Gerência e Administração de Base de Dados
O crescente volume de dados exige que organizações desenvolvam estratégias para extrair informações valiosas e obter vantagem competitiva. Esse processo envolve coleta, armazenamento, integração e análise de dados estruturados, semiestruturados e não estruturados. Metodologias são investigadas para gerenciar e transformar esses dados em conhecimento útil para a tomada de decisões.
A pesquisa foca no uso de Inteligência Artificial centrada em dados (Data-Centric AI) para preparar informações e em técnicas de processamento em larga escala. Um dos desafios abordados é o processamento paralelo e distribuído de grandes volumes de dados heterogêneos, comum em áreas como bioinformática, astronomia e engenharia. Workflows científicos são essenciais para esses experimentos, sendo frequentemente executados em clusters, supercomputadores e nuvens.
O projeto também explora frameworks como Apache Spark, otimizando workflows para análise e gerência de dados em larga escala. Além disso, investiga técnicas de modelagem conceitual, ontologias, pré-processamento, indexação e consulta em Big Data. Abordagens baseadas em armazenamento distribuído (HDFS), bancos de dados NoSQL, newSQL e sistemas relacional-objeto são consideradas neste projeto, visando eficiência na manipulação e análise dos dados.
Docentes Envolvidos:
- Rafaelli de Carvalho Coutinho (responsável)
- Eduardo Soares Ogasawara
- Diego Moreira de Araújo Carvalho
- Jorge de Abreu Soares
- Kele Teixeira Belloze
