http://lattes.cnpq.br/6785711491335996
Foi bolsista do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) em um projeto de análise biométrica de recém-nascidos, no qual realizou seu pós-doutorado. É doutor em Informática, com ênfase em Inteligência Artificial, pela Pontifícia Universidade Católica do Paraná (PUCPR), no âmbito do Doutorado Acadêmico para Inovação (DAI), em parceria com a empresa UpFlux. É mestre em Engenharia Elétrica pela UTFPR, com ênfase em Sistemas Dinâmicos, tendo desenvolvido pesquisas na área de modelagem e controle de Sistemas a Eventos Discretos. Possui especialização em Inteligência Artificial e Big Data pela Universidade de São Paulo (USP). Graduou-se em Engenharia de Computação pela UTFPR, com período sanduíche na Pennsylvania State University, e realizou estágio de pesquisa no Departamento de Ciência da Computação da Universidade de Nova Iorque (NYU), Estados Unidos. Além disso, desenvolveu atividades de Iniciação Científica, com foco no desenvolvimento de soluções Web aplicadas ao ensino de Programação e Álgebra Linear, bem como a temas de Engenharia Econômica e Gestão Pública. Seus interesses de pesquisa concentram-se nas áreas de Mineração de Processos, Sistemas a Eventos Discretos, Biometria Neonatal, Análise Econômica de Processos e Engenharia Econômica, entre outras.
E-mail: luizsouthier@utfpr.edu.br
Página pessoal: https://luizsouthier.github.io/
Esta área se concentra no uso prático de modelos computacionais avançados para resolver problemas complexos do mundo real, indo além da teoria pura. O Aprendizado Profundo (Deep Learning), uma subárea da Inteligência Artificial baseada em redes neurais artificiais de múltiplas camadas, destaca-se por sua capacidade extraordinária de identificar padrões intrínsecos em grandes volumes de dados não estruturados, como imagens, áudio e texto. Juntas, essas vertentes impulsionam inovações tecnológicas cruciais em diversos setores, viabilizando desde o diagnóstico médico assistido por computador e sistemas de recomendação personalizados até o desenvolvimento de veículos autônomos.
Focada na interseção entre a ciência de dados e a gestão de processos, a Mineração de Processos (Process Mining) extrai conhecimento a partir de registros de eventos (event logs) gerados por sistemas de informação para descobrir, monitorar e otimizar fluxos de trabalho reais. Essa técnica se alinha perfeitamente ao Controle de Sistemas a Eventos Discretos (SED), uma vertente da engenharia que modela e analisa sistemas cujos estados mudam em resposta a eventos específicos e assíncronos (como o clique de um botão ou a chegada de um produto em uma esteira). A união dessas disciplinas permite diagnosticar gargalos, prever falhas operacionais e projetar controladores supervisórios automatizados para garantir que processos industriais ou de negócios sigam estritamente as regras de conformidade desejadas.
A Mineração de Dados (Data Mining) consiste na exploração automatizada de grandes bases de dados para extrair informações implícitas, previamente desconhecidas e comercialmente ou cientificamente úteis. Esse processo depende fortemente do Reconhecimento de Padrões, que envolve a aplicação de algoritmos matemáticos e estatísticos para classificar objetos, identificar regularidades e isolar anomalias nos dados. Essas áreas são fundamentais para transformar dados brutos em inteligência acionável, sendo amplamente utilizadas na detecção de fraudes financeiras, segmentação de perfis de clientes e análise de tendências de mercado.
A Biometria é a ciência que estuda a identificação e a autenticação inequívoca de indivíduos com base em suas características físicas ou comportamentais únicas, como impressões digitais, geometria facial, padrões de íris, voz e até a dinâmica da digitação. Na pesquisa científica e tecnológica contemporânea, o foco está no desenvolvimento de sensores mais precisos e algoritmos inteligentes de processamento de sinais capazes de operar de forma rápida e segura. Essa área é vital não apenas para a segurança pública e o controle de acesso digital, mas também para iniciativas humanitárias de alta complexidade, como a garantia da rastreabilidade e a proteção da identidade de populações vulneráveis, incluindo recém-nascidos e crianças em ambientes hospitalares e de assistência social.