Egressos dos últimos cinco anos do Programa de Pós-graduação em Ciência da Computação

Jefferson de Oliveira Silva

Doutor em Ciência da Computação pelo Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP). Mestre em Engenharia de Software pelo Instituto Tecnológico de Aeronáutica (ITA). É professor na Pontifícia Universidade Católica de São Paulo (PUC-SP), onde atua como pesquisador e coordenador do curso de Ciência de Dados e Inteligência Artificial. Seus interesses de pesquisa recaem no uso de Processamento de Linguagem Natural para criar indicadores sociais. Lidera o desenvolvimento do motor de busca Zumbi, que é uma ferramenta para a catalogação, geração de métricas, e estudo da discriminação racial e do racismo. Trabalhos anteriores incluem o desenvolvimento do framework de segurança Esfinge Guardian, que é uma ferramenta para auxiliar desenvolvedores a desacoplarem a autorização da lógica de negócio. (Texto informado pelo autor)


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (2)
    1. 2021-Atual. Preconceito e discriminacao: Utilizando Word Embeddings para quantificar a evolucao historica dos estereotipos da discriminacao racial e embasar politicas publicas
      Descrição: Os estereótipos, a discriminação racial e o racismo são máculas que se perpetuam em nossa sociedade. Ainda que as formas possam ter (parcialmente) se alterado ao longo das últimas décadas, em concomitância com a ampliação do debate sobre o tema e de legislações que criminalizam a discriminação racial e o racismo, a permanência do racismo no Brasil é parte essencial dos desafios de nossa sociedade. As formas de expressão do racismo e do preconceito evoluem ao longo do tempo. Embora alguns estereótipos e associações pejorativas mais conhecidas possam perder força, outras podem aparecer, revelando novas facetas do problema. Um dos elementos importantes a fim de combater esse problema e formular políticas públicas de enfrentamento diz respeito à quantificação e ao mapeamento de estereótipos sobre a discriminação racial, sendo relevante o levantamento de como essas práticas se perpetuam no uso das palavras. Nesse projeto, o objetivo é quantificar a evolução histórica de estereótipos raciais além de estabelecer métricas que contribuam para a análise do fenômeno ao longo do tempo, empregando as técnicas ainda pouco exploradas de Processamento de Linguagem Natural, uma das vertentes da Inteligência Artificial. Mais especificamente, treinaremos um modelo de vetores de palavras (em inglês, word embeddings), utilizando como corpora matérias jornalísticas de veículos representativos no Brasil, para quantificar geometricamente as distâncias euclidianas entre estereótipos raciais (ex: "doméstica") e grupos de interesse (ex: "branca" e "negra"). Os resultados desse projeto podem oferecer insumos aos pesquisadores e formuladores de políticas públicas para a compreensão do racismo e da discriminação de uma perspectiva inédita no Brasil e pouco explorada no mundo.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Jefferson de Oliveira Silva - Integrante / Mariana Jansen - Coordenador.
      Membro: Jefferson de Oliveira Silva.
    2. 2020-Atual. Preconceito e Discriminacao: Utilizando a Inteligencia Artificial para Embasar Politicas Publicas contra o Racismo e a Discriminacao Racial
      Descrição: A internet tem revolucionado as relações sociais de diversas formas. A facilidade da publicação on-line amplificou os discursos de intolerância, polarização, preconceito e discriminação racial, ao mesmo tempo em que criou inúmeros espaços para a denúncia, exposição e debate construtivo a respeito destes comportamentos socialmente inaceitáveis. Nas redes sociais, as vítimas da discriminação racial expressam de forma crescente sua indignação e repúdio contra comportamentos racistas, enquanto a mídia sistematicamente reporta histórias de discriminação a seus leitores. No que diz respeito às publicações sobre a discriminação racial, existe uma riqueza de informações que, se aproveitada, poderia contribuir para uma melhor mensuração e entendimento do problema. A falta de ferramentas adequadas para extrair, compilar e gerenciar estas informações tem representado um grande gargalo para quem deseja pesquisar e formular políticas públicas baseadas em evidências a respeito deste tema. Nesta pesquisa, propomos criar uma ferramenta de Inteligência Artificial (IA) e usá-la para extrair fatos e criar métricas sobre a discriminação racial. Em termos técnicos, nossa solução será baseada em Processamento de Linguagem Natural, uma das vertentes da IA. Para atingir nossos objetivos, treinaremos diversos classificadores, um modelo, anotaremos publicações, construiremos web crawlers e um corpus da discriminação racial, além de disponibilizar o uso do modelo por uma API e interface de busca. Acreditamos que a ferramenta possibilitará analisar facetas da discriminação racial ainda não exploradas em trabalhos anteriores, além de fornecer subsídio para que novas pesquisas sejam realizadas a partir da ferramenta desenvolvida.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) . Integrantes: Jefferson de Oliveira Silva - Coordenador / Mariana Jansen - Integrante / David de Oliveira Lemes - Integrante.
      Membro: Jefferson de Oliveira Silva.

Prêmios e títulos

  • Total de prêmios e títulos (0)

    Participação em eventos

    • Total de participação em eventos (6)
      1. Congresso Internacional Information, Society and Law: Proteção de Dados e Privacidade. Discriminação Algorítmica. 2021. (Congresso).
      2. IX Latin American Conference on Pattern Languages of Programming - MiniPLoP'2011. 2011. (Simpósio).
      3. VIII Latin American Conference on Pattern Languages of Programming - SugarLoafPLoP'2010.Idioms for Code Annotations in Java Language. 2010. (Simpósio).
      4. ACoM - OOPSLA. Metadata Modularization Using Domain Annotations. 2009. (Congresso).
      5. ACoM - OOPSLA. Questioning Traditional Metrics for Applications Which Uses Metadata-based Frameworks. 2009. (Congresso).
      6. ACoM / OOPSLA. Using Metadata in Aspect-Oriented Frameworks. 2008. (Congresso).

    Organização de eventos

    • Total de organização de eventos (0)

      Lista de colaborações

      • Colaborações endôgenas (1)
        • Jefferson de Oliveira Silva ⇔ Igor Scaliante Wiese (4.0)
          1. SILVA, Jefferson O. ; WIESE, IGOR ; GERMAN, DANIEL M. ; TREUDE, Christoph ; GEROSA, MARCO A. ; STEINMACHER, Igor. Google summer of code: Student motivations and contributions. JOURNAL OF SYSTEMS AND SOFTWARE. v. 162, p. 110487, issn: 0164-1212, 2020.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
            Qualis: A2
          2. SILVA, Jefferson O. ; WIESE, IGOR ; GERMAN, DANIEL M. ; TREUDE, Christoph ; STEINMACHER, Igor Fábio ; GEROSA, Marco Aurelio. A theory of the engagement in open source projects via summer of code programs. Em: ESEC/FSE '20: 28th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering, p. 421-431, 2020.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
            Qualis: Não identificado (ESEC/FSE '20: 28th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering)
          3. SILVA, JEFFERSON DE OLIVEIRA; WIESE, IGOR SCALIANTE ; GERMAN, DANIEL M. ; STEINMACHER, IGOR FABIO ; GEROSA, MARCO AURELIO. How Long and How Much: What to Expect from Summer of Code Participants?. Em: 2017 IEEE International Conference on Software Maintenance and Evolution (ICSME), p. 69, 2017.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
            Qualis: Não identificado (2017 IEEE International Conference on Software Maintenance and Evolution (ICSME))
          4. SILVA, Jefferson O. ; SCALIANTE WIESE, IGOR ; STEINMACHER, I. ; GEROSA, M. A.. Pagamento Atrai Colaboradores de Longo Prazo ou Prestadores de Serviço ? Uma Investigação Inicial sobre o Google Summer of Code 2014. Em: Simpósio Brasileiro de Sistemas Colaborativos, 2015.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
            Qualis: Não identificado (Simpósio Brasileiro de Sistemas Colaborativos)




      (*) Relatório criado com produções desde 2000 até 2022
      Data de processamento: 21/06/2022 22:23:51