Kelly Rosa Braghetto.

O projeto de se trata de um consórcio acadêmico que tem como objetivo promover a inclusão feminina nos cursos superiores de Computação da USP e contribuir para o combate da desigualdade de gênero dentro e fora da universidade. Para isso, ele propõe o desenvolvimento de atividades integradas de ensino e divulgação da área de Computação voltadas para alunas dos anos finais do ensino fundamental de escolas públicas, visando a despertar o interesse delas pelos cursos de graduação dessa área oferecidos pela USP.

O CodificADAs-USP é um projeto de extensão que desenvolve ações visando à divulgação da área de Computação para meninas de escolas públicas de ensino médio e dos últimos anos do ensino fundamental. Com essas iniciativas, o projeto espera aumentar a participação feminina nos cursos de Computação da USP e contribuir para o combate da desigualdade de gênero dentro e fora da universidade. O CodificADAs é um projeto parceiro do Programa Meninas Digitais da Sociedade Brasileira de Computação (SBC).

Este projeto de pesquisa colaborativa entre a Universidade de São Paulo (USP) e o Centre National de la Recherche Scientifique (CNRS) visa desenvolver soluções tecnológicas escaláveis para enfrentar os desafios de sustentabilidade das megalópoles, com foco na América Latina. O projeto utilizará tecnologia de gêmeos digitais e métodos de ciência de dados para coletar e analisar dados, desenvolver simulações e avaliar o impacto de políticas públicas para reduzir as emissões de gases de efeito estufa. O projeto se concentra em cinco áreas de pesquisa principais: simulação de sistemas de transporte público, infraestrutura de ciência de dados escalável para megacidades inteligentes, clima e poluição do ar em grandes áreas urbanas, eficiência energética e computação verde, e impacto econômico das mudanças climáticas na economia das megacidades. Espera-se que o projeto avance o estado da arte nessas áreas e gere resultados de pesquisa que impactem diretamente pesquisadores e estudantes. O projeto também está comprometido com a implantação de tecnologias de computação de forma sustentável, alinhada com o conceito de suficiência digital.

O projeto tem como objetivo contribuir na produção de metodologias, ferramentas de leitura territorial, padrões e formas de diagnóstico e de convergência das ações dos serviços públicos, que promovam a participação dos trabalhadores e das comunidades nos territórios. Os objetivos específicos são: - Desenvolver tecnologias livres que contribuam para a produção e divulgação de dados de políticas públicas em formatos e níveis de desagregação que favoreçam sua apropriação pelos cidadãos;- Experimentar metodologias de mapeamento e análise territorial com uso de ferramentas livres e colaborativas da cartografia social, bem como oferecer ferramentas para a população local sistematizar, articular ou produzir conteúdos relacionados ao território.- Produzir subsídios para a Vigilância Socioassistencial, para elaboração de Projetos Político-Pedagógicos (PPP) da escolas e para as Ações de Promoção da Saúde, favorecendo o planejamento de ações que vão ao encontro das necessidades da população, subsidiando o planejamento coletivo das ações dos Programas Intersetoriais já existentes (Programa Saúde na Escola por exemplo);- Favorecer a participação e controle social da comunidade por meio do conhecimento e apropriação do território, com vistas ao fortalecimento da qualidade dos serviços públicos; - Favorecer que a comunidade local dos serviços integrantes dos polos do projeto, e estudantes de graduação e de pós-graduação da USP e de outras universidades parceiras se apropriem de dados integrados (demográficos, educacionais, da saúde, assistência social), gerados e usados pelas políticas públicas;- Validar questionário para fortalecimento de práticas colaborativas em parcerias como parte do projeto Engage for Equity: Advancing Community Engaged Partnerships (Compromisso com a Igualdade Promovendo Parcerias de Envolvimento Comunitário).

O Centro de Ciência de Dados em Estatísticas Públicas (CCDEP) buscará soluções para o seguinte problema de pesquisa: como usar dados de alta frequência para produzir indicadores de políticas públicas? Para tanto, o projeto será organizado em linhas de pesquisa com as seguintes características: produção de conhecimento novo para uma área de política pública específica; utilização de dados de alta frequência, em grande volume e estruturados ou não estruturados; parcerias com órgãos públicos, entidades não governamentais, empresas públicas e privadas para obtenção e análise de dados e disseminação de resultados. O Centro contemplará inicialmente cinco linhas de pesquisa: 1. MONITOR DE ATIVIDADE ECONÔMICA: Utilizar dados de alta frequência e registros administrativos digitais de órgãos públicos, concessionárias de serviços públicos e outras fontes para desenvolver indicadores, modelos preditivos e análises sobre a economia paulista de forma tempestiva e com desagregação geográfica. 2. MONITOR TRABALHO: Combinar bases de dados tradicionais com diferentes métodos de coleta (por telefone assistido, URA - "robô" e Internet) para produzir indicadores sobre ocupação e desocupação, formação e inserção no mercado de trabalho. 3. MONITOR MOBILIDADE: Desenvolver indicadores a partir de grandes conjuntos de dados de coleta automática (localização de usuários e bilhetagem) articulados a dados tradicionalmente usados em planejamento e gestão de transportes (pesquisas de origem e destino) e de infraestrutura e equipamentos georreferenciados. 4. MONITOR SEGURANÇA PÚBLICA: Elaborar novos indicadores e aperfeiçoar metodologias de construção de indicadores de eventos criminais, empregando novas fontes de dados e tecnologias de automatização de leitura, classificação e codificação de texto, como modelos de aprendizado de máquina. 5. TECNOLOGIAS EM ENGENHARIA DE DADOS E DE SOFTWARE: Desenvolvimento de tecnologias para análise de dados e geração de aplicativos apoiados em ciências de dados e em tecnologias facilitadoras atuais: estudo e desenvolvimento de aspectos teóricos; geração de algoritmos e tecnologias; construção, produção, suporte e hospedagem de aplicativos e suas ferramentas associadas. As atividades estarão voltadas para gerar soluções práticas de apoio às demais linhas de pesquisa do Centro. O Centro articula uma rede de parceiros, sendo o SEADE a instituição sede, agência com tradição em produzir estatísticas para as políticas públicas paulistas e para os cidadãos do Estado. Serão instituições de pesquisa (como USP, Unesp, FGV, UCL e Cebrap), entidades não governamentais (como Fórum Brasileiro de Segurança Pública) e órgãos governamentais (como secretarias de Estado, Metrô e CPTM). Novas parcerias poderão ser firmadas ao longo da existência do Centro. Técnicos do SEADE, pesquisadores das instituições parceiras e gestores públicos dos órgãos compõem uma equipe multidisciplinar do projeto. O plano de gestão de dados contempla a necessidade de uma infraestrutura computacional de armazenamento, processamento e disseminação de dados com flexibilidade e capacidade para processos de ETL (extração, transformação e carregamento) e construção de modelos de machine learning, além de recursos computacionais de alta capacidade e softwares (livres e proprietários). Os resultados das pesquisas serão compartilhados entre os parceiros e disseminados em: dashboards, repositórios, APIs; boletins analíticos; artigos científicos; conteúdos audiovisuais; e eventos. Os canais de comunicação oficiais (como website, redes sociais, assessoria de comunicação) divulgarão os conteúdos para públicos de diferentes perfis, principalmente órgãos de governo, que serão beneficiários diretos do novo conhecimento produzido pelo Centro. A infraestrutura física e administrativo-financeira do SEADE e seus funcionários serão utilizados no Centro, que será estruturado para funcion

Restaurar ecossistemas degradados nunca foi tão urgente quanto hoje. A Década da ONU da Restauração de Ecossistemas busca impedir, interromper e reverter a degradação de ecossistemas em todos os continentes e oceanos. Ela pode erradicar a pobreza, combater a mudança climática, e evitar extinções em massa. Os desafios ambientais atuais são de escala global e se relacionam a inúmeros problemas em várias áreas. Eles incluem desmatamento ilegal, reduções drásticas na biodiversidade em múltiplos biomas, poluição do ar, água e lençóis freáticos, aquecimento global, alta pegada energética, tratamento inadequado de resíduos, uso de combustíveis fósseis, uso abusivo de fertilizantes e pesticidas nocivos, epidemias, mortes ou perda de bens devido a desastres naturais como enchentes, ciclones tropicais, furacões, tufões, incêndios naturais e muitos outros. Graças aos significativos avanços na tecnologia de informação e comunicação (TIC), ciência de dados e inteligência artificial nas duas últimas décadas, há múltiplas oportunidades para utilizar esses conhecimentos e tecnologias em amplo benefício do meio ambiente. Por exemplo, redes de sensores sem fio, Internet das Coisas, redes aéreas de drones, sensores de alta capacidade, filtragem, interpretação e análise de dados podem ser usados para coletar e processar dados de sensores sobre recursos naturais, animais ou flora para monitorar sua pureza ou estado de saúde, automatizando processos de proteção e restauração. Além disso, pode-se usar ciência de dados e aprendizado de máquina para distinguir eventos naturais e anormais e obter previsões mais precisas para os resultados de medidas de restauração ou melhoria de ecossistemas. O projeto EcoSustain agrega um grupo interdisciplinar de pesquisadores altamente qualificados de algumas das melhores universidades brasileiras que partem de sua experiência com ciência da computação, engenharia de software, simulações, análise de dados, aprendizado de máquina, IoT, e ciências ambientais para investigar, modelar, e desenvolver soluções tecnológicas visando à criação de sistemas de software, protocolos de comunicações, serviços em rede, modelos de aprendizado de máquina etc. para monitorar a analisar ecossistemas e recursos naturais em tempo real, além de garantir a efetiva prevenção, previsão e redução dos processos de degradação ambiental causados por humanos e seu estilo de vida.

O CulturaEduca (https://www.culturaeduca.cc/) é uma plataforma de mapeamento colaborativo, criada pelo Instituto Lidas e o Ministério da Cultura para armazenar, analisar e georreferenciar dados em escala intraurbana e abrangência nacional. A plataforma apoia o planejamento e engajamento local por meio de: particularização de dados sobre demografia, atividade econômica, renda, escolaridade e outros extraídos de fontes oficiais; disposição de dados sobre as unidades de políticas públicas, seu funcionamento, público atendido, e entorno; e incorporação de dados de ações comunitárias locais e agentes da sociedade civil que vivenciam o território.Para ampliar a disponibilidade e o acesso a dados estratégicos para o subsídio de políticas públicas, este projeto se propõe a desenvolver soluções de software livre para integrar e enriquecer semanticamente dados socioeconômicos abertos em grande escala na plataforma CulturaEduca e prover interfaces facilitadoras para a consulta aos mesmos. Amparado em pesquisas nas áreas de Banco de Dados, Representação do Conhecimento, Inteligência Artificial e Cidades Inteligentes, o projeto abordará vários desafios tecnológicos e científicos no desenvolvimento dessas soluções, devido às características intrínsecas das bases de dados de interesse (grande volume, heterogeneidade e dinamicidade) e aos diferentes perfis de usuários e aplicações a que a plataforma almeja atender. As bases de dados de diferentes fontes governamentais costumam possuir discrepâncias sintáticas e semânticas, devido a diversidades espaciais, temporais ou temáticas. A integração semântica abordará esse problema, fornecendo uma estrutura de representação unificada que simplificará o uso dos dados e impulsionará seu valor combinado. Além disso, para facilitar a consulta a dados espaçotemporais para usuários não técnicos, o projeto contribuirá com o desenvolvimento de abordagens inovadoras, como as interfaces de consulta a bancos de dados baseadas em linguagem natural.

O portal CulturaEduca (https://www.culturaeduca.cc/) é uma plataforma de mapeamento colaborativo para armazenar, analisar e georreferenciar dados. A plataforma particulariza dados socioambientais de fontes oficiais em escala intraurbana, disponibiliza dados das unidades de políticas públicas e incorpora dados de agentes da sociedade civil que vivenciam o território. A fim de possibilitar o crescimento da plataforma e potencializar o reúso dos seus dados, este projeto propõe o desenvolvimento de software livre para integração de dados socioambientais abertos em grande escala e com recursos avançados para a descrição e consulta dos dados. O desenvolvimento dessa infraestrutura envolve vários desafios tecnológicos e científicos devido às características das bases de dados de interesse (grande volume, heterogeneidade e dinamicidade) e dos diferentes perfis de usuários e aplicações que a plataforma almeja atender. Para abordar esses desafios, este projeto desenvolverá pesquisas nas áreas de Banco de Dados, Representação do Conhecimento, Aprendizado de Máquina e Cidades Inteligentes. Em particular, o projeto desenvolverá mecanismos para o gerenciamento de metadados e o enriquecimento semântico das bases de dados, de modo a facilitar a realização de consultas complexas e a descoberta de conhecimento. Também desenvolverá ferramentas inovadoras para facilitar a consulta a dados espaciais e temporais para usuários não técnicos, como as interfaces de consulta a bancos de dados baseadas em linguagem natural. Com isso, espera-se ampliar o acesso e a acessibilidade a dados estratégicos para o planejamento de ações comunitárias e subsídio de políticas públicas.

O Centro de Inteligência Artificial (Center for Artificial Intelligence ? C4AI) tem o compromisso de desenvolver pesquisas no estado da arte em Inteligência Artificial (IA), explorando tanto aspectos básicos quanto aplicados nesta área. Com suporte da IBM e da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), o C4AI também desenvolve estudos sobre o impacto social e econômico da IA e conduz atividades de disseminação de conhecimento e transferência de tecnologia, procurando formas de melhorar a qualidade de vida humana e incrementar diversidade e inclusão.

Muitas das descobertas científica na atualidade se dão por meio da análise computacional de dados coletados ou gerados em experimentos científicos. Nesse cenário, dados científicos abertos exercem um papel fundamental, por possibilitarem uma ciência de melhor qualidade (reprodutível) e de maior impacto. Na Neurociência, em particular, a curadoria de bancos de dados públicos já é considerada fundamental sob a perspectiva não apenas científica mas também clínica, por amparar um avanço mais efetivo na compreensão do funcionamento do cérebro e no tratamento de suas patologias.
A criação de bancos de dados científicos para Neurociência envolve vários desafios. Ainda não há formatos padronizados para a representação digital que possibilitem um armazenamento físico eficiente e seguro dos dados e que já tenham sido adotados amplamente pelos neurocientistas. Além disso, há pouca disponibilidade de ferramentas de software livre para amparar a rotina de coleta de dados experimentais. Como consequência, muitos dos bancos de dados públicos disponíveis para esse domínio possuem várias deficiências, como, por exemplo, dados inconsistentes e incompletos, falta de uniformidade na representação e falta de informações sobre a proveniência e organização dos dados. 
Visando contribuir nesse contexto, a equipe deste projeto vem trabalhando no desenvolvimento de métodos e ferramentas computacionais para representação e armazenamento de dados de experimentos de Neurociência. Esses métodos e ferramentas estão sendo usados na criação um banco de dados aberto com dados de experimentos coletados em investigações conduzidas no Instituto de Neurologia Deolindo Couto (INDC) da Universidade Federal do Rio de Janeiro (UFRJ). A partir da análise desse banco de dados do INDC-UFRJ, deseja-se identificar quais são os preditores da resposta ao tratamento de reabilitação em pacientes com lesões neurológicas do plexo braquial -- um tipo de lesão para o qual ainda não existem preditores de recuperação bem definidos. 
O projeto proposto neste texto amplia o alcance desses trabalhos que já estamos desenvolvendo. Nosso objetivo é incorporar aos métodos e ferramentas que já desenvolvemos a capacidade de representar e gerenciar dados de experimentos de eletrofisiologia. Com isso, enriqueceremos o banco de dados do INDC-UFRJ com novos tipos de dados que são fundamentais na compreensão dos mecanismos associados ao fenômeno de plasticidade cerebral após lesão neurológica, relacionado à reabilitação. 
Neste projeto, também estudaremos e adaptaremos técnicas de Inteligência Artificial e Reconhecimento de Padrões para analisar o banco de dados do INDC-UFRJ a fim de identificar, de forma automática, possíveis preditores de recuperação para lesões neurológicas do plexo braquial. A partir desses preditores e o auxílio de especialistas clínicos, desejamos criar modelos prognósticos de recuperação para esse tipo de lesão, para auxiliar profissionais de saúde na escolha dos tratamentos de reabilitação mais apropriados para cada paciente.
Esperamos criar um grupo de pesquisa no país que seja referência em Neuroinformática e, em particular, em curadoria de dados de experimentos de Neurociência. Acreditamos, inclusive, que as ferramentas de curadoria de dados experimentais propostas neste projeto podem beneficiar outros domínios científicos e fomentar a criação de bancos de dados abertos.

"The cloud computing is an important factor for environmentally sustainable development. If, in the one hand, the increasing demand of users drive the creation of large datacenters, in the other hand, cloud computing?s ?multitenancy? trait allows the reduction of physical hardware and, therefore, the saving of energy. Thus, it is imperative to optimize the energy consumption corresponding to the datacenter?s activities. Three elements are crucial on energy consumption of a cloud platform: computation (processing), storage and network infrastructure. Therefore, the aim of this project is to provide different techniques to reduce energy consumption regarding these three elements.

O projeto trata da criação de um centro de matemática, integrando modelagem matemática com pesquisa básica e aplicada na fronteira da neurociência. Importante motivação para a criação do centro é a grande quantidade de dados que os laboratórios de pesquisas são capazes de gerar atualmente e cuja análise depende de novos modelos matemáticos. Também, o desenvolvimento de linguagem e estruturas matemáticas adequadas é essencial para desenvolver teorias explicando os fatos experimentais e sugerindo predições que possam ser testadas. O projeto visa construir um centro de pesquisa avançada em neurociência teórica, reunindo uma equipe de ponta composta de matemáticos, cientistas da computação, neurocientistas e clínicos especialistas em reabilitação. 
Mais detalhes em: http://neuromat.numec.prp.usp.br/

Os principais objetivos desse projeto são: (i) gerar novas contribuições à área de processamento de transações longas, por meio da criação de um novo arcabouço teórico e computacional para amparar processos transacionais (como os workflows); (ii) desenvolver novos métodos e ferramentas para a análise de desempenho preditiva de processos de workflows computacionalmente intensivos em dados ou tarefas, como é o caso das aplicações de e-Science e dos processos de negócio de grande escala. Esses objetivos estão relacionados ao desafio de se garantir para os sistemas de workflow: flexibilidade e correção (sob a perspectiva de modelagem); confiabilidade, disponibilidade e eficiência (sob a perspectiva de execução).