• Bachareis e bacharelandos.
• Futuros bacharelandos.

• Mudança curricular
• União dos institutos
• Pós-graduação
• Nova graduação
• Cursos de extensão
• Estatuto do Conre

Propostas

• Disciplinas do primeiro ano baseadas no r4ds e Introduction to Statistical Learning.
  • Inclusive para disciplinas dadas para outras faculdades!
  • Programação colaborativa e princípio da reprodutibilidade.
  • Foco em interpretação e pensamento crítico.
• Inclusão de regularização em disciplinas de inferência e regressão.
  • Morte ao ENVVUM e ao planejamento old style.
• Não: Cursos de NoSQL / paralelização.
• Não: Utilização de ferramentas pagas.

Dificuldades

• Falta de professores.
  • Monitorias especiais.
  • Pós-graduação.
• MEC.

Proposta

• Criação de Laboratórios de Estatística Computacional (ou outros nomes).
• Centro de desenvolvimento de pacotes.

Dificuldades

• Recursos
  • Projeto de pesquisa.
  • Produção de artigos baseados em pacotes.
• Institucionalização
  • Benefícios em créditos.

Propostas

• Mais disciplinas com tópicos de ML.
• Criação de um mestrado profissional em ML.
• Melhor para experimentação e treinamento dos professores.
• Seminários de ML e outros tópicos.

Dificuldades

• Falta de professores / engajamento.
  • Utilização de alunos de pós.

"(…) The fact that data science exists as a field is a colossal failure of statistics. (…)"

– Hadley Wickham

Proposta

• Habilitações
  • Probabilidade.
  • Ciência de dados.

Dificuldades

• Pessoas responsáveis

Proposta

• Criação de Power-Ups:
  • Eficiência humana: Ferramental técnico.
  • Eficiência computacional: NoSQL e paralelização.
  • Eficácia técnica: Técnicas de ML.
  • Domain specific.

Dificuldades

• Viabilidade econômica.

Proposta

• Remodelagem open source.
• Regulação de pesquisas eleitorais.
• Movimento e união da comunidade.
• Foco no ensino básico.

Dificuldades

• Resistência institucional.
• Mudança de cultura.

Ready? Fight!