DS-CoPS – Data Science Against Corruption in the Public Sector

Workshop on Data Science Against Corruption in the Public Sector

O uso da Ciência de Dados no combate à corrupção no setor público oferece oportunidades significativas para fortalecer os mecanismos de prevenção, detecção e punição dessas práticas danosas. Com o acesso a grandes volumes de dados públicos, governamentais e ferramentas analíticas avançadas como, por exemplo, aprendizado de máquina e estatística, torna-se viável identificar, de forma automatizada e semi-automatizada, padrões suspeitos, detectar transações fraudulentas e mapear redes de corrupção com maior precisão e eficiência. Além disso, a automação de processos por meio de algoritmos pode aumentar a eficácia e a escala das investigações, permitindo uma resposta mais rápida e proativa às atividades ilícitas.

O objetivo do SBBD DS-CoPS é reunir pesquisadores, servidores de órgãos de fiscalização e controle, e profissionais em geral para discutir os principais desafios, e compartilhar conhecimento sobre o desenvolvimento e uso de técnicas e metodologias de ponta em Ciência de Dados para combater fraudes e corrupção no setor público.

Submissão

Três categorias de submissão serão aceitas: resumo expandido, artigo curto e demonstração de protótipo/ferramenta.

Resumos expandidos:

Devem ter no máximo quatro páginas (excluindo referências) e incluir, conforme necessário:

  • descrição do problema sendo atacado;
  • detalhamento da metodologia proposta;
  • resultados preliminares de aplicação da metodologia que indiquem direção promissora;
  • referências;

Artigos curtos:

Devem ter no máximo seis páginas (excluindo referências) e incluir, conforme necessário:

  • descrição do problema sendo atacado;
  • breve revisão da literatura;
  • detalhamento da metodologia proposta;
  • experimentos e resultados que validem a aplicação da metodologia e/ou técnica proposta;
  • referências;

Demonstrações e Relatos de Experiências:

Devem ter no máximo seis páginas (excluindo referências) e incluir, conforme necessário:

  • descrição do domínio e propósito da ferramenta/protótipo apresentado;
  • detalhamento da arquitetura da solução;
  • apresentação do funcionamento da solução;
  • teste com dados reais ou fictícios que demonstrem a utilidade da ferramenta;
  • localização pública da ferramenta ou de um vídeo de demonstração da ferramenta durante o processo de avaliação – vídeos de demonstração serão aceitos para casos de órgãos públicos/privados onde a ferramenta não pode ser disponibilizada devido a questões de privacidade de dados);
  • referências;

Cada submissão será avaliada por pelo menos três integrantes do comitê de programa, a fim de prover maior e diversificado feedback para os autores das submissões.

O link do sistema de submissão  (https://jems.sbc.org.br/home.cgi?c=4600).

Tópicos de Interesse

Os tópicos de interesse incluem (lista não exaustiva):

  • Gestão de segurança da informação para o setor público
  • Coleta, integração e pré-processamento de dados para detecção de fraudes e corrupção
  • Visualização de dados para apoiar detecção de atividades suspeitas em grandes bases de dados
  • Aprendizado de máquina para detecção de fraudes e corrupção
  •  Processamento de Linguagem Natural em documentos públicos para monitoramento e transparência governamental
  • Análise de grafos na identificação e mapeamento de redes de corrupção e fraude
  • Engenharia de dados, autorização, privacidade e segurança de dados
  • Ferramentas para análise e investigação de fraude e corrupção
  • Métodos para análise de contratos e licitações públicas
  • Métodos para análise de Notas Fiscais Eletrônicas
  • Metodologias, técnicas e ferramentas para a construção de Bancos de Preço.
  • Fontes de dados e Ciência Aberta para o combate à corrupção

Datas Importantes

  • Data limite para submissão: 15 de julho, 2024 29 de julho, 2024
  • Notificação de trabalhos aceitos: 19 de agosto, 2024
  • Versão final para publicação nos anais: 02 de setembro, 2024

Coordenação

Comitê do Programa

  • André W. Zibetti (a.zibetti@ufsc.br UFSC)
  • Antonio Jacob Jr (antoniojunior@professor.uema.br UEMA)
  • Carina Dorneles (carina.dorneles@ufsc.br UFSC)
  • Fábio Lobato (fabio.lobato@ufopa.edu.br UFOPA)
  • Eduardo Borges (eduardoborges@furg.br, FURG)
  • Eduardo Camilo (eduardo.camilo@ufsc.br, UFSC)
  • Eduardo Ogasawara (eogasawara@ieee.org, CEFET RJ)
  • Jerusa Marchi (jerusa.marchi@ufsc.br UFSC)
  • Marcio Castro (marcio.castro@ufsc.br UFSC)
  • Renato Fileto (renato.fileto@ufsc.br UFSC)
  • Ronaldo S. Mello (ronaldo@inf.ufsc.br, UFSC)
  • Solange Oliveira Rezende (solange@icmc.usp.br ICMC-USP)
  • Simone Werner (simone.werner@ufsc.br UFSC)
  • Vania Vidal (vaniap.vidal@gmail.com, UFC)