Abstract:<\/strong> Short-bio:<\/strong><\/p>\n\n\n\n Javam C. Machado<\/strong><\/em> \u00e9 professor titular do Departamento de Ci\u00eancia da Computa\u00e7\u00e3o da Universidade Federal do Cear\u00e1 (UFC). Ele obteve o t\u00edtulo de Mestre em Ci\u00eancia da Computa\u00e7\u00e3o pela Universidade Federal do Rio Grande do Sul (UFRGS) e o t\u00edtulo de Doutor em Ci\u00eancia da Computa\u00e7\u00e3o pela Universit\u00e9 Joseph Fourier, em Grenoble, Fran\u00e7a. Em 2010, Javam fundou o Laborat\u00f3rio de Sistemas e Bancos de Dados (LSBD) e desde ent\u00e3o atua como seu coordenador. Durante 12 anos, Javam foi diretor de infraestrutura de TI da UFC e atuou por 2 anos como coordenador de pesquisa e inova\u00e7\u00e3o tecnol\u00f3gica na Pr\u00f3-Reitoria de Pesquisa da UFC. Ele foi coordenador da Comiss\u00e3o Especial de Banco de Dados da SBC (2017) e pesquisador visitante na TelecomSudParis, Fran\u00e7a (2001), e nos AT&T Labs, EUA (2018, 2020 e 2023). Javam publicou mais de 170 artigos cient\u00edficos e orientou 40 estudantes de mestrado e 6 de doutorado. Como membro da SBC e da ACM, o Prof. Javam tem interesse em privacidade de dados e pr\u00e1ticas de IA respons\u00e1vel.<\/p>\n\n\n\n Paulo Roberto Pessoa Amora<\/strong> <\/em>\u00e9 doutorando em Ci\u00eancia da Computa\u00e7\u00e3o na UFC – Universidade Federal do Cear\u00e1 sob a orienta\u00e7\u00e3o do Prof. Javam Machado e professor adjunto no IFCE – Instituto Federal do Cear\u00e1. Ele \u00e9 membro do Laborat\u00f3rio de Sistemas e Banco de Dados (LSBD), atualmente trabalhando em estruturas de dados privadas para processamento de consultas. Paulo obteve o t\u00edtulo de Bacharel em Engenharia de Computa\u00e7\u00e3o no IFCE, com um ano de interc\u00e2mbio na Universidade de Pittsburgh, e o t\u00edtulo de Mestre em Ci\u00eancia da Computa\u00e7\u00e3o na UFC, com um est\u00e1gio de ver\u00e3o na Carnegie Mellon University. Ele tem interesse nos seguintes t\u00f3picos de pesquisa: Armazenamento de Bancos de Dados, Privacidade de Dados, Estruturas de Dados.<\/p>\n\n\n\n Francisco Daniel Bezerra de Souza Praciano<\/strong><\/em> \u00e9 doutorando em Ci\u00eancia da Computa\u00e7\u00e3o na UFC – Universidade Federal do Cear\u00e1 sob a orienta\u00e7\u00e3o do Prof. Javam Machado e professor assistente no IFCE – Instituto Federal do Cear\u00e1. Ele \u00e9 membro do Laborat\u00f3rio de Sistemas e Banco de Dados (LSBD), atualmente trabalhando em operadores privados para processamento de consultas. Daniel obteve o t\u00edtulo de Bacharel em Ci\u00eancia da Computa\u00e7\u00e3o na UFC e o t\u00edtulo de Mestre em Ci\u00eancia da Computa\u00e7\u00e3o na UFC. Ele tem interesse nos seguintes t\u00f3picos de pesquisa: Operadores de Banco de Dados, Processamento de Consultas, Privacidade de Dados.<\/p>\n\n\n\n Paulo Amora<\/p>\n<\/div>\n\n\n\n Javam Machado<\/p>\n<\/div>\n\n\n\n Francisco Praciano<\/p>\n<\/div>\n<\/div>\n\n\n\n Authors<\/strong>: Andre Gomes Regino – Unicamp, Anderson Rossanez – Unicamp, Ricardo da Silva Torres – Wageningen University & Research, Julio Cesar dos Reis – Unicamp <\/p>\n\n\n\n Abstract:<\/strong> Short-bio<\/strong>: <\/p>\n\n\n\n Andr\u00e9 Gomes Regino (apresentador):<\/strong> Bacharel em Ci\u00eancia da Computa\u00e7\u00e3o pela UNESP e Mestre em Ci\u00eancia da Computa\u00e7\u00e3o pela UNICAMP. Atualmente, \u00e9 doutorando na mesma institui\u00e7\u00e3o, com foco de pesquisa em processamento de linguagem natural, Web Sem\u00e2ntica e grafos de conhecimento.<\/p>\n\n\n\n Anderson Rossanez (apresentador):<\/strong> Doutor em Ci\u00eancia da Computa\u00e7\u00e3o pela Universidade de Campinas (UNICAMP), obtido em 2024. Possui Mestrado em Ci\u00eancia da Computa\u00e7\u00e3o pela mesma universidade, obtido em 2017, e Bacharelado em Engenharia de Computa\u00e7\u00e3o pela Universidade Federal de S\u00e3o Carlos (UFSCar), obtido em 2005. Seus principais interesses de pesquisa est\u00e3o nas \u00e1reas de Web Sem\u00e2ntica, especialmente na gera\u00e7\u00e3o de Grafos de Conhecimento a partir de textos, utilizando Processamento de Linguagem Natural.<\/p>\n\n\n\n Ricardo da Silva Torres:<\/strong> Ricardo da S. Torres \u00e9 Professor em Ci\u00eancia de Dados e Intelig\u00eancia Artificial na Wageningen University and Research. Dr. Torres tamb\u00e9m possui uma posi\u00e7\u00e3o como Professor em Computa\u00e7\u00e3o Visual na Norwegian University of Science and Technology (NTNU) desde 2019. Anteriormente, ocupou uma posi\u00e7\u00e3o como Professor na Universidade de Campinas, Brasil (2005 – 2019). Dr. Torres obteve seu Bacharelado em Engenharia de Computa\u00e7\u00e3o pela Universidade de Campinas, Brasil, em 2000 e seu doutorado em Ci\u00eancia da Computa\u00e7\u00e3o na mesma universidade em 2004. Dr. Torres tem desenvolvido projetos de pesquisa multidisciplinares em eScience, envolvendo An\u00e1lise Multim\u00eddia, Recupera\u00e7\u00e3o Multim\u00eddia, Aprendizado de M\u00e1quina, Bancos de Dados, Visualiza\u00e7\u00e3o de Informa\u00e7\u00e3o e Bibliotecas Digitais. Dr. Torres \u00e9 autor\/coautor de mais de 200 artigos em revistas e confer\u00eancias revisadas por pares e atua como membro do comit\u00ea de programa em v\u00e1rias confer\u00eancias internacionais e nacionais. Atualmente, ele atua como editor associado do Pattern Recognition Letters. Ele \u00e9 membro do IEEE.<\/p>\n\n\n\n Julio Cesar dos Reis:<\/strong> Professor Associado no Instituto de Computa\u00e7\u00e3o (IC) da Universidade de Campinas (UNICAMP). Possui doutorado em Ci\u00eancia da Computa\u00e7\u00e3o (2014) pela Faculdade de Ci\u00eancias da Universidade de Paris-Sud XI (Fran\u00e7a); mestrado em Ci\u00eancia da Computa\u00e7\u00e3o (2011) pelo IC\/UNICAMP e gradua\u00e7\u00e3o em Tecnologia da Informa\u00e7\u00e3o (2008) pela Faculdade de Tecnologia da UNICAMP. Seus interesses de pesquisa incluem Engenharia de Ontologias Computacionais, Grafos de Conhecimento, Compreens\u00e3o e Gera\u00e7\u00e3o de Linguagem Natural e Intera\u00e7\u00e3o Humano-Computador. Ele investiga principalmente os seguintes t\u00f3picos: representa\u00e7\u00e3o de conhecimento; grafos de conhecimento; sem\u00e2ntica computacional; design, alinhamento e evolu\u00e7\u00e3o de ontologias; compreens\u00e3o e gera\u00e7\u00e3o de linguagem; recupera\u00e7\u00e3o sem\u00e2ntica de informa\u00e7\u00e3o; detec\u00e7\u00e3o e representa\u00e7\u00e3o de inten\u00e7\u00f5es declaradas pelos usu\u00e1rios; design de intera\u00e7\u00e3o; design participativo e universal.<\/p>\n\n\n\n Andr\u00e9 Gomes Regino<\/p>\n<\/div>\n\n\n\n Anderson Rossanez<\/p>\n<\/div>\n<\/div>\n\n\n\n Ricardo da Silva Torres<\/p>\n\n\n J\u00falio Cesar dos Reis<\/p>\n\n\n <\/p>\n\n\n\n Author<\/strong>: Mario A. Nascimento (Northeastern University @ Vancouver) <\/p>\n\n\n\n Abstract:<\/strong> Short-bio:<\/strong> <\/p>\n\n\n\n Mario A. Nascimento<\/p>\n<\/div>\n\n\n\n Author<\/strong>: Pedro Perdreia (Meta)<\/p>\n\n\n\n Abstract<\/strong>: <\/p>\n\n\n\n Pedro Pedreira<\/p>\n<\/div>\n\n\n\n Tutorial 1: Purpose and Consent Enforcement in DBMS Author: Javan Machado, Paulo Amora, Francisco Praciano (UFC) Abstract:Atualmente, os dados pessoais est\u00e3o sujeitos a leis e regulamentos que obrigam os detentores de dados a garantir o devido cumprimento do consentimento dos usu\u00e1rios em rela\u00e7\u00e3o a como seus dados devem ser utilizados. Ferramentas existentes no SGBD, como […]<\/p>\n","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-475","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/pages\/475","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/comments?post=475"}],"version-history":[{"count":49,"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/pages\/475\/revisions"}],"predecessor-version":[{"id":698,"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/pages\/475\/revisions\/698"}],"wp:attachment":[{"href":"https:\/\/sbbd.org.br\/2024\/wp-json\/wp\/v2\/media?parent=475"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Atualmente, os dados pessoais est\u00e3o sujeitos a leis e regulamentos que obrigam os detentores de dados a garantir o devido cumprimento do consentimento dos usu\u00e1rios em rela\u00e7\u00e3o a como seus dados devem ser utilizados. Ferramentas existentes no SGBD, como RBAC\/FGAC, podem alcan\u00e7ar algum n\u00edvel de controle sobre os dados. No entanto, elas n\u00e3o conseguem modelar e aplicar corretamente as restri\u00e7\u00f5es necess\u00e1rias e desejadas, trazendo esse tema \u00e0 tona novamente. Neste tutorial, exploramos uma linha do tempo de abordagens para resolver o controle de acesso baseado em finalidade e comparamos trabalhos recentes a partir de uma base comum para identificar pontos fortes e fracos, al\u00e9m de sugerir novos t\u00f3picos de pesquisa sobre esse tema.<\/p>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/08\/Paula-AMORA.png\")
<\/figure>\n<\/div>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/08\/javam.jpeg\")
<\/figure>\n<\/div><\/div>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/08\/Francisco.png\")
<\/figure>\n<\/div>\n<\/div>\n\n\n\nTutorial 2: Methods and Tools for Generating Knowledge Graphs from Natural Language Text<\/h2>\n\n\n\n
Este tutorial introdut\u00f3rio apresenta m\u00e9todos e t\u00e9cnicas de software para converter dados textuais em Grafos de Conhecimento (Knowledge Graphs, KGs) usando Processamento de Linguagem Natural (NLP) e Modelos de Linguagem de Grande Porte (LLMs). Ao longo de tr\u00eas horas, exploramos conceitos fundamentais como triplas RDF, Grafos de Conhecimento, Ontologias e engenharia de prompt. Por meio de apresenta\u00e7\u00f5es dos aspectos te\u00f3ricos e t\u00e9cnicos, demonstra\u00e7\u00f5es de casos e exerc\u00edcios pr\u00e1ticos, nosso objetivo \u00e9 ensinar aos participantes m\u00e9todos pr\u00e1ticos para gerar KGs a partir de textos, abordando t\u00e9cnicas estabelecidas e desafios abertos atuais.<\/p>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/09\/9885e4af-d8ce-4538-b553-aed3b4a77bfd.jpeg\")
<\/figure>\n<\/div><\/div>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/09\/anderson-1.jpg\")
<\/figure>\n<\/div><\/div>\n<\/div>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/09\/ricardo.jpeg\")
<\/figure>\n<\/div><\/div>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/09\/julio.jpeg\")
<\/figure>\n<\/div><\/div>\n<\/div>\n\n\n\nTutorial 3: Approximate Nearest Neighbor Queries and Vector Databases <\/h2>\n\n\n\n
A comunidade de bancos de dados tem lidado, de uma forma ou de outra, com dados espaciais e de alta dimens\u00e3o h\u00e1 muito tempo. No entanto, com o uso crescente de IA\/Machine Learning, especialmente modelos de linguagem de grande porte e os chamados embeddings, vetores de alt\u00edssima dimens\u00e3o precisam ser gerenciados como cidad\u00e3os de primeira classe, o que leva ao que \u00e9 conhecido como bancos de dados vetoriais. Neste tutorial, ap\u00f3s apresentar o contexto necess\u00e1rio, focaremos em uma importante classe de consultas dentro dos bancos de dados vetoriais, a saber, consultas aproximadas de vizinhos mais pr\u00f3ximos, apresentando e contrastando v\u00e1rias abordagens para process\u00e1-las. Tamb\u00e9m listaremos os desafios atuais que merecem mais pesquisas e, se o tempo permitir, discutiremos os sistemas de gerenciamento de bancos de dados vetoriais comerciais existentes.<\/p>\n\n\n\n
Mario Nascimento est\u00e1 atualmente na Northeastern University, atuando como o primeiro Diretor de Pesquisa do Pac\u00edfico Noroeste do Khoury College of Computer Sciences, baseado no campus de Vancouver, no Canad\u00e1. Antes disso, ele foi Professor no Departamento de Ci\u00eancia da Computa\u00e7\u00e3o da University of Alberta (incluindo servir como Chefe do departamento), pesquisador na Ag\u00eancia Brasileira de Pesquisa Agropecu\u00e1ria e membro do corpo docente adjunto no Instituto de Computa\u00e7\u00e3o da Universidade de Campinas no Brasil. Mario tamb\u00e9m foi professor visitante na Escola de Computa\u00e7\u00e3o da National University of Singapore, no Departamento de Ci\u00eancia da Computa\u00e7\u00e3o da Aalborg University na Dinamarca, no Instituto de Inform\u00e1tica da LMU87 na Alemanha e na Universidade Federal do Cear\u00e1 no Brasil. Seu principal interesse de pesquisa est\u00e1 relacionado ao gerenciamento de dados espa\u00e7o-temporais e, de acordo com o Google Scholar, suas publica\u00e7\u00f5es foram citadas mais de 4.800 vezes, resultando em um \u00edndice H de 33<\/p>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/08\/mario-3.jpeg\")
<\/figure>\n<\/div>\n\n\n\nTutorial 4: Composable Data Management: An Execution Overview<\/h2>\n\n\n\n
O modelo monol\u00edtico de desenvolvimento de sistemas integrados verticalmente resultou em um cen\u00e1rio fragmentado, dominado por APIs de usu\u00e1rio e dialetos SQL inconsistentes; isso limitou a reutiliza\u00e7\u00e3o entre sistemas de dados e, em \u00faltima an\u00e1lise, desacelerou a inova\u00e7\u00e3o. Nesta apresenta\u00e7\u00e3o, vou apresentar a nova pilha de sistemas de dados compon\u00edveis que surgiu na comunidade, impulsionada em grande parte pelo c\u00f3digo aberto. Vou destacar como projetos como Velox, Prestissimo, Nimble, Gluten e outros, criados pela nossa equipe na Meta e pela comunidade de c\u00f3digo aberto, est\u00e3o melhorando tanto a efici\u00eancia quanto a efici\u00eancia de engenharia no desenvolvimento de sistemas de dados, ao mesmo tempo em que fornecem uma estrutura mais adapt\u00e1vel \u00e0s plataformas de hardware em evolu\u00e7\u00e3o.
Short-bio<\/strong>:
Pedro Pedreira \u00e9 engenheiro de software na Meta. Em seus mais de 10 anos de carreira, ele liderou uma s\u00e9rie de projetos de Infraestrutura de Dados em colabora\u00e7\u00e3o com a comunidade de pesquisa e de c\u00f3digo aberto. Pedro lidera o programa Velox, um esfor\u00e7o interorganizacional que envolve mais de 20 empresas, com o objetivo de unificar mecanismos de execu\u00e7\u00e3o usando uma biblioteca de c\u00f3digo aberto, al\u00e9m de esfor\u00e7os relacionados ao processamento de dados em grande escala, focados em acelerar tanto as cargas de trabalho tradicionais de An\u00e1lise quanto as novas de Machine Learning. No passado, ele trabalhou em mecanismos de an\u00e1lise de logs (como o Scuba) e criou o Cubrick, um SGBD anal\u00edtico em mem\u00f3ria. Pedro possui doutorado, mestrado e bacharelado em Ci\u00eancia da Computa\u00e7\u00e3o pela Universidade Federal do Paran\u00e1 (UFPR), no Brasil.<\/p>\n\n\n\n![\"\"](\"https:\/\/sbbd.org.br\/2024\/wp-content\/uploads\/2024\/08\/91303c18-a7a0-4c35-a600-d377a6a17947-4.jpeg\")
<\/figure>\n<\/div>\n\n\n\n