Palestrantes

Conferências

John Hinde

National University of Ireland – NUI Galway

Professor Emérito de Estatística que tem dedicado seu tempo a colaborações de pesquisa e consultoria, tanto na Irlanda como internacionalmente. Seus principais interesses centram-se na teoria e na prática de modelagem estatística, com foco na análise de dados discretos. Ele sempre foi um forte defensor de várias sociedades estatísticas e atuou como presidente da Associação Estatística Irlandesa, da Região Europeia da Associação Internacional de Computação Estatística, da Sociedade de Modelagem Estatística e, mais recentemente, da Sociedade Internacional de Biometria. Foi um dos editores fundadores do “Statistical Modeling Journal” e atuou como editor associado de vários outros periódicos.

Elisângela Ap. da Silva Lizzi

Universidade Tecnológica Federal do Paraná (UTFPR)

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. Professora adjunta e pesquisadora da Universidade Tecnológica Federal do Paraná, campus de 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 e Consultora do Ministério da Saúde e da Organização Panamericana de Saúde em cursos de formação especializada para profissionais de vigilância em saúde no Programa de Fortalecimento da Epidemiologia (PROFEPi).

Víctor Hugo Lachos Dávila

University of Connecticut

Doutor em Estatística pela Universidade de São Paulo (USP – Brasil), foi Professor de Estatística na Universidade Estadual de Campinas (UNICAMP – Brasil) entre 2006 e 2017. Ganhou o Prêmio de excelência “IASI” do Instituto Interamericano de Estatística, em 2008. Em 2012, foi homenageado com o “Prêmio Zeferino Vaz” da UNICAMP. Em 2016 recebeu o título de “Doutor Honoris Causa” pela Universidade Nacional “Pedro Ruiz Gallo” (UNPRG – Peru). Publicou mais de 140 artigos em revistas internacionais indexadas e é autor do livro “Finite Mixtures of Skewed Distributions (Springer, 2018)”. Orientou 7 projetos de pós-doutorado, 17 teses de doutorado e 16 de mestrado. Suas áreas de interesse são teoria de distribuição, modelos de efeitos mistos, séries temporais, mistura finita de distribuições, modelos aumentados, modelos espaciais e modelos semiparamétricos. Atualmente é editor associado do Electronic Journal of Statistics, do Brazilian Journal of Statistics e do Sankhya B.

Rafael Izbicki

Universidade Federal de São Carlos – UFSCar

Bacharel e Mestre em Estatística pela Universidade de São Paulo, PhD em Estatística pela Carnegie Mellon University (2014). Atualmente é Professor Adjunto da UFSCar- Universidade Federal de São Carlos. Bolsista de Produtividade em Pesquisa do CNPq – Nível 2, tem experiência na área de Probabilidade e Estatística, com ênfase em Machine Learning (aprendizado de máquina), Bioestatística, Astroestatística, Fundamentos da Estatística, Inferência Bayesiana, Inferência Não Paramétrica e Inferência em Dados com Alta Dimensionalidade. Mais informações: http://www.rizbicki.ufscar.br

Chris Brien

Universidade de Adelaide (The University of Adelaide) e University
of South Australia: UniSA

Estatístico semi-aposentado que trabalha meio período como Bioestatístico Sênior no Plant Accelerator, uma instalação de fenotipagem de plantas de alto rendimento na Universidade de Adelaide, e professor associado adjunto na University of South Australia. Embora tenha ensinado estatística e prestado consultoria numa vasta gama de disciplinas, agora presta consultoria, principalmente a investigadores e estudantes da área de agronomia, e realiza investigação estatística. Seus principais interesses sempre foram em projetos de experimentos e análise de modelos lineares mistos, especialmente para experimentos multifásicos. Nos últimos 10 anos, o desenho e análise de dados de fenotipagem de plantas tornou-se um foco particular. Ele também mantém três pacotes R relacionados a esses interesses no CRAN.

Tarylee Reddy

Unit Director, Biostatistics Research Unit, South African Medical Research Council, Durban, KwaZulu-Natal, South Africa 

Diretora da Unidade de Pesquisa em Bioestatística do Conselho Sul-Africano de Pesquisa Médica (South African Medical Research Council – SAMRC) com cargo honorário na Escola de Matemática, Estatística e Ciência da Computação da UKZN (Universidade de KwaZulu Natal). Recentemente assumiu a função de Secretária da IBS, e sua investigação centra-se na metodologia estatística para a análise de ensaios de prevenção de doenças infecciosas (especificamente HIV e COVID-19) e na análise longitudinal de dados. É apaixonada pela construção de capacidade em bioestatística na África do Sul e na região em geral e está ativamente envolvida com o Consórcio da África Subsariana para Formação Avançada em Bioestatística (Sub-Saharan African Consortium for Advanced Biostatistics Training – SSACAB) e desempenha um papel fundamental no Programa de Mentoria IBS.

Palestrantes

Miniconferências

Estevão Prado

Lancaster University

Pesquisador associado sênior em machine learning no Departamento de Matemática e Estatística da Universidade de Lancaster, com bolsa em parceria com o Instituto Alan Turing. Ele trabalha com os professores Chris Nemeth e Chris Sherlock no desenvolvimento de novos métodos escaláveis ​​de Markov Chain Monte Carlo (MCMC) para grandes conjuntos de dados. Concluiu seu doutorado em Estatística na Maynooth University, Irlanda, sob supervisão do professor Andrew Parnell e do Dr. Rafael Moral, e trabalhou com extensões para algoritmos de aprendizado de máquina probabilísticos baseados em árvores. Ele possui mestrado em Estatística pela Universidade Federal de Minas Gerais (Brasil) e bacharelado em Estatística pela Universidade Federal do Paraná (Brasil). Os seus principais interesses são métodos baseados em árvores, regressão não paramétrica Bayesiana, MCMC e estatística computacional. Além da academia, atuou como Cientista de Dados por 3,5 anos nos bancos Bradesco e HSBC com modelagem estatística para fins de crédito. Sua formação em programação envolve conhecimentos avançados de R (+10 anos), SAS (+5 anos), SQL (+5 anos) e, mais recentemente, um nível intermediário de Python.

Adèle Helena Ribeiro

Philipps University of Marburg and Heinrich Heine University of Düsseldorf – Alemanha

Pesquisadora de pós-doutorado no Laboratório de IA em Biomedicina da Universidade de Marburg e pesquisadora visitante na Universidade Heinrich Heine de Düsseldorf, Alemanha. Anteriormente, ocupou um cargo de pesquisadora de pós-doutorado no Laboratório de IA Causal, em Columbia Universidade, EUA. Sua pesquisa está centrada no avanço dos recursos de aprendizado de máquina e ferramentas de inteligência artificial, incorporando raciocínio causal e contrafactual. Ela está trabalhando ativamente no desenvolvimento de inferência causal e ferramentas de aprendizagem, com o objetivo de preencher a lacuna entre a teoria da causalidade e as aplicações do mundo real, especialmente no domínio das Ciências da Saúde. Ela recebeu seu Ph.D., M.Sc. e B.Sc. graduada pelo Instituto de Matemática e Estatística da Universidade de São Paulo (USP), Brasil. Mais informações na página https://adele.github.io/.