339 lines
23 KiB
HTML
339 lines
23 KiB
HTML
<!DOCTYPE html>
|
||
<html xmlns="http://www.w3.org/1999/xhtml" lang="pt" xml:lang="pt">
|
||
|
||
<head>
|
||
<meta charset="utf-8">
|
||
<meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1">
|
||
<meta content="width=device-width, initial-scale=1, user-scalable=0" name="viewport">
|
||
<meta content="width" name="MobileOptimized">
|
||
<meta content="true" name="HandheldFriendly">
|
||
<!-- Place favicon.ico in the root directory -->
|
||
<link rel="apple-touch-icon" sizes="180x180" href="apple-touch-icon.png">
|
||
<link rel="icon" type="image/png" sizes="32x32" href="favicon-32x32.png">
|
||
<link rel="icon" type="image/png" sizes="16x16" href="favicon-16x16.png">
|
||
<link rel="manifest" href="site.webmanifest">
|
||
<link rel="mask-icon" href="safari-pinned-tab.svg" color="#5bbad5">
|
||
<meta name="msapplication-TileColor" content="#da532c">
|
||
<meta name="theme-color" content="#ffffff">
|
||
<title>Career Path - Data Science</title>
|
||
<meta name="description"
|
||
content="Página do Encontro Nacional de Estudantes de Informática 2019, no Instituto Superior de Engenharia de Coimbra (ISEC) a realizar-se entre 12 e 15 de abril de 2019. O ENEI pretende oferecer aos estudantes de todo o país um evento que promove a aprendizagem, a troca de ideias e o convívio, enquanto tenta criar fortes ligações com o mundo empresarial.">
|
||
<meta property="og:locale" content="pt_PT" />
|
||
<meta property="og:title" content="Career Path - Artificial Intelligence" />
|
||
<meta property="og:description"
|
||
content="Página do Encontro Nacional de Estudantes de Informática 2019, no Instituto Superior de Engenharia de Coimbra (ISEC) a realizar-se entre 12 e 15 de abril de 2019. O ENEI pretende oferecer aos estudantes de todo o país um evento que promove a aprendizagem, a troca de ideias e o convívio, enquanto tenta criar fortes ligações com o mundo empresarial." />
|
||
<meta property="og:site_name" content="Career Path - Data Science" />
|
||
<meta property="og:url" content="http://www.enei.pt/cp-ds" />
|
||
<meta property="og:image" content="http://www.enei.pt/imgs/share-image.jpg" />
|
||
<meta property="og:type" content="Website" />
|
||
<link rel="canonical" href="http://www.enei.pt/cp-ia" />
|
||
<link href="bootstrap-grid.css" rel="stylesheet" type="text/css" />
|
||
<link href="main.css" rel="stylesheet" type="text/css" />
|
||
<link href="https://fonts.googleapis.com/css?family=Bai+Jamjuree:400,600,700" rel="stylesheet">
|
||
|
||
</head>
|
||
|
||
<body class="career-path data-color">
|
||
<div id="overlay"></div>
|
||
<header id="main-menu">
|
||
<nav>
|
||
<a href="#" title="Abrir menu" rel="nofollow" id="open-menu-mobile">Menu</a>
|
||
<ul>
|
||
|
||
<li><a href="https://enei.pt/#enei" title="Enei">Enei</a></li>
|
||
<li><a href="https://enei.pt/careerPaths">Career Paths</a></li>
|
||
<li><a href="https://enei.pt/#calendar">Programa</a></li>
|
||
<li><a href="https://enei.pt/#precos" title="Preços">Preços</a></li>
|
||
<li><a href="https://enei.pt/app" title="Preços">App</a></li>
|
||
<li><a href="https://enei.pt/ctf" title="CTF">CTF</li>
|
||
<li><a href="https://enei.pt/#sponsors" title="Sponsors">Sponsors</a></li>
|
||
<li><a href="https://enei.pt/#faqs" title="Faq's">Faq's</a></li>
|
||
</ul>
|
||
</nav>
|
||
</header>
|
||
<!-- apresentation section -->
|
||
<div id="apresentation">
|
||
<div class="career-apresentation">
|
||
<div class="career-name">Artificial Intelligence<span>Powered by:</span></div>
|
||
<img src="imgs/logos/critical-sponsor.png" alt="Ubiwhere">
|
||
|
||
</div>
|
||
</div>
|
||
|
||
<!-- enei section -->
|
||
<section id="enei">
|
||
<div class="container">
|
||
<div class="row">
|
||
<div class="col-lg-7 col-sm-7">
|
||
<div class="pre-h1">Career Path</div>
|
||
<h1>Artificial Intelligence</h1>
|
||
<hr>
|
||
<p>O ENEI19 não só vai ter um programa geral como, também, vai ter 5 Career Paths!
|
||
Vais poder escolher o que mais se identifica contigo e ter acesso a todas as conferências sobre essa temática!.</p>
|
||
<p>Podes fazer a tua inscrição no Career Path que mais gostares através da nossa app!</p>
|
||
<p>Mas não te preocupes, apesar de te inscreveres num determinado Career Path, poderás participar em palestras ou workshops de Career Paths diferentes.</p>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- programa geral -->
|
||
<section id="calendar" class="grey">
|
||
<div class="container">
|
||
<div class="row">
|
||
<div class="col-lg-6 col-lg-offset-3">
|
||
<h1>Programa</h1>
|
||
<hr>
|
||
</div>
|
||
</div>
|
||
<div class="row">
|
||
<div class="col-lg-12">
|
||
<div id="calendar-container">
|
||
<div id="event-days-list">
|
||
<button class="selected" data-eventDay="13">13 <span>Abril</span></button>
|
||
<button data-eventDay="14">14 <span>Abril</span></button>
|
||
</div>
|
||
<div class="day-night-filter">
|
||
<div class="row">
|
||
<div class="col-lg-12">
|
||
<div class="row">
|
||
<div class="col-lg-6 col-sm-6">
|
||
<div class="half-day">Manhã</div>
|
||
</div>
|
||
<div class="col-lg-6 col-sm-6">
|
||
<div class="half-day">Tarde/Noite</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
<div id="content-container">
|
||
<section class="content visible" data-eventContent="13">
|
||
<div class="row">
|
||
<div class="col-lg-6 col-sm-6">
|
||
<div class="row event-data">
|
||
<div class="col-lg-4">
|
||
<div class="event-time">11:15 - 13:30</div>
|
||
</div>
|
||
<div
|
||
class="col-lg-8 col-lg-offset-0 col-sm-offset-2 col-xs-offset-2 event-details">
|
||
<div class="event-type">Workshop</div>
|
||
<h2>(Critical)</h2>
|
||
<h3>Licínio Oliveira</h3>
|
||
<div class="event-details"><span class="icon-company"></span>Critical
|
||
</div>
|
||
<button class="modal-link event-description"
|
||
data-modalLink="modal-80"><span class="arrow">➔</span>Ver
|
||
mais detalhes</button>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
<div class="col-lg-6 col-sm-6">
|
||
<div class="row event-data">
|
||
<div class="col-lg-4">
|
||
<div class="event-time">15:30 - 16:30</div>
|
||
</div>
|
||
<div
|
||
class="col-lg-8 col-lg-offset-0 col-sm-offset-2 col-xs-offset-2 event-details">
|
||
<div class="event-type">Palestra</div>
|
||
<h2>(delloite)</h2>
|
||
<h3>Eduardo Pereira</h3>
|
||
<div class="event-details"><span class="icon-company"></span> Delloite
|
||
</div>
|
||
<button class="modal-link event-description"
|
||
data-modalLink="modal-81"><span class="arrow">➔</span>Ver
|
||
mais detalhes</button>
|
||
</div>
|
||
</div>
|
||
|
||
</div>
|
||
</div>
|
||
</section>
|
||
<section class="content" data-eventContent="14">
|
||
<div class="row">
|
||
<div class="col-lg-6 col-sm-6">
|
||
|
||
</div>
|
||
<div class="col-lg-6 col-sm-6">
|
||
<div class="row event-data">
|
||
<div class="col-lg-4">
|
||
<div class="event-time">15:15 - 16:15</div>
|
||
</div>
|
||
<div
|
||
class="col-lg-8 col-lg-offset-0 col-sm-offset-2 col-xs-offset-2 event-details">
|
||
<div class="event-type">Palestra</div>
|
||
<h2>Will Deep Convolutional Neural Networks and Reinforcement Learning lead to Artificial General Intelligence?</h2>
|
||
<h3>Arlindo Oliveira</h3>
|
||
<div class="event-details"><span class="icon-company"></span>Instituto Superior Técnico</div>
|
||
<button class="modal-link event-description"
|
||
data-modalLink="modal-84"><span class="arrow">➔</span>Ver
|
||
mais detalhes</button>
|
||
</div>
|
||
</div>
|
||
|
||
</div>
|
||
</section>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- oradores section -->
|
||
<section id="speakers">
|
||
<div class="container">
|
||
<div class="row">
|
||
<div class="col-lg-6 col-lg-offset-3 col-sm-12 col-sm-offset-0 col-xs-10 col-xs-offset-1">
|
||
<h1>Speakers</h1>
|
||
<hr>
|
||
</div>
|
||
</div>
|
||
<div class="row">
|
||
<div class="col-lg-3 col-sm-6">
|
||
<a href="https://www.criticalsoftware.com/" title="Licínio Oliveira"
|
||
target="_blank" class="speaker-button">
|
||
<div class="speaker-image">
|
||
<img src="imgs/speakers-image/person.png" alt="Licínio Oliveira">
|
||
<img src="imgs/sponsor-images/critical-sponsor.png" alt="ubiwhere" class="company-image">
|
||
</div>
|
||
<h2 class="speaker-name">Licínio Oliveira </h2>
|
||
<div class="speaker-company">Critical</div>
|
||
</a>
|
||
</div>
|
||
<div class="col-lg-3 col-sm-6">
|
||
<a href="https://www2.deloitte.com/pt/pt.html" title="Sara Faria" target="_blank" class="speaker-button">
|
||
<div class="speaker-image">
|
||
<img src="imgs/speakers-image/eduardo.png" alt="Gonçalo Santos">
|
||
<img src="imgs/sponsor-images/deloitte-sponsor.png" alt="Novabase" class="company-image">
|
||
</div>
|
||
<h2 class="speaker-name">Eduaro Pereira</h2>
|
||
<div class="speaker-company">Delloite</div>
|
||
</a>
|
||
</div>
|
||
<div class="col-lg-3 col-sm-6">
|
||
<a href="https://tecnico.ulisboa.pt/pt/" title="Germán Méndez" target="_blank" class="speaker-button">
|
||
<div class="speaker-image">
|
||
<img src="imgs/speakers-image/arlindo.png" >
|
||
|
||
</div>
|
||
<h2 class="speaker-name">Arlindo Oliveira</h2>
|
||
<div class="speaker-company">Instituto Superior Técnico</div>
|
||
</a>
|
||
</div>
|
||
|
||
|
||
|
||
|
||
</div>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- footer -->
|
||
<footer>
|
||
<div class="container">
|
||
<div class="row">
|
||
<div class="col-lg-4 col-xs-6">
|
||
<p>© 2019 ENEI . Todos os direitos reservados</p>
|
||
</div>
|
||
<div class="col-lg-8 col-xs-6">
|
||
<ul id="social-network">
|
||
<li><a href="https://www.facebook.com/ENEIConf/" title="Facebook" target="_blank"
|
||
class="icon-facebook"></a></li>
|
||
<li><a href="https://www.instagram.com/eneiconf/" title="Instagram" target="_blank"
|
||
class="icon-instagram"></a></li>
|
||
<li><a href="https://www.linkedin.com/company/enei/" title="Linkedin" target="_blank"
|
||
class="icon-linkedin"></a></li>
|
||
<li><a href="mailto:geral@enei.pt" title="Email" target="_blank" class="icon-email"></a></li>
|
||
</ul>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</footer>
|
||
|
||
<div class="modal-container" id="modal-80" data-status="closed">
|
||
<button class="modal-close" data-modalContainer="modal-80"><span class="icon-close"></span></button>
|
||
<h2>Description</h2>
|
||
<p>(Critical)</p>
|
||
<h2>Speaker's Bio</h2>
|
||
<h3>Licínio Oliveira</h3>
|
||
<p>Sem descrição
|
||
</p>
|
||
</div>
|
||
|
||
<div class="modal-container" id="modal-81" data-status="closed">
|
||
<button class="modal-close" data-modalContainer="modal-81"><span class="icon-close"></span></button>
|
||
<h2>Description</h2>
|
||
<p>O Business Intelligence (BI) tradicional endereça a identificação de perguntas relevantes para o negócio e como estruturar os dados para obter as correspondentes respostas. Esta abordagem revela-se limitada num contexto altamente dinâmico em que os dados são provenientes de inúmeras fontes com diferentes formatos. Além disso, o aumento significativo no volume de dados cria um grande desafio para o BI tradicional. Convencionalmente, o BI é destinado a executivos e gerentes que olham para os negócios de uma perspetiva demasiada alto-nível e focada. Por outro lado, o Big Data é bottom-up, pois democratiza o acesso ao conhecimento crítico de negócios e permite interpretações de perspetivas diferentes do convencional, dando uma capacidade de inovação e decisão potencialmente transformadoras aos diferentes utilizadores de front e back office, permitindo a tomada de decisões em tempo real, usando Data Science.
|
||
Nesta palestra, apresentaremos o ‘CELFOCUS Vision for Data Science’ dentro da indústria de TI e nossa missão na criação de um futuro brilhante para ciência de dados e cientistas.
|
||
</p>
|
||
<h2>Speaker's Bio</h2>
|
||
<h3>Sara Faria</h3>
|
||
<p>A Sara Faria Leal é uma Data Scientist na Celfocus desde 2015.
|
||
A sua formação é em Matemática Aplicada e Computação no Instituto Superior Técnico, com especialização em Probabilidade e Estatística, onde ela desenvolveu o interesse por Data Mining e Machine Learning.
|
||
A Sara trabalhou num projeto de IoT a analisar e detetar anomalias em dispositivos de IoT e no projeto do NOC-CIAS (Network Operation Center Cognitive Intelligence Automation System) a estudar o comportamento de alarmística de rede.
|
||
No seu tempo livre, ela gosta de ver corridas de Fórmula 1 e de jogar Zelda ou Kirby. Tem quase sempre uma caneca de chá com ela.
|
||
|
||
</p>
|
||
</div>
|
||
</div>
|
||
|
||
<div class="modal-container" id="modal-82" data-status="closed">
|
||
<button class="modal-close" data-modalContainer="modal-82"><span class="icon-close"></span></button>
|
||
<h2>Descrição</h2>
|
||
<p>Atualmente existe um hype de Big Data entre as organizações, contudo transformar o seu potencial em real impacto de negócio tem-se provado um desafio. Desenvolver modelos precisos e confiáveis é um primeiro passo, no entanto colocá-los em produção e fazer a sua gestão diariamente - descobrindo conhecimento único - é outro nível. Os modelos e automação preditivos serão fundamentais na operacionalização de todo o processo, ajudando a orquestrar e gerir o processamento de todos os dados dentro de uma organização. Este deve ser o alvo final de uma estratégia de Big Data bem-sucedida.
|
||
Neste workshop vamos nos concentramos numa dimensão crítica - a Excelência Operacional. A análise de grandes volumes de dados operacionais pode suportar os esforços dos CSP’s na expansão e controlo da infraestrutura atual. Através da correlação de métricas de uso da rede e atributos de utilizadores, além de dados de tráfego e localização, ajudará de forma proactiva a detetar ou prever possíveis problemas e obstáculos em tempo real.
|
||
O principal objetivo deste workshop é desenhar e desenvolver um algoritmo capaz de realizar a deteção de anomalias por categoria, usando para o efeito dados operacionais de comunicações móveis. Com base nas mensagens enviadas ou recebidas pelos cartões SIM, a solução proposta deve ser capaz de detetar padrões em altos volumes de mensagens e fornecer informações sobre as suas causas.
|
||
</p>
|
||
<h2>Requesitos</h2>
|
||
<p>Computador pessoal com as seguintes ferramentas instaladas:</p>
|
||
<p>-Jupyter Notebook</p>
|
||
<p>-Python 3.6</p>
|
||
<p>-ScikitLearn</p>
|
||
<p>-Matplotlib</p>
|
||
<p>-Pandas</p>
|
||
|
||
</div>
|
||
|
||
<div class="modal-container" id="modal-83" data-status="closed">
|
||
<button class="modal-close" data-modalContainer="modal-83"><span class="icon-close"></span></button>
|
||
<h2>Descrição</h2>
|
||
<p>A Aguardar descrição e nome.</p>
|
||
</div>
|
||
<div class="modal-container" id="modal-84" data-status="closed">
|
||
<button class="modal-close" data-modalContainer="modal-84"><span class="icon-close"></span></button>
|
||
<h2>Descrição</h2>
|
||
<p>"Artificial Intelligence, and its diverse subfields, including machine learning, has been the subject of intense study for more than a half a century. Recent advances in machine learning, jointly known as deep learning, have partially closed the gap that exists between the abilities of naturally intelligent systems (i.e., brains) and artificially intelligent ones in problems related with perception. Additionally, some problems that have been deemed very hard to solve, like learning to play the game of Go from scratch or mastering complex strategy games have fallen to approaches that combine deep reinforcement learning with efficient computation methods. Still, the depth of understanding of these systems is somewhat limited, and many counterexamples exist that show that DCNNs (deep convolutional neural networks) are still very far from approaching human abilities even in simple perception problems. In this seminar, I will lead an interactive discussion about the power and limitations of DCNNs and whether this technology will lead the way to artificial general intelligence (AGI) or will simply become one more tool in the practitioners’ toolbox. Active involvement from the audience will be expected."</p>
|
||
<h2>Speaker's Bio</h2>
|
||
<h3>Arlindo Oliveira</h3>
|
||
<p>"Arlindo Oliveira was born in Angola and has lived in Mozambique, Portugal, Switzerland and California. He obtained his BSc and MSc degrees from Instituto Superior Técnico (IST) and his PhD degree from the University of California at Berkeley, all in Electrical Engineering and Computer Science. He was a researcher at CERN and at the Berkeley Cadence Laboratories. He is a professor at the computer science and engineering department of IST and a researcher at INESC-ID. He authored three books, translated in different languages, and more than 150 articles in international conferences and journals. He has been on the boards of a number of companies and institutions and is a past president of INESC-ID and of the Portuguese Association for Artificial Intelligence. He is a member of the IEEE and of the Portuguese Academy of Engineering. He became president of Instituto Superior Técnico in 2012.
|
||
|
||
|
||
</p>
|
||
|
||
</div>
|
||
<div class="modal-container" id="modal-85" data-status="closed">
|
||
<button class="modal-close" data-modalContainer="modal-85"><span class="icon-close"></span></button>
|
||
<h2>Descrição</h2>
|
||
<p>Neste workshop, veremos algumas das diversas fases que estão associadas ao desenvolvimento de um modelo de deteção de fraude baseado em Machine Learning, desde a recolha e tratamento de dados, feature engineering, modelação e avaliação. Para tal vamos explorar essencialmente packages da linguagem de programação Python, como pandas, numpy e scikit-learn. Material necessário: portátil.</p>
|
||
<h2>Speaker's Bio</h2>
|
||
<h3>Fábio Pinto</h3>
|
||
<p>Fábio Pinto é Research Data Scientist na Feedzai, empresa líder de mercado no combate à fraude com recurso a Inteligência Artificial. Doutorado em Engenharia Informática pela Faculdade de Engenharia da Universidade do Porto, a sua investigação têm-se focado essencialmente em Automatic Machine Learning (autoML), tendo publicado em diversas conferências e revistas da área, como a Machine Learning Journal.
|
||
</p>
|
||
</div>
|
||
|
||
<!-- Scripts -->
|
||
<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.4/jquery.min.js"></script>
|
||
<script type="text/javascript" src="js/scripts.js"></script>
|
||
|
||
<!-- Global site tag (gtag.js) - Google Analytics -->
|
||
<script async src="https://www.googletagmanager.com/gtag/js?id=UA-130588243-1"></script>
|
||
<script>
|
||
window.dataLayer = window.dataLayer || [];
|
||
function gtag() { dataLayer.push(arguments); }
|
||
gtag('js', new Date());
|
||
gtag('config', 'UA-130588243-1');
|
||
</script>
|
||
</body>
|
||
|
||
</html> |