Grupo PET - Boa tarde, professor, o senhor é natural de qual cidade?
Leandro - Boa tarde, eu sou natural de São Luís-MA.
Grupo PET - Qual a sua formação? Quando se formou? Em qual faculdade se formou?
Leandro - Bacharel em Ciência da Computação pela Universidade Federal do Maranhão (2002), mestre em Engenharia Elétrica pela Universidade Federal do Maranhão (2005) e Doutor em Ciências Naturais (Dr. rer. nat) pela Universidade de Hildesheim (2010), Alemanha.
Grupo PET - Hoje, qual a sua área de pesquisa dentro da UFCG?
Leandro - Aprendizagem de máquina aplicada a sistemas de recomendação, recuperação da informação, redes sociais e web semântica.
Grupo PET - Quais motivos o levaram a escolher esta área?
Leandro - Muitos aspectos da aprendizagem nos seres humanos são baseados nas experiências acumuladas no cotidiano. Através da análise dessas experiências acumuladas, podemos identificar regularidades ou padrões que nos ajudam a tomar decisões em várias situações (ou tarefas) do dia-a-dia. Por exemplo, se alguém observa que normalmente as filas nos bancos tendem a ficar maiores ao meio-dia, essa pessoa poderia tentar um outro horário de forma a minimizar seu tempo de espera. Enquanto não descobrimos uma teoria definitiva sobre os processos cerebrais que governam a aprendizagem de forma a reproduzi-los artificialmente, podemos pelo menos tentar reproduzir a ideia geral em programas computacionais. A área que investiga e desenvolve algoritmos com esse intuito é denominada aprendizagem de máquina (ou mineração de dados). A ideia é utilizar algum conjunto de dados representando as observações (ou experiências) passadas sobre algum evento e tentar extrair daí padrões que ajudem a melhorar (ou otimizar) alguma tarefa. Existem várias aplicações interessantes da aprendizagem de máquina, dentre elas podemos citar: diagnóstico médico, visão computacional, processamento de linguagem natural, reconhecimento de fala, classificação de sequências de DNA, engenhos de busca da web, interfaces cérebro-computador, locomoção robótica e recomendação personalizada de produtos em lojas online. Além das várias aplicações interessantes e crescente demanda da indústria por profissionais da área, a aprendizagem de máquina é uma área multidisciplinar que envolve diversas disciplinas vistas durante um curso de ciência da computação, tais como: cálculo, programação e álgebra linear, teoria dos grafos, banco de dados, probabilidade e estatística, complexidade de algoritmos, lógica e inteligência artificial. Eu costumo dizer que essa é uma das áreas que justifica o extenso currículo de um curso em ciência de computação, muitas vezes criticado, principalmente por alunos no começo do curso, por conter muitas disciplinas matemáticas aparentemente sem serventia para um cientista da computação.
Grupo PET - Durante a graduação, já foi monitor de disciplina ou trabalhava em projetos da área?
Leandro - Não, mas lembro de passar bastante tempo nas praias nas horas vagas. :)
Grupo PET - Já teve outras experiências como professor ou esta é a primeira?
Leandro - Durante o doutorado, eu lecionei um curso sobre redes bayesianas para a graduação e mestrado, e, antes de vir para a UFCG, fui professor do departamento de informática da Universidade Federal do Maranhão (UFMA), onde fiquei por um semestre.
Grupo PET - Nesse ano, o senhor está lecionando quais disciplinas?
Leandro - Atualmente, eu ensino Matemática Discreta e Sistemas de Recuperação da Informação.
Grupo PET - O senhor é orientador de quais pesquisas?
Leandro - Atualmente sou coordenador de um projeto de P&D, denominado ReSET (Recomendações Sociais Espaço Temporais), financiado pela Hewlett-Packard (HP) Brazil tendo como parceiro o grupo de pesquisa em computação social da HP Labs em Palo Alto, EUA. Além disso, divido algumas orientações de mestrado e doutorado com vários dos meus colegas do grupo de Sistemas de Informação e Banco de Dados (SINBAD) nas áreas de sistemas de recomendação baseados em localização, web semântica, redes sociais e recuperação da informação.
Grupo PET - Qual a sua orientação para os alunos que desejam seguir a mesma área que o senhor trabalha?
Leandro - Primeiramente interesse pela área. Em segundo lugar, como disse antes, muitos dos métodos de aprendizagem de máquina usam o ferramental de muitas das disciplinas básicas do curso, tais como cálculo, probabilidade e álgebra linear, então uma boa base nessas disciplinas seria um bônus, muito embora o mais importante seja ter um alto grau de curiosidade e vontade de aprender.
Grupo PET - E para os demais alunos? O que devem fazer para serem bons alunos e terem mais oportunidades no curso e depois de formados?
Leandro - Eu acho que em todos os casos, o mais importante é ter uma boa base. Os alunos tendem a super valorizar a aprendizagem de linguagens de programação e tecnologias específicas e esquecem que estas são voláteis e mudam de tempos em tempos. Na minha opinião, muito mais importante é ter um alicerce sólido, o qual torna o aluno mais apto a aprender e se adaptar rapidamente a quaisquer linguagens ou tecnologias que a indústria possa requerer. Para exemplificar, uma colega fez recentemente uma entrevista em uma empresa líder mundial em desenvolvimento de software, na qual ela pleiteava um cargo de desenvolvedora. Esperando perguntas sobre linguagens ou tecnologias específicas oferecidas e desenvolvidas pela empresa, ela foi surpreendida quando os entrevistadores pediram para ela escrever algoritmos no quadro branco, em pseudocódigo, e analisar a complexidade desses algoritmos para alguns problemas específicos. A moral da história é que depois que se sabe como resolver um problema e mensurar o custo da solução, a escolha da linguagem ou tecnologia é um passo, importante claro, mas secundário.
Grupo PET - Para finalizar, gostaria de deixar uma mensagem para os nossos leitores?
Leandro - Em primeiro lugar gostaria de agradecer o convite e a oportunidade. Eu gostaria de dizer aos estudantes que aproveitem ao máximo seu tempo na universidade, pois com certeza é uma fase muito especial que será lembrada com carinho e saudosismo no futuro. Não esqueçam também de aproveitar a juventude, de forma responsável claro, mas lembrem que amanhã não seremos mais jovens do que somos hoje. E por último, procurem gostar do que vocês fazem, pois sendo assim, nunca mais terão que trabalhar na vida ;)
Grupo PET - Professor, mais uma vez, muito obrigada pela sua participação no PETNews deste mês.
Leandro - Nada.