Trilhas: Ciências de Dados e Aprendizado de Máquina

A cada sessenta segundos, mais de 500 horas de novos vídeos são armazenados no youtube (1). Aproximadamente 164 milhões de horas de vídeo são transmitidas no Netflix diariamente (2). No Brasil, estima-se que há mais de 342 milhões de dispositivos portáteis (como celulares, tablets e notebooks) em uso(3) e a Internet é acessível em mais de 90% dos domicílios brasileiros(4). De fato, 7 de cada 10 transações bancárias no país são feitas por canais digitais(5), o que explica o investimento de mais de R$ 45 bilhões feito pelos bancos em tecnologia em 2023(6). 

Essa abundância de dados, facilidade de acesso a informações e o aumento do poder computacional que temos presenciado nas últimas décadas, impulsionou também o campo de Aprendizado de Máquina. As modernas redes neurais, tratadas em um campo de conhecimento genericamente denominado de Deep Learning, estão se destacando pela sua capacidade de processar dados complexos e não estruturados como imagens, vídeo, áudio e texto em linguagem natural, sendo capazes também de integrar duas ou mais modalidades desses dados. Por exemplo, o ChatGPT permite realizar pesquisas mais refinadas que as atuais páginas de busca como o Google. Outros exemplos são o TimeGPT que realiza predições em séries temporais com uma acurácia bastante alta, o que pode se tornar útil na área financeira e o DALL-E, que permite criar ilustrações detalhadas a partir de descrições textuais.

A trilha de Ciência de Dados e Aprendizado de Máquina procura preparar a próxima geração de profissionais que possam liderar iniciativas nos setores público e privado no Brasil, disseminando métodos de descoberta de conhecimento fortemente baseados em dados para o benefício da sociedade. 

Ao concluir a trilha, espera-se que cada aluna(o) seja capaz de responder perguntas baseadas em dados dos mais diversos tipos. Por exemplo, baseado no histórico bancário, quanto cada pessoa poderia receber de crédito? Com os dados de aplicativos de GPS, seria possível identificar motoristas mais propensos a se envolver em acidentes de trânsito? Baseado no estilo de vida e dados clínicos, quais doenças cada pessoa estaria propensa a desenvolver nos próximos cinco anos? Seria possível prever o comportamento da bolsa de valores, ou os resultados de eleições ou motins  a partir de dados de redes sociais?

Parte recomendada: Além disso, também é recomendado que procure um orientador de TCC na área de Ciências de Dados (que pode ser seu tutor). Os dois elegem um tema comum para o TCC e pelo menos duas disciplinas relacionadas com o tema escolhido, que devem ser cursadas pelo aluno. Os possíveis temas incluem áreas de aplicação (e.g., Bioinformática, Economia, Administração, Mecatrônica, Imagens Médicas, Engenharia de Software, Computação Musical, Astronomia, Análise Esportiva, etc.), assim como áreas de fundamento (e.g., aprendizado computacional, processamento de sinais e imagens, morfologia matemática). 

A trilha requer que se curse obrigatoriamente a disciplina MAC0460 – Introdução ao Aprendizado de Máquina e ao menos mais 6 disciplinas distribuídas nos seguintes blocos: