Carlos Eduardo Falandes, membro do BPG e mestrando do INPE, foi recentemente contemplado com uma bolsa para participar presencialmente do LSST Discovery Alliance Data Science Fellowship Program (DSFP), um programa de treinamento para estudantes de pós-graduação, marcado para acontecer em Pittsburgh, nos EUA, durante os dias 18 a 24 de maio de 2025.
A semana de treinamento consiste em ensinar habilidades essenciais para a ciência que será utilizada no projeto Legacy Survey of Space and Time (LSST), como gerenciamento e desenvolvimento de código, estatística, aprendizado de máquina, programação escalável, gestão de dados, processamento de imagens, visualização e comunicação, buscando sempre um ambiente de aprendizado colaborativo.
O projeto submetido por Carlos é intitulado “ISSC-LSST Platform for Automatic Galaxy Classification with Deep Learning” e aborda o uso de modelos de Deep Learning na análise de dados astronômicos do Legacy Survey of Space and Time (LSST) do Observatório Vera Rubin, combinando abordagens supervisionadas e não supervisionadas para classificação morfológica de galáxias. Além disso, investiga a aplicação de Autoencoders acoplados a redes Long Short-Term Memory (LSTM) para detectar e prever eventos raros, contribuindo para a identificação de anomalias em dados astronômicos.
Por meio de sua participação na LSST Discovery Alliance, o LIneA oferece aos membros do BPG-LSST a oportunidade de participação em programas internacionais voltados a jovens pesquisadores.
Parabéns, Carlos, pelo protagonismo brasileiro no Data Science Fellowship Program!
O LIneA é um instituto de ciência e tecnologia privado cuja missão é viabilizar a participação de pesquisadores e estudantes em colaborações internacionais, apoiar centros emergentes, fornecer acesso a acervos de dados astronômicos e a uma infraestrutura de processamento intensivo de dados, e desenvolver soluções para problemas de big data nas áreas de astronomia e cosmologia. Atualmente as atividades do LIneA são apoiadas pela FINEP e pelo INCT do e-Universo.
