição, acesse: https://di.cce.puc-rio.br/sitecce/website/website.dll/folder?nCurso=analise-e-projeto-de-sistemas&nInst=di
Conheça o Baffatari 2600, que adiciona compatibilidade ATARI a retrocomputadores
Como o duopólio Intel-AMD de hoje, o mercado de CPUs para computadores domésticos nas décadas de 1970 e 1980 era dominado por dois players: Zilog com seu Z80 e MOS Technology com seu processador 6502. Mas, ao contrário de hoje, mesmo que dois computadores tivessem a mesma CPU, isso não significava que os dois fossem compatíveis com software: diferenças no layout de memória, interfaces de vídeo e mídia de armazenamento significavam que o software desenvolvido para um Atari 2600 não seria executado em um Apple I, apesar de os dois compartilharem a mesma arquitetura básica de CPU.
O mais recente projeto de retrocomputador moderno de Augusto Baffa, o Baffatari 2600, demonstra habilmente que a diferença entre esses dois computadores realmente é apenas superficial. A Baffatari é uma placa plug-in que adiciona a funcionalidade do Atari 2600 ao sistema Baffa-6502 anterior da [Augusto], que foi projetado para ser compatível com Apple I. Como tanto o Apple quanto o Atari são alimentados por CPUs 6502, apenas alguns periféricos precisam ser trocados para mudar um para o outro.
Na placa Baffatari estão dois chips essenciais para a arquitetura do Atari 2600: o 6532 RAM I/O Timer (RIOT) que contém a RAM e a interface do joystick, e o Television Interface Adapter (TIA) que lida com os gráficos e o áudio. Esses chips se conectam ao barramento do sistema do Baffa-6502, permitindo que a CPU principal se comunique com eles e execute os títulos do software Atari 2600. No vídeo abaixo, você pode ver vários jogos clássicos rodando no sistema Baffa.
Para ler a matéria completa, acesse o link da bio.
Link: https://hackaday.com/2022/06/29/hackaday-prize-2022-the-baffatari-2600-adds-atari-compatibility-to-retrocomputers/
#paperoftheday
Title: A Survey on Data-driven Performance Tuning for Big Data Analytics Platforms
Venue: Big Data Research, vol. 25 (2021)
Authors: Rogério Luís de C.Costa, José Moreira, Paulo Pintor, Veronica dos Santos, Sérgio Lifschitz
Abstract: Many research works deal with big data platforms looking forward to data science and analytics. These are complex and usually distributed environments, composed of several systems and tools. As expected, there is a need for a closer look at performance issues.
In this work, we review performance tuning strategies in the big data environment. We focus on data-driven tuning techniques, discussing the use of database inspired approaches. Concerning big data and NoSQL stores, performance tuning issues are quite different from the so-called conventional systems. Many existing solutions are mostly ad-hoc activities that do not fit for multiple situations. But there are some categories of data-driven solutions that can be taken as guidelines and incorporated into general-purpose auto-tuning modules for big data systems.
We examine typical performance tuning actions, discussing available solutions to support some of the tuning process’s primary activities. We also discuss recent implementations of data-driven performance tuning solutions for big data platforms. We propose an initial classification based on the domain state-of-the-art and present selected tuning actions for large-scale data processing systems. Finally, we organized existing works towards self-tuning big data systems based on this classification and presented general and system-specific tuning recommendations. We found that most of the literature pieces evaluate the use of tuning actions at the physical design perspective, and there is a lack of self-tuning machine-learning-based solutions for big data systems.
More in: https://doi.org/10.1016/j.bdr.2021.100206
