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
    • Palestras convidadas
    • Workshops
  • 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

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

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. Mais informações podem ser encontradas em https://emilhvitfeldt.com.

Mauricio Gómez Ardila: Da guerra de linguagens à sinergia tecnológica

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