LatinR logo LatinR logo
  • PT
  • EN
  • ES
  • Página inicial
  • Inscrição
    • Informações de inscrição
    • Inscreva-se no Eventbrite
  • LatinR 2026
    • Localização
    • Recursos turísticos
    • Hotéis Aliados
    • Equipe organizadora
    • Apoio
    • Código de conduta
  • Programa
    • Programaa resumido
    • Palestras convidadas
    • Workshops
    • HackeaR
  • Novidades
  • Edições anteriores
    • 2025
    • 2024
    • 2023
    • 2022
    • 2021
    • 2020
    • 2019
    • 2018

Palestras convidadas

Nesta nona edição, contaremos com a presença de palestrantes proeminentes no campo da programação com R, com experiência tanto na academia quanto na indústria, comprometidos com a colaboração e a promoção da ciência, dados e software abertos.

Palestrantes

Nic Crane

Nic Crane trabalha com manutenção de software de código aberto, consultoria em R e também possui experiência em ensino. Integra o Comitê de Gestão do Projeto Apache Arrow e faz parte da equipe responsável pela manutenção do pacote Arrow para R, contribuindo para o ecossistema Arrow como um todo e para sua adoção em fluxos de trabalho de ciência de dados. Nic colabora com o pacote ellmer para R, além de ministrar cursos e escrever sobre o uso de modelos de linguagem de grande porte (LLMs) em R.

Emil Hvitfeldt

Emil Hvitfeldt é engenheiro de software na Posit e faz parte da equipe do tidymodels, que trabalha para aprimorar as capacidades de modelagem em R. Ele mantém vários pacotes nas áreas de modelagem, análise de texto e paletas de cores. Também está tentando transformar slidecrafting em um verbo respeitável. É coautor, junto com Julia Silge, do livro Supervised Machine Learning for Text Analysis in R e atualmente está trabalhando no livro Feature Engineering A-Z.

Mauricio Gómez Ardila

Mauricio Gómez Ardila é especialista em atuária na Seguros Sura e professor na Faculdade de Engenharia da Universidade de Antioquia, Colômbia. Combina matemática aplicada e aprendizado estatístico para analisar e solucionar problemas financeiros e de gestão de riscos. Sua experiência concentra-se no desenvolvimento de modelos de precificação de seguros e otimização de reservas técnicas, integrando métodos atuariais com análise avançada de dados.

Palestras

Nic Crane: Aprendendo com IA: Código, Dados e Vida

12 de novembro - Parque Explora, 8:30-10:00.

Vou falar sobre minhas experiências tentando usar IA para melhorar minha vida como analista de dados, desenvolvedor(a) de R e ser humano. Em uma época em que gerar ideias é fácil, mas saber quais vale a pena perseguir é mais difícil, como você descobre o que vale o seu tempo, o que realmente terá um impacto positivo e como fazer com que funcione a seu favor, e não contra você?

Emil Hvitfeldt: Construindo software que importa

12 de novembro - Parque Explora, 14:00-15:30.

Construímos software por muitos motivos e propósitos diferentes, e cada escolha é impactada pelo que veio antes dela. Parte do software é escrito para ser usado uma única vez e depois descartado; outro se espera que seja usado por milhões de pessoas. Precisamos levar em conta não apenas como as pessoas usuárias das nossas soluções de software as estão utilizando, mas também como as partes interessadas são afetadas. O que acontece quando deixamos o código ser caprichoso, sem perder de vista o que realmente importa?

Mauricio Gómez Ardila: Da guerra de linguagens à sinergia tecnológica

13 de novembro - Parque Explora, 16:00-17:30.

Durante anos, a discussão foi “R ou Python?”. A pergunta agora é outra: por que continuar escolhendo? Esta palestra propõe ver a ciência de dados como ela realmente é: um ecossistema, e não um catálogo de ferramentas concorrentes. Nenhum componente tem valor isolado: a ingestão sustenta o armazenamento, o armazenamento viabiliza a modelagem, e a modelagem só importa se chegar ao deployment. Quando uma camada amadurece sem as outras, todo o sistema se desequilibra. A escolha da linguagem é apenas uma decisão dentro dessa engrenagem, não o seu eixo. Sob essa perspectiva, vamos percorrer as ferramentas que hoje rompem a barreira entre linguagens. Veremos como equipes produtivas deixaram de traduzir código e construíram um pipeline único, no qual cada peça faz o que sabe fazer melhor: o rigor estatístico do R aliado à capacidade de integração e automação do Python. Silos de código inevitavelmente criam silos de pessoas. Reconhecer essa dupla interdependência (técnica e organizacional) nos leva a uma conclusão definitiva: o melhor pipeline não fala apenas um idioma, fala os que o projeto precisar.

 

CC BY-NC © 2018-2026, LatinR Team