O objetivo deste curso é fornecer aos alunos uma introdução a área de Visualização e análise visual de dados, abordando principalmente técnicas de representação visual para análise de dados complexos e big data, tanto em ciência quanto em atividades profissionais. O curso irá demonstrar os problemas e desafios da visualização, bem como demonstrações de exemplos mal projetados. Além disso, será abordado dicas para modelar e criar uma boa visualização, utilizando de técnicas adequadas e recomendadas para cada cenário. Por fim, será apresentado diversas aplicações reais e quais os novos avanços da área.
Agma Traina possui Bacharelado em Ciências de Computação pela Universidade de São Paulo (1983), mestrado em Ciências de Computação pelo ICMSC da Universidade de São Paulo (1987), doutorado em Física Computacional pela Universidade de São Paulo (1991), e pós-doutorado em Computação pela Carnegie Mellon University (1998-2000). Atualmente é Professora Titular no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo, e membro da Coordenação Adjunta para Pesquisa e Inovação da FAPESP (a partir de 03/2021). Atuou na Coordenação de Área (Ciências e Engenharia de Computação) da FAPESP entre 10/2019 a 03/2021. Foi Presidente da Comissão de Pós-Graduação do ICMC-USP (05/2010 a 05/2016) e Coordenadora do Programa de Pós-Graduação em Ciências de Computação e Matemática Computacional do ICMC-USP (12/2006 a 05/2010). Foi Substituta do Pró-Reitor de Pós-Graduação entre 05/2013 a 01/2016 e Assessora em Tecnologia de Informação da Pró-Reitoria de Pós-Graduação da USP no período de 07/2014 a 03/2018. Tem experiência na área de Ciências da Computação, com ênfase em Processamento Gráfico (Graphics) e Bases de Dados Multimídia, atuando principalmente nos seguintes temas: recuperação de imagens baseada em conteúdo, imagens médicas, CBIR, consultas por similaridade, extração de características de imagens, visualização de informação e mineração de imagens e dados complexos.
Currículo lattes: http://lattes.cnpq.br/5136155977351408
Claudio Linhares possui graduação (2012), mestrado (2016) e doutorado (2020), todos em Ciência da Computação pela Universidade Federal de Uberlândia. O mestrado e o doutorado foram desenvolvidos no departamento de ciência dos dados, com foco em ciência de redes, como redes complexas e temporais, com o uso de Visualização da Informação. Atualmente, é Pós-Doutorando e bolsista da FAPESP, atuando no projeto MiVisBD, no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP). Além disso, é professor do MBA em Inteligência Artificial e Big Data no curso de Visualização de Dados, oferecido pelo ICMC-USP.
