Categorias
Ceará Serviço público Tecnologia Transformação Digital

Insight e Iris desenvolvem soluções no enfrentamento à pandemia

O Iris, Laboratório de Inovação e Dados do Governo do Ceará, projeto parceiro do Insight Lab, vem colaborando no contexto de enfrentamento à pandemia por meio da garantia de acesso a informações e a serviços voltados ao público cearense. A nova realidade trazida com a Covid-19 possibilitou um processo de transformação digital no estado do Ceará com o intuito de trazer melhorias para a população e também para a gestão pública.

Iris Lab

O Íris foi criado em 2019 pelo Governo do Ceará e funciona dentro da Casa Civil. Durante a pandemia, entre março e abril, a equipe do Iris, que agrega também cinco profissionais do Insight, foi acionada para ajudar a criar soluções no âmbito digital para o governo, e fazer o atendimento da população. A partir de então, teve início um trabalho em cooperação com a Secretaria da Saúde do Estado (Sesa). 

Soluções desenvolvidas

Pelo menos cinco iniciativas foram criadas como resultado dessa proposta, conforme explica José Macêdo, cientista-chefe de Dados e Transformação Digital do Governo do Estado e coordenador do Insight Lab. “O Plantão Coronavírus foi o primeiro deles, que tinha o objetivo de fazer um atendimento mais eficiente. Nós entramos em lockdown e o atendimento do cidadão estava limitado, então criamos uma solução digital onde, através de um computador ou smartphone, a pessoa podia ser atendida via chat, ‘robotizado’, ou remotamente, por enfermeiros ou médicos”, detalha. 

Em seguida, foi lançado o Plantão Saúde Mental, cuja ideia surgiu com a percepção de que a ansiedade e a depressão passaram a se tornar mais frequentes entre a população. Também foi criado um sistema de priorização de exames através do Laboratório Central de Saúde Pública (Lacen). “Era muito importante priorizar os pacientes com comorbidades, mais velhos, então a gente fez todo um trabalho de integração de dados pra priorizar a informação desses exames”, ressalta Macêdo. 

O cientista-chefe também cita a criação do Boletim Digital Covid-19, que traz dados epidemiológicos e assistenciais ligados à doença, com o objetivo de ajudar na tomada de decisões por parte da Sesa. O último trabalho desenvolvido foi o Ceará App, que, por sua vez, trouxe como prioridade absoluta o acesso a serviços.

“Entendemos que, naquele momento, era muito importante levar os serviços públicos na ponta, porque a maioria das pessoas não poderiam sair de casa para serem atendidas, então criamos esse sistema e colocamos vários serviços, inclusive um deles era o que a gente chamou de ‘Caminho Saudável’, que a ideia era permitir que a pessoa pudesse acompanhar seus trajetos, saber se estava em risco de contrair a doença ou não. Adicionamos vários, hoje já tem 40 serviços digitais nesse aplicativo”, afirma. 

Medalha Espírito Público

Esses resultados foram frutos de um esforço em conjunto com o Programa Cientista Chefe da Funcap, a UFC e a Empresa de Tecnologia da Informação do Ceará (Etice), e foram reconhecidos nacionalmente após o Laboratório Íris ser agraciado com a Medalha Espírito Público. Neste ano, o Prêmio homenageou os governos que fizeram trabalhos essenciais no momento de pandemia. 

Para José Macêdo, a premiação reflete o esforço realizado e serve como incentivo tanto para a equipe, como para o Estado. “A gente ficou muito feliz de ter o reconhecimento e de mostrar que estamos no caminho certo. Estamos acompanhando como os serviços vêm sendo usados. Foi um passo muito importante nesse momento”, comemora. 

Fonte: Jornal Diário do Nordeste

Categorias
Bolsas Resultado SENASP

Resultado bolsistas de graduação – Projeto Senasp (Fase 1)

Apresentamos o resultado da análise de currículo da seleção de bolsistas de graduação.

 

Resultado para bolsa de graduação – Android

Nome Situação
Ruan Derlan Sombra Oliveira Aprovado
Carlos Eduardo da Silva Ferreira Aprovado
Wemerson Monteiro Damasceno Aprovado

 

Resultado para bolsa de graduação – Fullstack

Nome Situação
João Igor Matos da Silva Aprovado
Francisco Mateus dos Anjos Silva Aprovado
Jamerson Alves Aguiar da Silva Aprovado
Henricky de Lima Monteiro Aprovado
Bebeto Alves da Costa Aprovado

 

Resultado para bolsa de graduação – Frontend

Nome Situação
Matheus Gomes de Andrade Aprovado
Ronier da Silva Lima Aprovado
Francisco Mateus dos Anjos Silva Aprovado
Gabriel Pereira da Costa Aprovado
Romeu Camurça Rabêlo Aprovado
Antonio Cristiano Maciel da Silva Junior Aprovado
Joyce Nayne Araujo Nascimento Aprovado
Felipe Cosme Martins Aprovado
Ana Eloise Ferreira Neves Aprovado
Jailson de Sousa Bastos Aprovado

 

Resultado para bolsa de graduação – Pesquisador

Nome Situação
Deusdedit Teixeira de Sousa Neto Aprovado
Daniela Rodrigues Félix Aprovado
Gabriel Passos Urano de Carvalho Aprovado
Francisco Mateus dos Anjos Silva Aprovado
Anne Caroline da Silva Rocha Aprovado
Pedro Henrique Spinosa Braga Aprovado
Henricky de Lima Monteiro Aprovado
Andre Luis Dantas Gadelha Aprovado
Francisco Romes da Silva FIlho Aprovado

 

Os candidatos aprovados receberão e-mails em breve com as orientações futuras. A próxima fase corresponde a entrevista.

 

Categorias
Bolsas Transformação Digital UFC Vagas

Bolsas para graduandos e graduados – campus Quixadá (UFC) no Projeto de Transformação Digital

O Projeto de Transformação Digital do Governo do Ceará, através no Insight Lab da UFC, disponibiliza vagas para bolsista alunos de graduação e profissionais graduados no campus UFC Quixadá. As inscrições vão até dia 15 (amanhã) de dezembro e o candidato deverá escolher a(as) vaga(s) pretendidas no preenchimento do formulário. Clique no link de cada vaga para saber todas as informações e acessar o formulário de inscrição. 

Vagas

? Desenvolvedor Full Stack especialista em Interoperabilidade

Público

Profissionais Graduados e alunos de graduação;

Você será responsável por:

atuar no desenvolvimento de soluções inovadoras de aplicações web para integrar e interoperar sistemas;

Conhecimentos desejáveis:

  • API Rest;
  • Docker;
  • Kubernetes.

? Desenvolvedor Full Stack especialista em aplicações móveis 

Público

Aluno de graduação.

Você será responsável por:

atuar no desenvolvimento de aplicações mobile e desenvolver soluções inovadoras.

Conhecimentos desejáveis:

  • React native;
  • Git;
  • Gitlab;
  • Firebase;
  • Java;
  • Spring Boot.

? Líder Técnico 

Público 

Profissional Graduado.

Você será responsável por:

gerenciar as equipes de desenvolvimento das aplicações.

Conhecimentos desejáveis:

  • UML;
  • Padrões de Projeto;
  • Microsserviços;
  • Javascript;
  • TypeScript;
  • HTML;
  • CSS;
  • Java;
  • Spring Boot;
  • Python;
  • Django;
  • Git;
  • Gitlab;
  • MongoDB;
  • PostgreSQL.

? DevOps – Desenvolvedor júnior 

Público

Alunos de graduação.

Responsável por:

Atuar no desenvolvimento de aplicações web e desenvolver soluções inovadoras.

Conhecimentos desejáveis:

  • controle de versão (Git, Git Lab);
  • ferramentas de Build (Maven, Gradle);
  • Integração Contínua e Desenvolvimento Contínuo CI/CD;
  • conteinerização (Docker).

? Iniciação Científica e Tecnológica em Ontologias

Público

Alunos de graduação.

Você será responsável por:

Desenvolver soluções tecnológicas com Ontologias para consultas semânticas.

Conhecimentos desejáveis:

  • Lógica Proposicional;
  • Lógica de Primeira-Ordem;
  • Representação do Conhecimento e Raciocínio;
  • Linguagens Formais e Autômatos.
Modalidade de Contratação e carga horária (todas as vagas)

Alunos de graduação, bolsa FUNCAP: R$ 800,00, 20h semanais.

Profissionais graduados, bolsa FUNCAP: R$ 2.500,00, 40h semanais.

Etapas da seleção
Preenchimento do formulário até: 15/12 
Resultados da análise de currículo e histórico 16/12
Entrevistas 17 e 18/12
Envio do desafio 21/12
Envio da solução do desafio 29/12
Resultado final até: 30/12
Categorias
Bolsas Segurança Pública Vagas

Bolsas de Graduação para alunos UFC no Insight Lab – Projeto Senasp

Se você tem interesse em desenvolver ou pesquisar aplicações direcionadas à  Segurança Pública, então venha ser bolsista no Insight. Estamos ofertando bolsas para alunos de graduação UFC de qualquer campus. As atividades serão desenvolvidas em regime home office para o projeto Senasp (Secretaria Nacional de Segurança Pública). Veja as oportunidades!

Vagas

Bolsista de Graduação Desenvolvedor:

Bolsista de Graduação Pesquisador 

Você será responsável por
  • desenvolver  aplicações voltadas a Segurança Pública;
  • atuar em um dos temas: Monitoramento de Trajetórias de Objetos Móveis, Sumarização de Textos, Detecção de anomalias em logs de eventos/auditoria, Geração de documentação a partir de código-fonte e outros artefatos
  • desenvolver e propor soluções inovadoras;
Modalidade de Contratação e carga horária

Bolsa ASTEF: R$ 800,00, 20h semanais.

Etapas da seleção
Período de preenchimento do formulário:  07 a 13.12 
Resultados da análise de currículo e histórico: 14.12
Entrevistas:  15 e 16.12
Envio do desafio: 16.12
Envio da solução do desafio: até 22.12 
Resultado final: até 23.12
Fomulário

Acesse aqui o formulário para registrar seus dados e enviar seu currículo. Você será desclassificado se não resolver o desafio ou fugir do tema.

Categorias
Dica de Leitura Machine Learning Matemática

Insight Indica o livro: “Mathematics for Machine Learning”

O livro Mathematics for Machine Learning é a dica certa para você que precisa de um apoio nos seus estudos. Escrito para motivar as pessoas a aprenderem conceitos matemáticos a obra não se destina a cobrir técnicas avançadas sobre o assunto, mas pretende fornecer as habilidades matemáticas necessárias para isso.

Conteúdo 

Este exemplar pretende simplificar o conhecimento sobre matemática para Machine Learning, introduzindo os conceitos matemáticos com um mínimo de pré-requisitos. As ferramentas matemáticas fundamentais necessárias para entender ML que são apresentadas na primeira parte do livro incluem: 

  • Álgebra linear; 
  • Geometria Analítica;
  • Decomposição de Matriz;
  • Cálculo Vetorial;
  • Otimização;
  • Probabilidade e estatística. 

Esses tópicos são tradicionalmente ensinados em cursos distintos, tornando difícil para os alunos de ciência de dados ou profissionais da área, aprenderem matemática com eficiência. Na segunda parte do livro serão apresentados os seguintes problemas de aprendizado de máquina central:

  • Quando os modelos encontram os dados;
  • Regressão linear;
  • Redução de dimensionalidade com análise de componente principal;
  • Estimativa de densidade com modelos de mistura gaussiana;
  • Classificação com máquinas de vetores de suporte.
Público direcionado

Para alunos e outras pessoas com formação matemática, o livro irá oferecer um ponto de partida para a matemática para Machine Learning. Para aqueles que estão aprendendo matemática pela primeira vez, os métodos contidos no livro ajudam a construir intuição e experiência prática com a aplicação de conceitos matemáticos. Cada capítulo inclui exemplos trabalhados e exercícios para testar a compreensão, além de tutoriais de programação oferecidos no site do livro.

Avaliação

De acordo com a opinião dos leitores, Mathematics for Machine Learning é um livro com  explicações claras e objetivas sobre matemática aplicada ao aprendizado de Máquina. O livro é muito bem avaliado por seus leitores na Amazon, recebendo uma nota 4.6 de 5 com mais de 100 opiniões.

Autores

Marc Peter Deisenroth é Diretor da DeepMind em Inteligência Artificial no Departamento de Ciência da Computação da University College London. Suas áreas de pesquisa incluem aprendizagem eficiente em dados, modelagem probabilística e tomada de decisão autônoma. Em 2018, ele foi agraciado com o Prêmio do Presidente de Pesquisador de Excelência em Início de Carreira no Imperial College London.

 

Aldo Faisal lidera o Brain and Behavior Lab do Imperial College London, onde é professor dos Departamentos de Bioengenharia e Computação e membro do Data Science Institute. Faisal estudou Ciência da Computação e Física na Universität Bielefeld (Alemanha). Obteve Ph.D. em Neurociência Computacional na Universidade de Cambridge e tornou-se Pesquisador Júnior no Laboratório de Aprendizagem Computacional e Biológica.

 

Cheng Soon Ong é Cientista de Pesquisa Principal do Grupo de Pesquisa de Aprendizado de Máquina, Data61 e professor da Australian National University. Sua pesquisa se concentra em permitir a descoberta científica, estendendo os métodos estatísticos de Aprendizado de Máquina. Possui Ph.D. em Ciência da Computação na Australian National University e pós-doctor no Instituto Max Planck de Cibernética Biológica e no Laboratório Friedrich Miescher.

 

Boa leitura! ?

 

Fonte: amazon.com.br

Sair da versão mobile