Tutorial A: Integrando e aproveitando o melhor de Python e R

Guilherme Hathy - UFPR

Resumo: O eterno debate entre R e Python é um tema frequente nas discussões de Ciência de Dados. Ambas as linguagens são amplamente adotadas nesse campo, oferecendo uma rica variedade de ferramentas e funções altamente relevantes. Em vez de escolher apenas uma delas, por que não explorar o potencial de ambas juntas? Neste tutorial será explorado a integração entre as Linguagens R & Python.

• Nível: Intermediário.
• Pré-requisitos: R básico e Python básico.

Guilherme Hathy é CTO e Cientista de Dados na La Decora, programador e desenvolvedor nas Linguagens R e Python. Bacharel em Estatística pela UFPR e mestrando no Programa de Pós-Graduação em Métodos Numéricos da UFPR, pesquisador na área de Aprendizado Estatístico de Máquina.

Tutorial B: Construção de Pacotes em Linguagem R

Eric Batista Ferreira - UNIFAL-MG

Resumo em breve.

• Nível: Intermediário.
• Pré-requisitos: R básico.

Eric Batista é Professor Associado do Departamento de Estatística da Universidade Federal de Alfenas (Unifal-MG), do Programa de Pós-graduação Stricto Sensu em Estatística Aplicada e Biometria (PPG-EAB), do Programa de Pós-graduação Stricto Sensu em Nutrição e Longevidade (PPG-NL) e do Programa de Pós-graduação Lato Sensu em Tecnologia e Qualidade na Produção de Alimentos (TecQuali). Possui formação em Laticínios (Instituto Cândido Tostes, 1998), Engenharia Agronômica (UFLA, 2002), Matemática Licenciatura (UNIFAL-MG, 2012), Física Licenciatura (UNIFAL-MG, 2020), Mestrado em Estatística e Experimentação Agropecuária (UFLA, 2004), Doutorado em Estatística e Experimentação Agropecuária (UFLA/Open University - Inglaterra, 2007), Pós-doutorado em Estatística Multivariada (UFLA, 2009) e Pós-doutorado em Sensometria (NOFIMA - Noruega, 2013). Tem experiência em Sensometria, Estatística Multivariada, Estatística Experimental, Probabilidade e Estatística aplicadas, Controle Estatístico de Processo e Cientometria.

Tutorial C: Ferramentas de IA, pacotes e extensões para o desenvolvedor R

Walmes Marques Zeviani - UFPR

Resumo: Neste minicurso, exploraremos a integração de ferramentas de Inteligência Artificial (IA) ao universo do desenvolvimento em R, com o objetivo de otimizar o tempo de desenvolvimento e aprimorar a qualidade dos projetos. Dentre as ferramentas de IA destacadas, abordaremos: 1) ChatGPT - uma ferramenta de modelagem de linguagem que pode auxiliar na geração de código e resolução de dúvidas; 2) Google Bard: uma solução inovadora que oferece sugestões e insights baseados em IA; e 3) Github Copilot - um assistente de codificação alimentado por IA que sugere linhas ou blocos de código à medida que você digita. Além das ferramentas de IA, o curso também se aprofundará em funcionalidades e extensões para os principais ambientes de desenvolvimento como GNU Emacs, VS Code e RStudio IDE que são projetadas para simplificar e acelerar o fluxo de trabalho do desenvolvedor R. Para complementar, serão apresentados pacotes essenciais em R que facilitam o desenvolvimento de projetos íntegros e bem estruturados, com versionamento, reprodutibilidade, modularização, documentação, padronização, testes unitários: renv, box, docstring, usethis, formatR, pak, entre outros. Ao combinar os recursos de IA com extensões para ambientes de desenvolvimento e pacotes para desenvolvimento profissional de projetos, este minicurso visa equipar os desenvolvedores R com as ferramentas e técnicas necessárias para elevar sua produtividade e qualidade de trabalho a novos patamares.

• Nível: Intermediário.
• Pré-requisitos: R básico e breves conhecimentos sobre chatGPT.

Walmes Zeviani é Engenheiro Agrônomo pela Universidade Federal da Grande Dourados (2003-2007) e Mestre (2008-09) e Doutor (2009-13) em Estatística & Experimentação Agropecuária pela Universidade Federal de Lavras. Professor Adjunto do Departamento de Estatística da Universidade Federal do Paraná (2010-hoje). Atua principalmente com ensino no Curso de Bacharel em Estatística e na Especialização em Data Science & Big Data (UFPR). Tem experiência com cursos de capacitação do software R para planejamento e análise de experimentos, modelos de regressão linear e não linear, manipulação e visualização de dados e construção de interfaces gráficas e pacotes R.

Tutorial D: Visualização com Mapas de Informações Espaciais

Profa. Dra. Elisangela Ap. da Silva Lizzi - UTFPR

Resumo: As técnicas de análise espacial são aplicáveis a vários tipos de situações nas áreas de ciências naturais, estudos agronômicos, estudos epidemiológicos e qualquer extensão que utilize áreas geográficas como unidades de observação. Neste tutorial o foco será na visualização deste tipo de informação, com dados reais de bancos de dados de saúde.

• Nível: Intermediário.
• Pré-requisitos: R básico.

Ementa: Introdução aos métodos de estrutura de dados espaciais em saúde. Dados de saúde geoespaciais e por área. Mapeamento de doenças. Comunicação de resultados via mapas temáticos para polígonos e processos pontuais.

Elisangela Lizzi é bacharel em Estatística pela Universidade Federal de São Carlos. Mestre e doutora em Saúde Pública pela Faculdade de Medicina da USP, com trainee no exterior pela John Hopkins University. É professora adjunta e pesquisadora da Universidade Tecnológica Federal do Paraná, campus Cornélio Procópio. É pesquisadora e professora credenciada no Programa de Pós Graduação em Bioinformática UTFPR-CP. Mãe de um filho nascido em 2008 e atuante na causa de mulheres na ciência. Trabalha com estatística aplicada, bioestatística e epidemiologia. É editora associada da Revista de Epidemiologia e Serviços de Saúde do Sistema Único de Saúde (SUS). Profissional no ranking de pesquisadores influentes da América Latina. Consultora do Ministério da Saúde e da Organização Panameriacana de Saúde em cursos de formação especializada para profissionais de vigilância em saúde no Programa de Fortalecimento da Epidemiologia (PROFEPi).

Apresentações de cases de sucesso

Mais detalhes em breve.

Apresentações de cases de trabalhos acadêmicos

Mais detalhes em breve.