FORMANDO ENGENHEIROS E LÍDERES

FORMANDO ENGENHEIROS E LÍDERES

No dia 1º de setembro de 2021, das 15h30 às 17h30, o Centro de Ciência de Dados (C2D) da Escola Politécnica (Poli) da USP, em parceria com o Itaú-Unibanco, realizou o V Encontro de Machine Learning. O evento contou com a participação de pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) e foi transmitido em inglês pelo canal do YouTube da Poli.

O evento foi iniciado por Rodrigo Mello, representante do Itaú, que apresentou o Encontro, contou brevemente sobre a história do C2D e agradeceu às instituições e seus membros que apoiaram a iniciativa. O professor Pedro Luiz Pizzigatti, membro do Centro, em sua fala, agradeceu aos envolvidos no encontro e no C2D e explicou mais detalhes do Centro: suas funções, atividades e origem. O C2D está sediado no Departamento de Engenharia Elétrica da Poli e objetiva capacitar profissionais na área de Ciências de Dados.

O docente também explanou que a parceria entre o C2D e o Itaú gerou o Programa de Bolsas Itaú (PBI), um programa de bolsas para graduação e pós-graduação criado com o intuito de alavancar pesquisas nas áreas de Ciência de Dados e Inteligência Artificial. O doutor Etienne Cartolano Jr., estudante de MBA no MIT e membro do conselho do C2D, contextualizou o funcionamento da colaboração entre o MIT, a Poli e o Itaú. O MIT possui a Fintech@CSAIL que é uma iniciativa em que as empresas levam suas demandas do setor de inovação tecnológica e os pesquisadores do Instituto desenvolvem soluções para eles. O Itaú é uma das empresas parceiras do MIT e, atualmente, o instituto realiza quinze projetos dentro dessa iniciativa para várias empresas.

Em seguida, o professor do MIT, Julian Shun, apresentou a palestra sobre “Scalable Parallel Subgraph Finding and Peeling Algorithms for Financial Network Analysis”. Agradecendo o convite, Shun apresentou um algoritmo paralelo para clusterização de grafos que possui um desempenho melhor que os atualmente existentes. Para explicar sobre o algoritmo, ele apresentou o problema e a proposta, incluindo os experimentos realizados.

A pós-doutora do MIT, Homa Esfahanizadeh, também participou do evento como palestrante. Sua palestra teve como tema “ Training Sensitive Financial Data Securely; Secure Multi-Party Computation Applied to Finance” em que consistia na amostragem de um algoritmo para a disponibilização de dados privados publicamente de modo a ainda permitir o treinamento de modelos. Ela mostrou uma aplicação do algoritmo na área da saúde e discutiu como ele poderia ser usado na área financeira.

Assista ao evento na íntegra em inglês sem tradução.

Print Friendly, PDF & Email