Bruno Catarino Bispo 

Professor Auxiliar no Departamento de Engenharia Elétrica e Eletrônica e no Programa de Pós-Graduação em Engenharia Elétrica da Universidade Federal de Santa Catarina (UFSC), Florianópolis. Concluiu a graduação em Engenharia Eletrônica e de Computação pela Universidade Federal do Rio de Janeiro (UFRJ) em 2006, mestrado em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (UFRJ) em 2008, e doutorado em Engenharia Eletrotécnica e de Computadores pela Universidade do Porto, Portugal, em 2015. De 2009 a 2012, foi Assistente na Faculdade de Engenharia da Universidade do Porto (FEUP). De 2015 a 2019, foi Professor Adjunto no Departamento de Engenharia Elétrica da Universidade Tecnológica Federal do Paraná (UTFPR), Cornélio Procópio.  

Tem ministrado disciplinas nas áreas de sinais e sistemas, processamento digital de sinais e processos estocásticos. Seus interesses de pesquisa estão nas áreas de processamento digital e estatístico de sinais, processamento de fala, filtragem adaptativa, e aplicações de aprendizado de máquina. Orientou ou coorientou 8 trabalhos de conclusão de curso e 6 dissertações de mestrado. Publicou 15 artigos científicos em revistas técnicas especializadas, 29 artigos em conferências científicas nacionais e internacionais, e 2 patentes. Participou em 5 projetos de consultorias técnico-científicas para empresas. 

David Jardim

Atualmente trabalha na Oracle como Senior Data Scientist, mergulhando na análise de dados em grande escala, construindo modelos sofisticados de Machine Laearning que otimizam a tomada de decisões estratégicas para clientes na área do retalho. Ex-engenheiro de desenvolvimento de software na Microsoft e ex-cientista de dados na Vinci Energies, liderando inovação e transformações baseadas em dados na organização. Vencedor de vários prêmios, possui doutoramento em Ciência da Computação com especialização em Machine Learning.

João Alexandre Lobo

Professor Associado na University of Saint Joseph (USJ) - Macau, SAR China e Professor Associado Visitante na Chinese Academy of Sciences - SIAT, Shenzhen, China. Diretor do departamento de Business Administration (FBL/USJ) e coordenador do mestrado de Business Administration na USJ. Doutor em Engenharia de Teleinformática (Sinais e sistemas aplicado à Eng. Biomédica) pela Universidade Federal do Ceará com período sanduíche na Trium Analysis Online (Munique, Alemanha) (2010). Mestrado em Inteligência Artificial e Engenharia Biomédica pelo DETI/UFC (2007), licenciado em Engenharia Elétrica pela Universidade Federal do Ceará (1996). Trabalhou 15 anos na área de Redes de Comunicações e Segurança da Informação na Procuradoria da República Brasil - Ministério Público Federal - PRCE/MPF/MPU (1995-2009). Gestor de projetos certificado com centenas de horas na gestão de projetos com metodologias convencionais e ágeis em Atua na área de Inteligência Artificial e Engenharia Biomédica, com os seguintes temas: neurociências, monitoramento cerebral e cardíaco, sistemas não-lineares dinâmicos, teoria do caos, sistemas de auxílio ao diagnóstico, lógica fuzzy, redes neurais, monitoramento fetal, machine learning e comunicação de dados.

João Cortez  

Diretor do Gabinete de Investigação e Inovação da UCP é doutorado em Biotecnologia Aplicada pela Montfort University, Reino Unido (1999). Trabalhou na Nottingham Trent University de 1999 a 2008 no uso de enzimas para modular as propriedades de matrizes baseadas em proteínas. De 2008 a 2012 ocupou um cargo Ciência 2007 na Universidade Nova de Lisboa, na área de aplicações de nanotecnologia em biossensores e em têxteis. A sua investigação envolveu a colaboração com a indústria, tanto no Reino Unido como em Portugal, e o desenvolvimento de produtos e processos. Em 2012, tornou-se Chefe do Gabinete de Transferência de Tecnologia do INEB, com responsabilidades como Diretor de Projetos Internacionais. No i3S, foi Chefe do Gabinete de Financiamento à Investigação do i3S entre 2017-19 e coordenou o Programa RESOLVE. De 2019 a 2023 foi assessor de Financiamento para a Investigação e Inovação do CBQF/ESB. Participou em projetos europeus desde o FP4, e mais recentemente em H2020-ICT-30: MIRACLE, H2020-Twinning: STARGATE e H2020-SFS-01: RADIANT. 

José Maria Monteiro 

Professor Associado do Departamento de Computação da Universidade Federal do Ceará (UFC), onde leciona, desde 2010, nos cursos de graduação em Ciência da Computação, Engenharia de Computação e Ciência de Dados, bem como no Programa de Pós-graduação em Ciência da Computação (MDCC – Mestrado e Doutorado em Ciência da Computação) da UFC. Adicionalmente, atua como coordenador e pesquisador do grupo de pesquisa ARIDA (Advanced Research In DATAbase). Possui graduação em Bacharelado em Computação pela Universidade Federal do Ceará (1998), mestrado em Ciência da Computação pela Universidade Federal do Ceará (2001) e doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro - PUC-Rio (2008). Tem mais de 20 anos de experiência na área de Ciência da Computação, com ênfase em Banco de Dados, atuando principalmente nos seguintes temas: Big Data, Data Science, Mineração de Dados e Redes Sociais. Prof. José Maria Monteiro é autor de mais de 50 artigos publicados em periódicos e conferências internacionais e nacionais. Foi coordenador de diversos projetos de pesquisa e desenvolvimento, atuou como coordenador do curso de Bacharelado em Ciência da Computação da UFC (2011-2012) e desempenhou as funções de Chefe do Departamento de Computação da UFC (2012-2015).

 Nauber Gois

Auditor de Controle Interno na área de Tecnologia da Informação e Inteligência Artificial da Controladoria e Ouvidoria Geral do Estado do Ceará, desenvolvendo tarefas especializadas na avaliação e controle de sistemas de TI e aplicações de IA. Doutor e Mestre em Informática Aplicada pela Universidade de Fortaleza (2017), Brasil. Desde 2021, é Pós-Doutorando em Neurociência Aplicada na Universidade Saint Joseph, em Macau, China. Desde 2022, atua como Professor de MBA em Data Science na Universidade de Fortaleza - UNIFOR, nas áreas de Big Data e Deep Learning, e é professor pesquisador convidado na Universidade Estadual do Ceará. De maio de 2020 a dezembro de 2022, foi professor na especialização em Data Science na UNI7 - Centro Universitário 7 de Setembro. É professor da especialização em Deep Learning no Centro Universitário Farias Brito desde agosto de 2022. Além disso, é Professor de Desenvolvimento Web Front-End na Faculdade Maurício de Nassau, também desde agosto de 2022. Foi Cientista de Machine Learning na Escola de Saúde Pública do Ceará de julho de 2021 a março de 2022, e Data Scientist na Stratio, em Lisboa, Portugal, de novembro de 2020 a julho de 2021. Nesta última posição, destacou-se pelo desenvolvimento de modelos de machine learning e Deep Learning para detecção de anomalias com sensores IoT, além de trabalhar com aprendizado supervisionado auto-orientado e transferência de aprendizado em soluções de visão computacional. De 2018 a 2020, foi professor na Universidade Federal do Ceará. Na Universidade Estadual do Ceará, atuou como Professor de especialização em DevOps de fevereiro a dezembro de 2020, e como Líder da Equipe de Machine Learning na Secretaria da Saúde do Estado do Ceará - SESA, de dezembro de 2019 a novembro de 2020, liderando projetos inovadores em machine learning, incluindo a previsão de casos de COVID-19 no estado do Ceará. Foi Analista de Desenvolvimento no Serviço Federal de Processamento de Dados do Brasil na área de Machine Learning Research, de fevereiro de 2017 a junho de 2018. 

Pedro Miguel Rodrigues 

Professor Auxiliar na Escola Superior de Biotecnologia (ESB-UCP) e membro integrado do Centro de Biotecnologia e Química Fina (CBQF-UCP). É Doutorado em Engenharia Biomédica pela Universidade do Porto. É co-coordenador da Licenciatura em Bioengenharia e coordenador da Pós-graduação em Ciência de dados em Biotecnologia. Já publicou mais de 70 artigos científicos em revistas internacionais de revisão por pares, capítulos de livro e artigos de conferência na interface entre a inteligência artificial e a medicina, com posições honrosas em concursos internacionais como os Health INNOVATION Awards e programa HiTech. A inovação do seu trabalho já gerou uma patente (WO/2023/223140). Já participou em 10 projetos internacionais co-financiados, 2 como investigador principal da ESB-UCP. Atualmente supervisiona 6 trabalhos de tese de Doutoramento e 3 de tese de Mestrado e já supervisionou mais de 35 teses de Mestrado e trabalhos final de curso. As suas áreas de interesse e investigação focam-se na aplicação de técnicas de processamento de sinal/imagem e de inteligência artificial no diagnóstico automático de doenças neurodegenerativas, cardíacas e da fala e no desenvolvimento de biossensores, ferramentas de instrumentação eletrónica, microcontroladores e ferramentas inteligentes para controlo e monitorização rápida de cidades e sistemas agrícolas/biológicos/biomédicos.