Women in Data Science (WiDS) Recife 2020

O Women in Data Science nasceu na Universidade de Stanford com o objetivo de inspirar e mostrar o trabalho de cientistas de dados pelo mundo e dar suporte às mulheres que trabalham ou que querem ingressar na área. Estamos muito felizes em anunciar que em 2020 teremos a quarta edição no Recife! Todos os gêneros são bem-vindos ao evento! Este ano o evento será realizado online e dividido em dois dias.

Mantendo o espírito multidisciplinar que caracteriza a área, nesta edição vamos abordar os temas:

• O que é Data Science? (sempre relevante e útil para iniciantes na área)
• A relação entre Estatística e Ciência de Dados
• Como o Design Thinking pode nos ajudar a construir bons dashboards?
• Data Science aplicada ao desenvolvimento de marcadores objetivos na Psiquiatria
• Como um time diverso pode impactar na relação raça X tecnologia X racismo X feminismo?

#WiDSRecife2020

Acompanhe nossas redes para saber mais sobre o evento! https://www.widsrecife.com.br/

PROGRAMAÇÃO

Chaina Santos

Formada em Ciência da Computação pela Universidade Federal de Sergipe (UFS). Fez Residência em Teste de Software, uma parceria entre o Centro de Informática da UFPE e a Motorola (Projeto CIn/Motorola). Atualmente, faz doutorado pela UFPE e é pesquisadora de inovação também no Projeto CIn/Motorola. Faz pesquisa na área de Inteligência Artificial, num escopo mais abrangente do que o comum em Ciência de Dados.

Renata Kelly Marcelino

Bacharel em estatística pela UFPE e Estatística Jr. na Neurotech. Trabalha na área de Analitycs e faz modelos de Machine Learning para concessão de crédito. Atualmente cursa a pós-graduação de Ciência de Dados e Analytics da UPE.

Eva Siqueira de Lima

UX designer na Accenture. Tem trabalhado há dois anos com Data Visualization, na construção de dashboard através do Design Thinking.

Caroline Wanderley Espinola

Médica psiquiatra e estudante de mestrado em Engenharia Biomédica da UFPE, na área de Computação Biomédica. Atualmente, estuda como modelos computacionais inteligentes podem auxiliar no diagnóstico de transtornos mentais. Para isso trabalho no desenvolvimento de uma ferramenta utilizando Aprendizagem de Máquina para o reconhecimento de padrões e a classificação de transtornos mentais baseada nos atributos acústicos da fala.

Dandara Sousa

Graduada em Ciência da Computação pela UFCG e atualmente faz mestrado na mesma universidade onde pesquisa sobre visualização de dados para grupos identitários. É membro fundadora do Pyladies Paraíba e Elas@Computação UFCG, também membro da comunidade WTM Paraíba. Feminista dentro e fora dos estudos, apaixonada por dados e pela arte de ensinar.

Giulia Falcão

Engenheira de Software no C.E.S.A.R e estudante de Iniciação Científica em Machine Learning. Gosta muito de estudar Machine learning e aplicar técnicas para

conseguir melhores resultados, seja através de procura de hiperparâmetros, balanceamento de dataset ou outras técnicas.

Taísa Silveira

Jornalista com mestrado em Antropologia e especialista em Marketing Digital, atualmente atua como consultora e social media de um projeto do Porto Digital. Sempre se interessou muito pela tecnologia e de forma ela pode impactar na vida não só dos usuários, como dos clientes de modo a proporcionar melhores experiências. No entanto, sendo uma mulher negra e nordestina da Bahia, infelizmente teve acesso a alguns relatos e experiências negativas proporcionadas pela tecnologia, como uma estudante de direito, baiana e negra que foi impedida de tirar o passaporte porque a tecnologia de reconhecimento facial não reconhecia cabelos crespos volumosos. Como militante antirracista e atuante no meio digital, se vê na obrigação de refletir sobre a relação entre raça X tecnologia X racismo. Nesse sentido, já palestrou sobre essa temática no Cin UFPE, Thoughtworks, C.E.S.A.R, dentre outras instituições. Como hobby gosta MUITO de ir ao cinema, ir na praia, viajar e fazer cursos da sua área e ler livros de literatura negra.

ORGANIZAÇÃO

Ana Cecília Vieira, Déborah Mesquita, Joyce Sá, Maria Fernanda Souza

Este é um evento regional do Global Women In Data Science Conference 2020.