Eduardo Soares Ogasawara

	http://lattes.cnpq.br/0528303491410251 (28/12/2024) Rótulo/Grupo: Bolsa CNPq: Nível 2 Período de análise: Endereço: Grande área: Grande área: Ciências Exatas e da Terra Área: Ciência da Computação Citações: Google Acadêmico

Produção bibliográfica

• Artigos completos publicados em periódicos (0)
• Livros publicados/organizados ou edições (0)
• Capítulos de livros publicados (0)
• Textos em jornais de notícias/revistas (0)
• Trabalhos completos publicados em anais de congressos (0)
• Resumos expandidos publicados em anais de congressos (0)
• Resumos publicados em anais de congressos (0)
• Artigos aceitos para publicação (0)
• Apresentações de trabalho (0)
• Demais tipos de produção bibliográfica (0)

Produção técnica

• Programas de computador com registro de patente (0)
• Programas de computador sem registro de patente (0)
• Produtos tecnológicos (0)
• Processos ou técnicas (0)
• Trabalhos técnicos (0)
• Demais tipos de produção técnica (0)

Produção artística

• Total de produção artística (0)

Orientações em andamento

• Supervisão de pós-doutorado (0)
• Tese de doutorado (0)
• Dissertação de mestrado (0)
• Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
• Trabalho de conclusão de curso de graduação (0)
• Iniciação científica (0)
• Orientações de outra natureza (0)

Supervisões e orientações concluídas

• Supervisão de pós-doutorado (0)
• Tese de doutorado (0)
• Dissertação de mestrado (0)
• Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
• Trabalho de conclusão de curso de graduação (0)
• Iniciação científica (0)
• Orientações de outra natureza (0)

Projetos de pesquisa

• Total de projetos de pesquisa (2)

Prêmios e títulos

• Total de prêmios e títulos (1)

Participação em eventos

• Total de participação em eventos (0)

Organização de eventos

• Total de organização de eventos (0)

Lista de colaborações

• Colaborações endôgenas (0)

Produção bibliográfica

• Artigos completos publicados em periódicos (0)
  
  
  
• Livros publicados/organizados ou edições (0)
  
  
  
• Capítulos de livros publicados (0)
  
  
  
• Textos em jornais de notícias/revistas (0)
  
  
  
• Trabalhos completos publicados em anais de congressos (0)
  
  
  
• Resumos expandidos publicados em anais de congressos (0)
  
  
  
• Resumos publicados em anais de congressos (0)
  
  
  
• Artigos aceitos para publicação (0)
  
  
  
• Apresentações de trabalho (0)
  
  
  
• Demais tipos de produção bibliográfica (0)
  
  
  

Produção técnica

• Programas de computador com registro de patente (0)
  
  
  
• Programas de computador sem registro de patente (0)
  
  
  
• Produtos tecnológicos (0)
  
  
  
• Processos ou técnicas (0)
  
  
  
• Trabalhos técnicos (0)
  
  
  
• Demais tipos de produção técnica (0)
  
  
  

Produção artística

• Total de produção artística (0)
  
  
  

Orientações em andamento

• Supervisão de pós-doutorado (0)
  
  
  
• Tese de doutorado (0)
  
  
  
• Dissertação de mestrado (0)
  
  
  
• Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
  
  
  
• Trabalho de conclusão de curso de graduação (0)
  
  
  
• Iniciação científica (0)
  
  
  
• Orientações de outra natureza (0)
  
  
  

Supervisões e orientações concluídas

• Supervisão de pós-doutorado (0)
  
  
  
• Tese de doutorado (0)
  
  
  
• Dissertação de mestrado (0)
  
  
  
• Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
  
  
  
• Trabalho de conclusão de curso de graduação (0)
  
  
  
• Iniciação científica (0)
  
  
  
• Orientações de outra natureza (0)
  
  
  

Projetos de pesquisa

• Total de projetos de pesquisa (2)
  
  1. 2017-2019. SciDISC - Scientific data analysis using Data-Intensive Scalable Computing
     Descrição: This project is an international collaborative project between Brazil and France, funded by the French side. --Inria (France) supports "Associate Teams" to strengthen scientific collaboration between Inria project teams and top-level research teams worldwide. -- Data-intensive science requires the integration of two fairly different paradigms: high-performance computing (HPC) and data-intensive scalable computing (DISC). Spurred by the growing need to analyze big scientific data, the convergence between HPC and DISC has been a recent topic of interest. This project will address the grand challenge of scientific data analysis using DISC (SciDISC), by developing architectures and methods to combine simulation and data analysis. The expected results of the project are: new data analysis methods for SciDISC systems; the integration of these methods as software libraries in popular DISC systems, such as Apache Spark; and extensive validation on real scientific applications, by working with our scientific partners such as INRA and IRD in France and Petrobras and the National Research Institute (INCT) on e-medicine (MACC) in Brazil. https://www.inria.fr/en/associate-team/scidisc.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Eduardo Soares Ogasawara - Integrante / Daniel Cardoso Moraes de Oliveira - Integrante / Marta Lima de Queiros Mattoso - Coordenador / Kary Ocana - Integrante / Fábio Porto - Integrante / Patrick Valduriez - Integrante / Esther Pacitti - Integrante / Alvaro L. G. A. Coutinho - Integrante / Florent Masseglia - Integrante / Dennis Shasha - Integrante / José Camata - Integrante / Ji Liu - Integrante. Financiador(es): Institut National de Recherche en Informatique et en Automatique - Siège - Cooperação.
     Membro: Eduardo Soares Ogasawara.
  2. 2017-2019. Programa de PA3s-graduaAAo em CiAancia da ComputaAAo
     Descrição: Processo: E-26/200.906/2017, Programa: FAPERJ Apio Emergencial a Programas de Pós-graduação do Rio de Janeiro, Valor financiado: R$45.000,00. O Programa de Pós-graduação em Ciência da Computação (PPCIC) do CEFET/RJ, aprovado pelo CTC da CAPES em abril/2016, está inserido na área de conhecimento e área de concentração de Ciência da Computação. O PPCIC engloba o curso de Mestrado em Ciência da Computação e, por ser um programa recém criado, está avaliado como nível 3. O PPCIC visa a formação de egressos capacitados para pesquisar, ensinar e desenvolver conhecimento científico e tecnológico na área de Ciência da Computação. Em particular, o programa tem uma ênfase na formação dos cientistas de dados, profissional com visão multidisciplinar, responsável por formular problemas sob uma perspectiva centrada em dados, transformando-os em conhecimento. Por meio deste foco, o programa combina pesquisa básica com aplicada. Essa é uma característica presente no perfil dos pesquisadores do quadro docente atual e esperado para os futuros docentes a serem incorporados ao programa. Essa combinação estabelece uma estratégia promissora, uma vez que ao mesmo tempo em que se estabelece resultados teóricos que subsidiam a construção de novas aplicações para solução de questões práticas, os problemas práticos muitas vezes propiciam a elaboração de novos arcabouços teóricos. Essa abordagem adotada por nosso grupo está aderente ao processo multidisciplinar da Computação. O PPCIC está organizado nas linhas Gerência de Dados e Aplicações e Métodos Baseado em Dados, as quais contemplam um conjunto de projetos de pesquisa. O programa tem doze docentes, dez disciplinas e infraestrutura de laboratórios e biblioteca.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (44) . Integrantes: Eduardo Soares Ogasawara - Coordenador. Financiador(es): FAPERJ - Bolsa.
     Membro: Eduardo Soares Ogasawara.
  
  

Prêmios e títulos