Entre em contato conosco através do e-mail e WhatsApp
Todos direitos reservados - 69ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria (RBras) e do 21º Simpósio de Estatística Aplicada à Experimentação Agronômica (SEAGRO) - 2025
Prof. Dipak K. Dey is a Board of Trustees Distinguished Professor in the Department of Statistics at the University of Connecticut (UConn). A prominent statistician, he is most known for his pioneering work in Bayesian analysis, decision science, and model selection. With over 320 research articles published in reputable national and international journals, and over 10 books and edited volumes to his name, he has made a significant impact on the field of statistics and data science. Prof. Dey earned his Bachelor's and Master's degrees in Statistics from the Indian Statistical Institute and a Ph.D. in Statistics from Purdue University, under the supervision of Prof. Jim Berger. Before joining the UConn in 1985, Prof. Dey held academic positions at Stanford University, the University of Kentucky, and Texas Tech University, and has also held visiting appointments at several universities and institutions worldwide. He is a fellow of the American Association for the Advancement of Science, the American Statistical Association, the Institute of Mathematical Statistics, the International Society for Bayesian Analysis, and the International Statistical Institute, and has received numerous awards and honors for his work. Prof. Dey is a dedicated mentor to students and colleagues. He has supervised over 45 Ph.D. students and has collaborated with practically every colleague in his department in a career spanning more than 40 years, helping tenure-track faculty and Ph.D. students achieve their professional goals. His broad range of interest and expertise, combined with his devotion to his peers has been instrumental to many in the statistical community. One of his many awards was the Marth Award for mentorship at UConn. Prof. Dey has held multiple leadership positions. He was for fourteen years as department head and for five years as the Associate Dean for Research in the College of Liberal Arts and Sciences at UConn. He has been a highly effective leader, while maintaining an extremely active academic career. Among his many accomplishments in his leadership roles, Prof. Dey oversaw an expansion of the statistics department; he started a Biostatistics program, a partnership with UConn Health; he developed collaborative research program with various other schools, colleges and Institutes (e.g., CHIP, IMS, Center for Environmental Science); and he initiated corporate partnership with Pfizer, CIGNA and Travelers. Prof. Dey has served as an associate editor for several statistical journals, including the Journal of the American Statistical Association (1997-1999), the Journal of Statistical Planning and Inference (2001-2003), and is currently the editor- in- chief of Sankhya, series A and series B, official journal of Indian Statistical Institute, since 2016 which is the second oldest journal in Statistics in the world. Prof. Dey has a clear long-term vision for the field of statistics and data science based on his many years of experience as a researcher, mentor, teacher, and interdisciplinary collaborator. He believes that statistics should be introduced from an early age in schools in order to develop statistical thinking and to learn how to apply them in real-life situations. His goal for the profession is to make it broadly understood, much beyond STEM programs. At the college level, data science education must include statistics, mathematics, and computational skills in order to train students who plan to pursue a professional career as data scientists in industry, government, and academia.
Prof. Dr. Iris Pigeot is the Director of the Leibniz Institute for Prevention Research and Epidemiology – BIPS and a professor at the University of Bremen. Prof. Pigeot is the president of the International Biometric Society (IBS). Her research focuses on innovative statistical approaches in areas such as pharmacoepidemiology, prevention research, and complex data analysis. Prof. Pigeot is widely recognized for her dedication to advancing biostatistics and fostering collaboration among researchers globally.
Elizabeth Juarez-Colunga is an Associate Professor in the Department of Biostatistics and Informatics at the Colorado School of Public Health, University of Colorado Anschutz Medical Campus. Originally from Mexico, she earned her undergraduate degree in Applied Mathematics from the Universidad Autónoma de Querétaro and her MSc in Mathematical Sciences from the Universidad Nacional Autónoma de México. She obtained her PhD in Statistics from Simon Fraser University in Canada. Dr. Juarez-Colunga’s research areas of interest include survival analysis, recurrent events, longitudinal data, and joint models. She has been a collaborative biostatistician at the University of Colorado Anschutz Medical Campus since 2012. She has collaborated on projects in geriatrics, palliative care, seizures, and health services research in general. Additionally, she has served in various roles within the Western North American Region (WNAR) of the International Biometric Society, including president.
Andressa Cerqueira é professora no Departamento de Estatística da Universidade Federal de São Carlos desde 2020. Seus interesses de pesquisa incluem inferência estatística para grafos e redes aleatórias com aplicações em ciências biológicas. Ela obteve seu doutorado em Estatística pela Universidade de São Paulo em 2018. Durante o doutorado, foi estudante visitante no Institut de Mathématiques de Toulouse, na França. Realizou um pós-doutorado na Universidade de Campinas e, posteriormente, ocupou uma posição de pós-doutorado na University of Michigan.
Fernanda Lang Schumacher is an assistant professor at the Division of Biostatistics of The Ohio State University College of Public Health. She completed her Ph.D. in Statistics in 2021 at the University of Campinas, Brazil, where she also obtained a master’s degree in Statistics in 2016. Her research interests include robust models, longitudinal data, skewed distributions, models for censored data, missing data, variable selection for mixed models, and multiple sclerosis disease.
Graduada em Estatística pela Universidade Federal de Pernambuco, mestrado em Estatística pela Universidade Federal do Rio de Janeiro e doutorado em Engenharia de Produção pela Universidade Federal do Rio de Janeiro. Atualmente é professora titular do Departamento de Saúde Pública da Universidade Federal do Maranhão (DSP-UFMA), no qual vem desenvolvendo atividades de pesquisas nas seguintes áreas da Ciência de Dados e Estatística, Análise de Sobrevivência, Teoria de Resposta ao Item e Aprendizado de Máquina. Professora permanente do Programa de Pós-Graduação em Saúde Coletiva-UFMA e Coordenadora do Núcleo de Informática Biomédica do DSP-UFMA. Bolsista Produtividade FAPEMA.
Leo Bastos é pesquisador titular do Programa de Computação Científica da Fundação Oswaldo Cruz. Atua no desenvolvimento e aplicação de aprendizagem bayesiana na epidemiologia das doenças infecciosas. Coordena os sistemas de monitoramento de casos de arboviroses, InfoDengue, e de hospitalizações e óbitos pela síndrome respiratória aguda grave, InfoGripe. É Cientista Nosso Estado da FAPERJ e bolsista de produtividade do CNPq.
Benilton Carvalho é Professor Associado e Chefe do Departamento de Estatística da UNICAMP, com doutorado em Bioestatística pela Johns Hopkins University, pós-doutorados nas Universidade de Cambridge e UNICAMP, com extensa atuação na integração entre estatística e genômica. Ele é pioneiro no desenvolvimento de ferramentas computacionais como os pacotes oligo e crlmm, amplamente usados para análises genômicas. Além disso, é cofundador da Iniciativa Brasileira de Medicina de Precisão (BIPMed), que promove o compartilhamento de dados genômicos de populações sub-representadas.
Atualmente, Benilton é Pesquisador Principal em dois grandes projetos de impacto internacional. No projeto JAGUAR, financiado pela Chan Zuckerberg Initiative, ele coordena os esforços de "admixture mapping", eQTL e genotipagem para mapear a diversidade de células imunológicas na América Latina, contribuindo para avanços na medicina de precisão em populações diversas. Já no INCT Model3D, ele combina inovação em bioinformática e biologia para compreender mecanismos de doenças crônicas.
Marcio Diniz, PhD is an Associate Professor in the Department of Population Health Science and Policy at the Icahn School of Medicine at Mount Sinai. He currently co-directs the Biostatistics and Clinical Informatics Shared Resource at Tisch Cancer Institute. Previously, he was an Associate Professor of the Department of Medicine at Cedars-Sinai Medical Center and member of the Biostatistics Shared Resource at Samuel Oschin Cancer Institute. His research area is focused on efficient statistical designs, adaptive clinical trials and statistical methods to analyze treatment tolerability. As a biostatistician for the last 10 years, he has dedicated himself to the design and analysis of clinical data using a spectrum of study designs, from pilot studies to community intervention trials, in a variety of clinical areas, including cancer, cardiology, psychiatry, gerontology, health services and gastroenterology.
Graduada, mestre e doutora em Estatística pela Universidade Federal de Minas Gerais com período sanduíche na Université Paris-Saclay (CentraleSupélec). É professora do Departamento de Estatística da Universidade Federal do Espírito Santo. Suas áreas de interesse incluem Séries temporais, Métodos de regressão, Métodos robustos e Análise multivariada, com aplicações em saúde, meio ambiente e economia. Participou de projetos interdisciplinares como o AsmaVix, que investiga o impacto da poluição na saúde respiratória de crianças e adolescentes, e participa de iniciativas que promovem a igualdade de gênero em STEM, como do capítulo R-Ladies na cidade de Vitória/ES.
Professor Doutor no Departamento de Ciências Exatas da Escola Superior de Agricultura "Luiz de Queiroz" - Universidade de São Paulo (ESALQ - USP). Realizou pós-doutorado pela Universidade Federal de Pernambuco (UFPE). É Doutor e Mestre em Ciências na área de Estatística e Experimentação Agronômica pela Escola Superior de Agricultura "Luiz de Queiroz" - Universidade de São Paulo (ESALQ - USP) e Graduado em Bacharelado em Estatística pela Universidade Federal de São Carlos (UFSCar). Atuou como Consultor Técnico no Ministério da Saúde, desenvolvendo estudos estatísticos para auxiliar na construção de um sistema de classificação de pacientes (casemix) baseado em critérios clínicos. Possui experiência em Probabilidade e Estatística Aplicada, com ênfase em Análise de Sobrevivência, e atua principalmente nos seguintes temas: análise de dados censurados, modelos de regressão, novas distribuições de probabilidade, diagnóstico para modelos de regressão. Além disso, trabalha com modelos de Séries Temporais e análise de dados aplicados às Ciências Agrárias.
Possui graduação em Matemática Aplicada e Computação Científica e mestrado em Ciência da Computação e Matemática Computacional pela Universidade de São Paulo, Brasil (2011 e 2013), mestrado em Bioestatística e doutorado em Estatística pela Universitat de València, Espanha (2015 e 2017), e pós-doutorado em Bioestatística pela Harvard School of Public Health, Estados Unidos (2018). Foi Professor Assistente no Departamento de Estatística da Pontificia Universidad Católica de Chile (2018-2022). Desde 2022 é Pesquisador na Unidade de Bioestatística da University of Cambridge (Reino Unido) e seus tópicos de pesquisa são métodos Bayesianos, modelos conjuntos de dados longitudinais e de sobrevivência, bioestatística e estudos educacionais.
Márcia Brandão possui bacharelado em Estatística pela Universidade Federal do Amazonas, mestrado em Matemática com concentração em Estatística pela UFAM e doutorado em Matemática Aplicada pelo programa de doutorado em matemática UFPA/UFAM (2024). Atualmente, é Professora Adjunta III do Departamento de Estatística do Instituto de Ciências Exatas da Universidade Federal do Amazonas. Suas principais áreas de atuação são Análise de Sobrevivência e Modelos de Regressão.
Dra. Adèle H. Ribeiro é pesquisadora no Instituto de Informática Médica da Universidade de Münster, Alemanha. Ela possui Bacharelado em Matemática Aplicada e Computacional, além de Mestrado e Doutorado em Ciência da Computação, todos pelo Instituto de Matemática e Estatística (IME) da Universidade de São Paulo (USP), Brasil. Durante o doutorado, realizou um estágio de pesquisa no Departamento de Neurociência da Princeton University. Após seu doutoramento, trabalhou como pós-doutoranda no Instituto do Coração (InCor) da USP, no Brasil, e no Causal AI Lab da Columbia University, nos Estados Unidos. Sua pesquisa aborda desafios fundamentais em inferência causal e contrafactual, com o objetivo de facilitar e tornar mais robusta a aplicação prática dessas ferramentas, contribuindo para o avanço do conhecimento científico e a melhoria dos processos de tomada de decisão. Mais informações sobre seu trabalho estão disponíveis em sua página: https://adele.github.io/.
Profa. Dra. Júlia M. P. Soler é professora associada no Instituto de Matemática e Estatística (IME) da Universidade de São Paulo (USP), Brasil, desde 1995, dedicando-se integralmente ao ensino e à pesquisa em Estatística. Seu trabalho concentra-se no entendimento de dados multi-ômicos, com foco no desenvolvimento e na aplicação de ferramentas estatísticas e de bioinformática. Dada a natureza multifatorial dos desafios nesta área e às altas demandas computacionais, seus principais interesses incluem metodologias multivariadas para redução de dimensionalidade, integração de dados heterogêneos e aprendizado de estruturas causais entre variáveis, especialmente em cenários com dependência entre observações e alta dimensionalidade. Além de ser orientadora nos programas de pós-graduação em Estatística e Bioinformática do IME-USP, participa de diferentes projetos colaborativos com o InCor-USP, a Faculdade de Saúde Pública da USP, a Mayo Clinic (Rochester, EUA) e o Instituto de Informática Médica da Universidade de Münster (Alemanha).
Professor Doutor de Ciência de Dados Agroambientais do Centro de Energia Nuclear na Agricultura (CENA) da Universidade de São Paulo (USP). Graduação em Agronomia pela UFMA em 2016, com Mestrado em Agricultura pela UNESP em 2019. Doutorado em Estatística e Experimentação Agronômica pela ESALQ/USP concluído em 2023. No período de 2021 a 2022, desempenhou função de orientador no MBA em Data Science & Analytics da ESALQ/USP, trabalhando em diversas temáticas na área de Ciência de Dados. Suas principais competências incluem o design e análise de experimentos, regressão não linear, modelos lineares generalizados, modelos mistos e métodos estatísticos multivariados, aprendizado de máquina e desenvolvimento de pacotes R.
Graduação em Engenheira Ambiental formada pela Universidade Federal Rural da Amazônia (UFRA), com mestrado e doutorado em Ciências, na área de Ecologia Aplicada, pela Universidade de São Paulo (USP). Trajetória acadêmica e profissional marcada pela atuação em hidrobiogeoquímica de ambientes aquáticos tropicais, especialmente na Amazônia. Experiência em pesquisas sobre dinâmica de carbono e gases de efeito estufa em sistemas aquáticos e no uso de isótopos estáveis como ferramentas analíticas para estudos ecológicos e forenses. Mais recentemente aprimorando competências em programação, análise de dados, estatística e geoprocessamento, com foco em geoestatística.
Niamh Mimnagh is a researcher specialising in disease modelling and predictive analytics, with a particular focus on improving health outcomes in Irish cattle populations. During their PhD, they developed innovative methods for estimating animal population sizes, leveraging extensions to the N-mixture model to account for the complexities of real-world ecological systems, such as imperfect detection and environmental variability. They are passionate about applying advanced statistical techniques and machine learning methods to solve real-world problems in agriculture and wildlife conservation.
Beatriz Milz é doutora em Ciência Ambiental e pesquisadora de pós-doutorado na Universidade Federal do ABC (UFABC), Brasil. Ela é co-organizadora da R-Ladies São Paulo e liderou a tradução voluntária pela comunidade da segunda edição do livro "R for Data Science" em Portuguese e também da tradução de bases de dados no pacote dados, disponível no CRAN. É editora de revisão por pares de software (software peer review editor) na rOpenSci.
Atualmente é professor do Departamento de Estatística da Universidade Federal de Pernambuco (UFPE) e do Programa de Pós-Graduação em Estatística da UFPE (PPGEST). Realizou um Pós-Doutorado no Programa de Pós-Graduação em Modelos de Decisão e Saúde na UFPB (2021-2024). Possui doutorado em em Estatística pela UFPE (2021), mestrado em Estatística pela UFPE (2017) e graduação em Estatística pela UFPB (2015). É entusiasta de software livre e de código aberto (free and open-source software - FOSS) e procura estar sempre atualizado em avanços tecnológicos e temas relacionados à Inteligência Artificial, Deep Learning e Machine Learning. Desenvolve pesquisas em áreas da estatística como distribuições de Probabilidade, Probabilidade Fuzzy, Aprendizado Supervisionado (classificação), Aprendizado Não Supervisionado (segmentação, clusterização), testes de hipótese, inferência estatística, teoria da informação e IA Generativa aplicados a dados estruturados e não estruturados como processamento de imagens e áudio.
Doutor em Administração pela Universidade de Brasília (2014). É auditor federal de finanças e controle da Secretaria do Tesouro Nacional (STN), atualmente em exercício na Diertoria de Assuntos Econômicos e Sociais da Vice-Presidência da República . A trajetória profissional e acadêmica mais recente está principalmente relacionada a dados abertos e desenvolvimento de produtos que resultem em maior transparência do Setor Público brasileiro. Nos finais de semana costuma utilizar o R para investigar perguntas de pesquisa que escapam ao mundo das finanças públicas.
Possui graduação em Tecnologia em Sistemas de Informação em Saúde - Universidad de Antioquia (2003), graduação em Estatística - Universidad Nacional de Colombia - Sede Medellín (2009), mestrado em Estatística pelo Instituto de Matemática e Estatística (2012) e doutorado em Estatística pela Universidade de São Paulo (2018). Atualmente é Coordenadora de Bioestatística na Fundação Butantan.
Mestre em Inovação em Saúde pela Faculdade de Ciências da Saúde de Barretos Dr. Paulo Prata (2021). Bacharel em Estatística pela Universidade Federal de Juiz de Fora (2015). Atualmente é Coordenador de Bioestatística na Fundação Butantan.
Em 2006 obteve seu bacharelado em Matemática Computacional pela Universidade Federal de Minas Gerais (UFMG) e seu mestrado em Estatística em 2008 pela mesma instituição. Em 2011 recebeu seu título de Doutor pela University of Connecticut aonde foi professor visitante de 2019 à 2020. Atualmente é professor Associado da UFMG e atua nos programas de graduação e pós-graduação em Estatística. Suas principais áreas de interesse de pesquisa são Aprendizado de Máquina, Estatística Bayesiana, Estatística Espacial e Modelos Lineares Generalizados Mistos. Foi Coordenador do programa de pós-graduação em Estatística da UFMG (2016-2018), foi secretário do ISBRA capítulo Brasileiro do ISBA (2015-2016) , foi Presidente da Associação Brasileira de Estatística (2020-2022), e, atualmente é tesoureiro so ISBRA capítulo Brasileiro do ISBA (2023-2024).
É bacharel em Estatística pela Universidade Federal do Espírito Santo (2003), mestre em Estatística pela Universidade Federal de Minas Gerais (2005) e doutor em Estatística pela Universidade de Lancaster (Inglaterra, 2010). Atualmente, é professor do Departamento de Estatística da Universidade Federal do Espírito Santo. Seus temas de interesse incluem modelos de aprendizado profundo e modelos de linguagem de grande porte (LLM), com aplicações em diversos campos, como energia, petróleo e saúde.
Deisy Gysi is a Professor of Statistics at the Federal University of Paraná (UFPR) since 2023, specializing in the development and application of computational and statistical methods to address complex problems in science and medicine. Her research spans machine learning, network science, bioinformatics, and personalized medicine, with a focus on improving diagnostic tools and discovering therapeutic targets. She holds a degree in Statistics from UFPR (2012) and in Biotechnology from PUCPR (2011), a Ph.D. in Computer Science from Leipzig University (2019), and completed postdoctoral training at Northeastern University and Harvard Medical School (2019–2023). Passionate about interdisciplinary collaboration, she strives to bridge quantitative methodologies with applications in mental health, genomics, and other biomedical fields
Alfredo Luiz, Pesquisador na Embrapa Meio Ambiente, em Jaguariúna, SP, com doutorado e pós-doutorado em Sensoriamento Remoto no Instituto Nacional de Pesquisas Espaciais (INPE), é mestre em Estatística e Métodos Quantitativos pela Universidade de Brasília (UnB) e Engenheiro Agrônomo pela Universidade Federal de Lavras (UFLa), com quase 4 décadas de atuação na interface entre estatística e pesquisa agropecuária. É autor de trabalhos técnico-científicos entre os quais destacam-se as participações nos livros: Economia do meio ambiente: teoria, políticas e a gestão de espaços regionais, 1997; Sistema de Informações Geográficas: Aplicações na Agricultura, 1998; Impacto Agroambiental: perspectivas, problemas e prioridades, que recebeu o Prêmio Jabuti 2000; Mudanças Climáticas Globais e a Agropecuária Brasileira, 2001; e Impacto Ambiental da Agricultura Irrigada em Guaíra, SP, 2006; Agricultura de precisão: um novo olhar na era digital, 2024; e Agricultura & meio ambiente: a busca pela sustentabilidade, 2024. Colaborou na elaboração do Inventário Nacional de Emissão de Gases de Efeito Estufa e na publicação Comunicação Nacional Inicial do Brasil à Convenção-Quadro das Nações Unidas sobre Mudança do Clima, editada pelo MCT em 2004. Atuou como editor do livro Computational Methods for Agricultural Research: Advances and Applications, 2011. Sua principal área de atuação é no estudo dos cenários e da dinâmica agrícola no Brasil e na realização de análises estatísticas e quantitativas de dados da pesquisa agropecuária. Atualmente, Alfredo participa de vários projetos de pesquisa da Embrapa com destaque para a análise das mudanças climáticas e as relações com a produção agropecuária.
José Eduardo Macedo Pezzopane, é Professor Titular na Universidade Federal do Espírito Santo (UFES), possui graduação em Engenharia Florestal (Universidade Federal de Viçosa - UFV), Mestrado em Física do Ambiente Agrícola (Universidade de São Paulo - USP), Doutorado em Ciência Florestal (Universidade Federal de Viçosa - UFV). Realizou Pós-Doutorado na Universidade de Córdoba - UCO (Espanha) e treinamento na Universidade do Estado do Kansas - KSU (Estados Unidos). Atualmente, desenvolve trabalhos na área de silvicultura, com pesquisas em meteorologia e ecofisiologia florestal. Na UFES ele atua como orientador no Programa de Pós-Graduação em Ciências Florestais (mestrado e doutorado).
Fernando Antônio Macena da Silva, Pesquisador na Embrapa Cerrados, em Brasília, DF, possui graduação em Agronomia pela Universidade Federal da Paraíba, mestrado em Ciências da Engenharia Ambiental pela Universidade de São Paulo, doutorado em Engenharia Agrícola pela Universidade Estadual de Campinas e Pós Doutorado pelo Centre de Coopération Internationale en Recherche Agronomique pour le Développement - CIRAD/França. Foi chefe de Pesquisa, Desenvolvimento e Inovação da Embrapa Cerrados e Presidente do Comitê Técnico Interno (CTI), entre os anos 2008 e 2010. É membro suplente da Câmara Temática de Gestão de Risco Agropecuário do Ministério da Agricultura e Pecuária e Abastecimento (Mapa) e membro titular do Comitê do Programa Zoneamento Agrícola de Risco Climático (ZARC). Tem experiência na área de Agronomia, com ênfase em Plantio Direto, modelagem de desenvolvimento e crescimento de plantas, impactos das mudanças climáticas na produtividade das culturas e zoneamento agrícola de risco climático para o Brasil. Publicou 37 artigos em periódicos indexados, sendo 4 artigos, nos últimos 2 anos, sobre modelagem e mudanças climáticas globais, 9 capítulos de livro, nas seguintes linhas temáticas: Manejo do solo em sistema de integração lavoura pecuária-floresta, Clima do Bioma Cerrado e Zoneamento agrícola de Risco climático. Atualmente é coordenador de projeto no Sistema Embrapa de Gestão intitulado “Avaliação de Risco e Resiliência Agroclimática – Etapa II e, liderou vários outros já concluídos. Sua pesquisa atual concentra-se na avaliação de risco e resiliência agroclimática da agricultura brasileira para o desenvolvimento de instrumentos de políticas públicas. Principalmente, no que diz respeito à indicação das melhores épocas para a realização de plantios/semeaduras como forma de viabilizar a produção agrícola com mais sustentabilidade e segurança aos pequenos, médios e grandes produtores do país.
Possui graduação em Agronomia (1988) e mestrado em Genética e Melhoramento (1992) pela Universidade Federal de Viçosa (1992), e doutorado em Statistics And Plant Breeding pela Iowa State University of Science and Technology (1999). Realizou três afastamentos sabáticos nas áreas de métodos estatísticos avançados aplicados ao melhoramento de plantas, genética estatística e genômica, e Modelos de Aprendizado Estatístico. Foi Pró-Reitor de Pesquisa e Pós-Graduação na UFV de março/2015 a maio/2019. Atualmente é professor titular da Universidade Federal de Viçosa e pesquisador sênior do Programa de Melhoramento da cana de açúcar na UFV. Atua, como pesquisador, em outros programas de melhoramento na UFV. Revisor científico de várias revistas nacionais e internacionais, além de consultor de agências de fomento. Tem experiência na área de Probabilidade e Estatística Aplicada, com ênfase em Estatística, atuando principalmente nos seguintes temas: Modelos Mistos, delineamentos experimentais, simulação estocástica, cana-de-açúcar, melhoramento vegetal, seleção genômica, modelos preditivos para dados de NIR, aprendizado estatístico (Statistical learning) e análise de imagens multiespectrais.
Professor adjunto da Universidade Federal de Viçosa (UFV), campus Viçosa, e está lotado no Departamento de Agronomia (DAA). Atua como docente e orientador nos programas de pós-graduação em Genética e Melhoramento (PPGGM) e Fitotecnia (PPGFit) da UFV. Tem seus projetos e pesquisas voltados para a área de genética e melhoramento de plantas. É o coordenador de pesquisa do Programa Trigo da UFV e presidente da Diretoria Regional de Minas Gerais da Sociedade Brasileira de Melhoramento de Plantas, 2024-2025.
Professor Adjunto no Departamento de Fitotecnia da Universidade Federal de Santa Catarina (UFSC), onde coordena o programa de melhoramento genético do linho do Núcleo de Estudos e Pesquisas em Experimentação e Melhoramento Vegetal (NEPEM). Desenvolve atividades relacionadas ao planejamento, condução e análise de experimentos com culturas anuais, com foco no aprimoramento de métodos estatísticos e experimentais para a avaliação de ensaios multi-ambientes no contexto do melhoramento genético de plantas. É autor dos pacotes metan e pliman para o software R, amplamente utilizados em análises estatísticas e fenotípicas, e do aplicativo PlimanShiny, voltado para a implementação de pipelines de fenotipagem de alto rendimento.
Doutorado – USP/UFscar (2019, trancado); Mestre em Estatística e Experimentação Agronômica pela Esalq/USP, Campus de Piracicaba (1995), Bacharel em Estatística pela Universidade Estadual de Campinas - Unicamp, Campinas (1987). É pesquisador da Embrapa há 34 anos, desde 1989, na área de Estatística Experimental. Desde 2004 atua na Embrapa Pecuária Sudeste/São Carlos/SP e de 1989 a 2003 na Embrapa Suínos e Aves/Concórdia/SC, onde foi também supervisor de 1996 a 2000. É Secretário da Comissão de Estudos de Normas ISO – ABNT de identificação eletrônica de animais por rádio frequência. Atua em projetos de Rastreabilidade e identificação eletrônica de animais desde 2005. Foi Consultor de programas do MAPA (1996 a 2018). Membro do Conselho Diretor da RBRAS em várias gestões. Atuou como criador da primeira Sessão Temática Embrapa na RBRAS e SEAGRO (2001). Foi também pesquisador na Embrapa Territorial (1989). Foi professor na UNOCHAPECO/Chapecó/SC, Universidade do Contestado – Concórdia/SC e SENAC/Concórdia/SC.
Atualmente trabalha na coordenação da Rede ODS Embrapa (Agenda 2030) na Embrapa Sede, Supervisão de Parcerias Públicas. Analista da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), onde atuou nas áreas de Biologia Molecular, Microbiologia e Enzimologia no Laboratório de Genética e Biotecnologia de Microrganismos da Embrapa Agroenergia. Possui graduação em Ciências Biológicas e mestrado em Biologia Molecular pela Universidade de Brasília e especialização pela Escola Fiocruz de Governo.
Atualmente trabalha na coordenação da Rede ODS Embrapa (Agenda 2030) na Embrapa Sede, Supervisão de Parcerias Públicas. Analista da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), onde atuou nas áreas de Biologia Molecular, Microbiologia e Enzimologia no Laboratório de Genética e Biotecnologia de Microrganismos da Embrapa Agroenergia. Possui graduação em Ciências Biológicas e mestrado em Biologia Molecular pela Universidade de Brasília e especialização pela Escola Fiocruz de Governo.
Pesquisador da Embrapa Agricultura Digital, possui graduação em Engenharia Agronômica pela Universidade de São Paulo (2002), mestrado em Ecologia Aplicada pela Universidade de São Paulo (2004) e Doutorado em Ciências pelo Centro de Energia Nuclear na Agricultura, CENA-USP (2010). Tem experiência na área de agrometeorologia, geoprocessamento, sensoriamento remoto, mudanças no uso e cobertura das terras e modelagem hidrológica. Atua no Zoneamento Agrícola de Risco Climático (ZARC), na curadoria das bases de dados meteorológicos e no impacto das mudanças climáticas.
Graduada em Licenciatura em Matemática pela Universidade de São Paulo (1989). Mestre (2000) e Doutora (2006) em Saúde Pública pela Universidade de São Paulo, ambos com ênfase em Bioestatística/Epidemiologia. Participou do Programa Nacional de Pós-Doutorado (PNPD) da Capes, com projeto desenvolvido na Escola de Enfermagem da USP e do Programa Nacional de Pós-Doutorado do Núcleo de Apoio à Pesquisa da USP desenvolvido no Departamento de Medicina Preventiva da Faculdade de Medicina da USP. Atualmente é Gerente de Bioestatística na Fundação Butantan.
Possui graduação em Estatística pela Universidade Federal do Ceará (2006), mestrado em Estatística pela Universidade de São Paulo (2010) e doutorado em Epidemiologia pela Faculdade de Saúde Pública-USP (2024). Trabalhou no Hospital das Clínicas-USP (2009 a 2011) e no Instituto Dante Pazzanese de Cardiologia (2011 a 2021). Atualmente é Coordenador de Bioestatística na Fundação Butantan.
Mestre em Inovação em Saúde - Fundação PIO XII/FACISB (2021). Possui Especialização em Matemática pela UFSJ (2011), Bacharelado em Estatística pelo Instituto de Ciências Matemáticas e de Computação - USP/São Carlos (2014) e Licenciatura Plena em Matemática pela Universidade Estadual Paulista , UNESP, São Jose do Rio Preto, Brasil (2002). Atualmente é Coordenador de Bioestatística na Fundação Butantan compondo o setor de Ciência de Dados.
Professora de Estatística e Ciência de Dados na Universidade Federal do Ceará (UFC) e pesquisadora associada no Cidacs/Fiocruz-BA na área de Estatística e Ciência de Dados para saúde. Pós-doutorado em estatística aplicada à saúde pelo Cidacs/Fiocruz-BA. Doutora em Estatística pela Universidade de São Paulo (IME-USP). Mestre em Matemática Aplicada e Estatística pela Universidade Federal do Rio Grande do Norte (UFRN). Bacharel em Estatística e Especialista em Matemática Pura e Aplicada pela Universidade Estadual da Paraíba (UEPB). Áreas de interesse em pesquisa: Análise de Sobrevivência, Modelos de Regressão, Aprendizado de máquinas e Big Data. Atualmente é vice-coordenadora do RESET Lab - Laboratório de Pesquisa e Desenvolvimento em Ciência do Software e Integração de Dados e membro da equipe do Mental Health For All Lab da Faculdade de Medicina de Harvard.
Doutora em Saúde Pública, é professora colaboradora do Programa de Pós-graduação e pesquisadora colaboradora do Instituto de Saúde Coletiva, Foi vice-coordenadora do Centro de Integração de Dados e Conhecimentos para Saúde (CIDACS),unidade do Instituto Gonçalo Moniz/FIOCRUZ, que realiza o manejo de grande volume de dados para avaliação de determinantes sociais e de impacto de politicas públicas na saúde no período de 2016 a 2023. Atualmente, é assessora especial e líder do planejamento estratégico e de sustentabilidade do Cidacs e atua como líder na área de Desenvolvimento de Capacidades no projeto SEDHI em parceria com pesquisadores do Equador e Glasgow. Dentre os projetos nos quais participa como pesquisadora, destaca-se o projeto da Coorte de 100 milhões de brasileiros para análise de efeitos de determinantes sociais e políticas públicas na saúde da população brasileira, com ênfase na saúde materno-infantil, na ocorrência de doenças infecciosas e doenças crônicas e mortalidade.Colaborou no desenvolvimento oo ìndice Brasileiro de Privação, medida de privação material em setores censitários brasileiros.Também coordenou a construção do Indice de desigualdades sociais na Covid-19 e colabora na construção do Indice Brasileiro de Promoção da Saúde conduzido pelo Instituto de Saúde Coletiva da UFBa. Participou de estudos de determinantes sociais e avaliação do impacto do Programa Bolsa Família na incidência de sífilis gestacional e congênita, avaliação de efetividade da vacinas (BCG, influenza, rotavirus, Covid-19), avaliação de capacidades básicas de vigilância e resposta para atendimento ao Regulamento Sanitário Internacional, além dos seguintes temas: tuberculose, saúde materno-infantil, IST, e vigilância epidemiológica). Concebeu e apoiou o desenvolvimento da Plataforma de dados agregados (PDD) com o objetivo de captar dados públicos demográficos, indicadores socioeconômicos, saúde, cobertura e oferta de serviços de saúde, para realizar análises utilizando desenhos ecológicos para avaliação de determinantes sociais e avaliação de impacto de intervenções, programas e políticas sociais. Tem conhecimento no uso de dados governamentais nos seus aspectos de curadoria, transformação em dados de pesquisa, privacidade dos dados pessoais. Desenvolveu experiência na elaboração e execução de projetos com parceiros internacionais como a London School of Hygiene and Tropical Medicine, University of Glasgow, Fundação Bill Melinda Gates, com instituições nacionais de ensino e pesquisa, e com o MInistério da Saúde, o Ministério de Desenvolvimento Social, Ministério das Cidades, entre outros. Faz parte do advisory board do Lancet Global Health.
Pesquisadora no Programa de Computação Científica, Fundação Oswaldo Cruz (PROCC/Fiocruz). Possui mestrado e doutorado em Epidemiologia em Saúde Pública pela Escola Nacional de Saúde Pública Sergio Arouca (ENSP/Fiocruz), pós-doutorado no PROCC/Fiocruz e no Centre de recherche en santé publique (CReSP), Université de Montréal, Canadá. Sua pesquisa centra-se na utilização de modelos Bayesianos inovadores para estudar a distribuição espacial e espaço-temporal de doenças transmissíveis, em particular arboviroses, e a sua relação com fatores socioeconômicos, climáticos e ambientais. Integrante do projeto CALMAS (Clima e América Latina: Modelagem de Agravos em Saúde) e do Grupo de Métodos Analíticos em Vigilância Epidemiológica (MAVE), e colaboradora do InfoDengue e do InfoGripe.
Raphael Saldanha é geógrafo, especialista em Métodos Estatísticos Computacionais, mestre em Saúde Coletiva e doutor em Informação e Comunicação em Saúde. Contribui com a comunidade R desde 2009 com scripts, pacotes e aplicações em R Shiny, incluindo o pacote {microdatasus} para download e pré-processamento de dados de saúde.
Professor Adjunto da Universidade Federal do Paraná (UFPR), campus Curitiba-PR, Departamento de Estatística (DEst) do Setor de Ciências Exatas. Graduado (2009) e Mestre (2011) em Estatística pela Universidade Federal de São Carlos (UFSCar). Doutor em Estatística (2016) através dos Programas de Pós-graduação em Estatística (PPGEst-UFSCar) e Pós-graduação em Ciência da Computação (PPG-CC-UFSCar). Foi Professor Visitante na University of Toronto (UofT), Toronto-ON, Canadá (2023), Professor Adjunto da Universidade Federal da Bahia (2017-2021) e Professor da Faculdade de Tecnologia SENAI-SP (2009-2015). Docente da Especialização em Data Science & Big Data (DSBD-UFPR) e MBA em Advanced Analytics e Business Optimization (AABO-UFPR). Pesquisador do Programa de Pós-Graduação em Informática (PPGInf-UFPR) e do Programa de Pós-Graduação em Métodos Numéricos (PPGMNE-UFPR). Coordenador do DataSci Labs UFPR. Atua principalmente nas seguintes áreas: Aprendizado Estatístico de Máquina, Inferência Estatística e Métodos Computacionais. Possui mais de 45 artigos publicados na área de aprendizado de máquina e 17 prêmios nacionais e internacionais. Bolsista MEC/FNDE (2022-2028). Maiores detalhes em leg.ufpr.br/~ara.
Professora Doutora no Departamento de Ciências Exatas da Escola Superior de Agricultura "Luiz de Queiroz" - Universidade de São Paulo (ESALQ - USP). Doutora e Mestra em Ciências, área: Estatística e Experimentação Agronômica, pela Escola Superior de Agricultura "Luiz de Queiroz" - Universidade de São Paulo (ESALQ-USP) (2021 e 2024). Licenciada em Matemática pela Universidade Metodista de Piracicaba (2018) e tecnóloga em Gestão de Recursos Humanos pela Universidade Metodista de Piracicaba (2014). Teve sua tese de doutorado premiada em 1º lugar na 68ª Anual da Região Brasileira da Sociedade Internacional de Biometria (RBras) em 2024. Atualmente cursa uma Especialização em Data Science e Analytics (Pecege/ESALQ-USP). Tem experiência na área de Estatística e Ciência de dados, atuando principalmente nos seguintes temas: novas distribuições de probabilidade, modelos de regressão, dados censurados e algoritmos de aprendizado de máquina.
Doutor em Ciência da Computação (2013), mestre em Estatística (2007) e bacharel em Estatística (2004), todos pela UFPE. Desde 2008 é docente do Departamento de Estatística da UFPB, ocupando, atualmente, a posição de Professor Associado II. Ministra disciplinas como Análise Multivariada, Aprendizado de Máquina e Estatística Computacional, dentre outras, para o Bacharelado em Estatística da UFPB e para o Programa de Pós-graduação em Modelos de Decisão e Saúde (PPGMDS) da UFPB. Entre 2014 e 2015, realizou pós-doutorado na RWTH Aachen University, Alemanha, desenvolvendo pesquisas relacionadas à aplicação de métodos de aprendizado de máquina a dados de metilação de DNA para predição de idade biológica e classificação de células estromais mesenquimais. Seus interesses em pesquisa passam pelas áreas de Aprendizado de Máquina, Ciência de Dados e Análise de Dados Simbólicos.
Associate Professor in the Department of Statistics and a faculty member of the Graduate Program in Decision Models and Health at the Federal University of Paraíba. He was a Senior Lecturer in Data Analytics at De Montfort University (UK, 2023-2024) and a Research Associate in Data Science in the Department of Computer Science at Loughborough University (UK, 2022/2023). He has Bachelor’s and Master’s degrees in Statistics and a PhD in Computer Science (Machine Learning) from the Federal University of Pernambuco (Brazil). His main research interests are statistical modelling, regression, generalized linear models, robust regression, clusterwise regression, symbolic data analysis, interval-valued data, kernel methods, machine learning (ML) and fairness assessment in ML models. He is the author of over 50 technical papers in international journals and conferences. He was a Member of the Board of Directors of the LARS-IASC, Executive Secretary of the ABE and Member of the Board of Directors of the ABE. Currently, He is an ISI Elected Member.
Técnico em Aquicultura pelo Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo - IFES (2014). Bacharel em Zootecnia pela Universidade Federal do Espírito Santo - UFES (2019). Realizou o seu estágio obrigatório na Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA), na Unidade Gado de Leite, Juiz de Fora - MG. Mestre em Estatística e Experimentação Agronômica pela Universidade de São Paulo, onde trabalhou com modelagem de dados zootécnicos por meio da técnica de modelos lineares mistos e a avaliação do uso dos resíduos de confundimento mínimo no diagnóstico dos mesmos. É estudante de doutorado em Estatística e Experimentação Agronômica na mesma instituição, com período sanduíche na Universidade de Limerick, Irlanda. Tem experiência na área de Estatística Experimental, trabalhando principalmente com modelos generalizados mistos e extensões, analisando dados oriundos de experimentos agronômicos e zootécnicos.
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).
Bacharel em Estatística pelo IME-USP; tem atuado como conselheira do CONRE-3 (Conselho Regional de Estatística da 3ª Região) desde 2004, sempre com o foco na maior divulgação e fortalecimento dos Bacharelados em Estatística e dos profissionais Estatísticos. Os principais meios de divulgação têm sido as Feiras de Profissões (Ensino médio público/privado e na USP), eventos estatísticos dos Bacharelados em Estatística, Tenda da Estatística nas reuniões anuais e regionais da SBPC, Feiras de Ciências, entre outras atividades. Atualmente exerce o cargo de Tesoureira.
Professor de Estatística, Universidad de Los Andes, Mérida, Venezuela.
Possui graduação em Matemática pela Universidade Federal de Goiás (2011), mestrado em Matemática pela Universidade de Brasília (2014) e doutorado em Estatística pela Universidade Federal de São Carlos e Universidade de São Paulo (2023). Atualmente é professor do Instituto Federal de Educação, Ciência e Tecnologia de Goiás - Campus Anápolis. Tem experiência nas áreas de Matemática, Probabilidade e Estatística, com ênfase em Probabilidade e Estatística, atuando principalmente nos temas de análise de sobrevivência e confiabilidade.
Bacharel e Mestre em Estatística (UFSCar) e Doutora em Ciências, Área Estatística, pelo Instituto de Matemática e Estatística da Universidade de São Paulo (IME/USP). Atualmente é professora no Departamento de Medicina Preventiva, Escola Paulista de Medicina, UNIFESP, Campus São Paulo. É professora-orientadora do Programa de Mestrado Profissional Interdisciplinar em Inovação Tecnológica (PIT) do ICT-UNIFESP. Tem experiência na área de Estatística Aplicada, atuando nos temas de Bioestatística, Metanálise, Interfaces gráficas e aplicativos digitais envolvendo metodologias estatísticas.
Bacharel em Estatística pela UFES, mestre em Engenharia Ambiental pela UFES, Doutorado no Programa de Pós- Graduação em Ensino de Ciências e Matemática pela UNICSUL e Pós Doutorando em Educação Matemática pela UFOP. Atualmente é professor do IFES/Cachoeiro de Itapemirim. Atua no curso de Licenciatura em Matemática e participa dos seguintes grupos de pesquisa: Grupo de Estudos em Matemática, Estatística e Probabilidade Aplicada (GEMEPA) do IFES, Grupo de Pesquisa em Educação Estatística (GPEE) da Unesp/Bauru, Líder do Grupo Interdisciplinar de Pesquisa em Educação Estatística e Matemática (GIPEEM), UNICSUL/SP, Núcleo de Estudos, Pesquisas e Práticas de Formação de professores que ensinam Matemática (NEPEFEM) – UFOP, Membro do Grupo de Trabalho em Educação Estatística do GT-12 e Membro da SBEM. É professor permanente do Programa de Pós-Graduação em Educação, Ciências e Matemática do IFES, com foco na linha de pesquisa Educação Estatística.
Professor Titular 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.
Mestre e Doutor em Estatística e Experimentação Agropecuária (2016) pela Universidade Federal de Lavras. Possui graduação em Matemática (2010) também pela UFLA. Atualmente é Professor Adjunto no Departamento de Estatística da UFLA, Coordenador do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária do DES/ICET/UFLA. É o editor-in-chief da Brazilian Journal of Biometrics (Revista Brasileira de Biometria) que é a revista oficial da RBras e atua como revisor de periódicos nacionais e internacionais. Desenvolve pesquisas com orientações de Iniciação Científica, Mestrado e Doutorado nas seguintes áreas: planejamento e análise de experimentos, curvas de crescimento, modelos de regressão lineares e não lineares, análise de regressão com desvio de pressupostos e inferência bayesiana.
