Meus interesses de pesquisa revolvem em torno de Inferência Bayesiana, Deep Learning, e a combinação dos anteriores. A longo prazo, meus objetivos são: I) estender a aplicabilidade de inferência Bayesiana sob diferentes condições (e.g., dados distribuídos, larga escala, e observações incertas); e II) promover o pragmatismo em métodos de Deep Learning, iluminando conceitos pouco compreendidos e criando modelos mais simples. Antes de me juntar à EMAp, eu obtive meu doutorado na Aalto University (Finlândia).

ÁREAS DE INTERESSE: 

Possui graduação em Matemática - Universidad de Buenos Aires (1971), mestrado em Matemática - Stanford University (1979) e doutorado em Matemática - Stanford University (1981). Atualmente é pesquisador titular iii do Instituto Nacional de Matemática Pura e Aplicada. e Professor Titular da Escola de Matemática Aplicada (EMAp) da Fundação Getúlio Vargas (FGV) , atuando principalmente no seguinte tema: Otimização.

ÁREAS DE INTERESSE: 

• Otimização Contínua

Dário Oliveira graduou-se em Engenharia Elétrica pela Universidade do Estado do Rio de Janeiro (UERJ) em 2007, com especialização em Computação e Sistemas. Em 2009, ele concluiu o mestrado em engenharia elétrica com ênfase em Análise de Imagens e Visão Computacional pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), desenvolvendo parte de seu mestrado no Instituto Superior Técnico, Lisboa, Portugal. Ele recebeu seu Ph.D. pela Puc-Rio em 2013, fazendo parte de seu doutorado na Universidade Leibniz de Hannover, Alemanha.

Possui graduação em Engenharia da Computação (2004), Mestrado em Engenharia da Computação: Redes de Computadores e Sistemas Distribuídos e Doutorado em Engenharia da Computação: Interação Humano-Computador pela Pontifícia Universidade Católica do Rio de Janeiro.

Especialista em Matemática: Criptografia pela Universidade Federal Fluminense e Especialista em Gerenciamento de Projetos de Software pela Pontifícia Universidade Católica do Rio de Janeiro.

Tem graduação em Microbiologia e Imunologia (2012) pela Universidade Federal do Rio de Janeiro (UFRJ) e doutorado (2018) em Biologia Evolutiva pela University of Edinburgh, no Reino Unido.

Tem interesse em estatística (bayesiana) aplicada às biociências, atuando nas seguintes áreas: cadeias de Markov Monte Carlo (MCMC) para espaços discretos; métodos de combinação de distribuições de probabilidade; modelagem estatística em Epidemiologia, Medicina, Genética e áreas afins.

ÁREAS DE INTERESSE: 

Guilherme é um matemático aplicado, físico e cientista computacional, atualmente Professor da Escola de Matemática Aplicada (EMAp/FGV). Completou doutorado triplo pela Università degli Studi di Roma "Tor Vergata", pela RWTH Aachen University e pelo Cyprus Institute, tendo recebido uma Marie Curie fellowship. Anteriormente, obteve mestrado em Matemática Computacional e Modelagem pelo IMPA, e Bacharelado em Física pela Universidade de Brasília.

Possui graduação em Engenharia da Computação (2007) pela PUC-Rio, mestrado (2009) e doutorado (2014) em Ciência da Computação também pela PUC-Rio. Suas principais áreas de atuação são Engenharia de Software e Sistemas Distribuídos, com foco em: qualidade de software, computação de alto desempenho (HPC), sistemas auto-adaptáveis e sistemas orientados à recuperação. Thiago também é um empreendedor serial, desenvolvendo startups e projetos de inovação nos últimos 12+ anos.

ÁREAS DE INTERESSE: 

Atualmente é Professor Associado na FGV EMAp desde Agosto de 2023. Foi Professor Assistente (tenure-track) na Universidade de Purdue (USA) entre Janeiro de 2020 a Julho de 2023. Em 2019, trabalhou como Research Associate no Center for Mathematical Sciences da Universidade de Cambridge (UK) em 2019 e entre 2017 e 2019 fez pós-doutorado em Paris no Center for Research in Economics and Statistics (CREST) da École nationale de la statistique et de l'administration économique (ENSAE).

Professor Associado da Escola de Matemática Aplicada da FGV EMAp, Fundação Getulio Vargas da FGV, Rio de Janeiro, Brasil. Anteriormente, ele foi Professor Adjunto no Research and Innovation Center in Computer Science (RICS) da Universidad Católica San Pablo (UCSP). Antes disso, era um pesquisador associado no UW Interactive Data Lab (IDL) na University of Washington, trabalhando com Jeffrey Heer. Obteve seu Ph.D. da NYU Polytechnic School of Engineering em 2015, sob a supervisão de Claudio Silva.

Possui graduação em Biologia pela Universidade Federal do Rio de Janeiro (1992), mestrado em Engenharia Biomédica pela Universidade Federal do Rio de Janeiro (1995) e doutorado em Quantitative Biology - The University Of Texas At Arlington (1999). Foi Professor adjunto da Universidade do Estado do Rio de Janeiro (2001-2003) e Pesquisador Visitante da Fundação Oswaldo Cruz (2003 a 2008).