Karla Patricia Santos Oliveira Rodríguez Esquerre

Associate Professor, Department of Chemical Engineering - Federal University of Bahia (UFBA), Salvador, Bahia, Brazil. Head of the Growing with Applied Metrics and Mindful Analysis Research Group (http://gamma.ufba.br), which involves statistical and computational learning and data science in cooperative research projects with industries and in education. Permanent member of the Graduate Course of Industrial Engineering (PEI, Capes 5).Visiting Scholar na Graduate School of Education, Stanford University (EUA, Jan a Abr, 2023). Postdoctoral research fellow in Socio-Environmental Engineering, Hokkaido University (Apr 2003 to May 2005, Japan) and Visiting Scholar within the Center for Control Systems and Dynamics (2015) e do Adaptive Computing and Embedded Systems Lab (2020), University of California San Diego - UCSD (USA). Collaborates with international research groups within the University of California Los Angeles (UCLA) and San Diego (UCSD) and and Stanford University (SU) and national institutions, SEI-BA and IAT. Lectures: Applied Statistics; Data Science; Statistical and Machine Learning and Reliability Analysis. Main research interest: statistical and machine learning; artificial intelligence; prediction and classification combining sparsity-promoting techniques and machine learning with dynamical systems; and statistical and computational thinking for education. Idealizer and coordinator of the Girls on Data Science and Data Science on Public Education Projetcs (Blog: https://meninas-ciencias-dados.github.io/; Instagram: @menina.cientista; Twitter: @girlsondata; Facebook: fb.com/meninasnacienciadedados). Co-founder of Ai Inclusive Salvador (https://www.meetup.com/pt-BR/ai-inclusive-salvador/) and R-Ladies Salvador (https://www.meetup.com/pt-BR/rladies-salvador/). Orcid: https://orcid.org/0000-0001-8799-7365. Scopus: https://www.scopus.com/authid/detail.uri?authorId=35794317800.

Karla Esquerre é Professora Associada da Universidade Federal da Bahia, Brasil, onde lidera pesquisas e iniciativas voltadas à promoção do desenvolvimento de métricas e análises no sentido de construir processos sustentáveis ​​e ferramentas educacionais e, assim, contribuir para a melhoria da sociedade. Líder do Grupo de Pesquisa Gamma (gamma.ufba.br). Membro permanente do Programa de Pós-Graduação em Engenharia Industrial (PEI. Capes 5). Doutora em Engenharia Química pela Unicamp (Brasil, 2003), com doutorado-sanduíche na Universidade da California Santa Barbara (UCSB, 2002). Visiting Scholar na Graduate School of Education, Stanford University (EUA, Jan a Abr, 2023). Pósdoutora do Center for Control Systems and Dynamics (2015) e do Adaptive Computing and Embedded Systems Lab (2020), University of California San Diego - UCSD (EUA). Pesquisadora de pós-doutorado em Socio-Environmental Engineering, University of Hokkaido (Japão, Abr 2003 a Maio 2005). Colabora com grupos de pesquisa internacionais da University of California Los Angeles (UCLA) e San Diego (UCSD) e da Stanford University (SU) e nacionais, Secretaria de Estudos Econômicos e Sociais da Bahia (SEI-BA) e Instituto Anísio Teixeira (IAT). Aulas: Estatística Aplicada; Ciência de dados; Aprendizagem estatística e de máquina e Análise de confiabilidade. Principais interesses de pesquisa: aprendizagem estatística e de máquina; inteligência artificial; predição e classificação combinando técnicas que consideram sistemas esparsos e aprendizagem de máquina com sistemas dinâmicos; e pensamento estatístico e computacional para a educação. Idealizadora e coordenadora dos projetos de pesquisa com cunho extensionista Meninas na Ciência de Dados e Ciência de Dados na Educação Pública, direcionados a estudantes do ensino fundamental II e médio (Instagram: @menina.cientista). Co-fundadora da AI Inclusive Salvador (https://www.meetup.com/pt-BR/ai-inclusive-salvador/) e R-Ladies Salvador (https://www.meetup.com/pt-BR/rladies-salvador/). Orcid: https://orcid.org/0000-0001-8799-7365. Scopus: https://www.scopus.com/authid/detail.uri?authorId=35794317800.