Conheça nosso time de
pesquisa, desenvolvimento e inovação
-- excelência acadêmica aplicada à prática de mercado --
Fernando Trinta
Professor Associado do Departamento de Computação e membro do programa de Mestrado e Doutorado do Departamento de Computação da Universidade Federal do Ceará. Atua com maior ênfase em Sistemas Distribuídos, especialmente nos temas de offloading, middleware, arquiteturas orientadas a serviços, mobile cloud computing, fog computing e aplicações baseadas em localização.
Paulo Rego
Professor Adjunto do Departamento de Computação e membro do programa de Mestrado e Doutorado do Departamento de Computação da Universidade Federal do Ceará. Atua com com ênfase em Redes de Computadores, Sistemas Distribuídos e Visão Computacional. Seus principais interesses de pesquisa são: Mobile and Cloud Computing, Internet das Coisas, Visão Computacional com Deep Learning e Video Analytics.
Lincoln Rocha
Professor Associado do Departamento de Computação e membro do programa de Mestrado e Doutorado do Departamento de Computação da Universidade Federal do Ceará. Atua com ênfase em Engenharia de Software, atuando principalmente nos seguintes temas: tratamento de exceção, arquitetura de software, mineração de repositórios de software, mineração e análise de vulnerabilidades de software e engenharia de software inteligente (AI4SE e SE4AI).
Emanuele Santos
Professora Associada do Departamento de Computação e membro do programa de Mestrado e Doutorado do Departamento de Computação da Universidade Federal do Ceará. Tem experiência na área de Ciência da Computação, com ênfase em Ciência de Dados, atuando principalmente em Visualização de Dados.
César Mattos
Professor Adjunto do Departamento de Computação e coordenador do programa de Mestrado e Doutorado do Departamento de Computação da Universidade Federal do Ceará. Tem experiência em pesquisa nas áreas de Aprendizagem de Máquina, Reconhecimento de Padrões, Processos Gaussianos, Redes Neurais Artificiais, Identificação de Sistemas e Detecção de Anomalias. Tem aplicado métodos de Aprendizagem de Máquina em diversos projetos de pesquisa e desenvolvimento em áreas como modelagem de sistemas dinâmicos, análise de risco em saúde, visão computacional, prognóstico de falhas industriais e segurança da informação.
