No DEISI Festival tivemos a apresentação de muitos Trabalhos Finais de Curso (TFC). Os alunos do DEISI conheceram muitos projetos desenvolvidos pelos colegas, apresentados num ambiente de feira de projetos, que participaram na votação dos melhores trabalhos. Houve a apresentação de pitchs dos projetos mais apreciados.
Explora e conhece os projetos aqui, na plataforma onde foi feita a votação e onde encontrarás uma descrição de cada um.
Muito se fala hoje em dia que nascemos cedo demais para explorar o espaço e tarde demais para viver as grandes navegações marítimas. Mas talvez tenhamos nascido exatamente no tempo certo para uma nova forma de navegação: a navegação computacional.
Em 2026, completam-se 80 anos da conclusão do projeto ENIAC, um dos primeiros computadores modernos. Ele ocupava salas inteiras e, mesmo assim, tinha um poder computacional muito inferior ao que hoje carregamos na palma da mão.
Isso mostra uma coisa importante: a computação ainda está longe de ter sido totalmente explorada. Ainda há muito a descobrir, muito a construir e muito a transformar.
No passado, os “computadores” eram pessoas que seguiam instruções em papel. Hoje, são máquinas presentes em quase tudo: no trabalho, na comunicação, na ciência, na medicina, na educação e na forma como vivemos. A tecnologia não deve ser vista como algo que vem para nos substituir, mas como uma ferramenta que nos torna mais capazes, mais eficientes e com mais qualidade de vida.
Por isso, não tenham medo de pegar seus navios, suas naves, e navegar pelo mundo da computação. Explorem, criem, questionem e participem dessa revolução.
Thiago Dambroski, aluno da Licenciatura em Engenharia Informática
Na próxima 2ª feira, 11 de maio, 11h30 na sala U.3.1, João Eleutério irá defender publicamente a tese sobre deteção rápida de AVC usando SERS e Machine Learning. Toda a comunidade escolar está convidada a estar presentes.
Esta tese de mestrado em Ciência de Dados, realizada em estreita colaboração com o UCIBIO da FCT NOVA, desenvolve um pipeline de Machine Learning para analisar espectros de plasma obtidos por Surface-Enhanced Raman Spectroscopy (SERS), com o objetivo de apoiar o diagnóstico rápido de AVC através do biomarcador GFAP. O sistema distingue entre ausência de AVC, AVC isquémico e AVC hemorrágico, com base em diferentes concentrações do biomarcador, utilizando técnicas como pré-processamento espectral, redução de dimensionalidade e modelos de boosting. O modelo proposto atingiu até 98% de precisão na classificação e introduziu uma métrica clínica própria (MEMS) para penalizar erros com maior impacto médico, alcançando 96% de desempenho ajustado à segurança clínica. Os resultados foram validados em múltiplas execuções, demonstrando estabilidade estatística do modelo. Apesar de usar dados sintéticos, o trabalho evidencia o potencial de sistemas baseados em SERS e Machine Learning para diagnóstico rápido e portátil de AVC em contexto pré-hospitalar.
Fazem parte do júri:
Profª Claudia Soares FCT Universidade Nova de Lisboa (arguente externo)
Profª Gabriela Soares (Orientadora, ISCTE Instituto Universitário de Lisboa)
Prof Manuel Pita (Diretor do Mestrado em Ciência de Dados, Universidade Lusófona)
Junta-te ao nosso grupo de xadrez! Seja para aprender, melhorar ou simplesmente jogar umas partidas descontraídas, há sempre espaço para mais um jogador. Vem treinar a mente, conhecer pessoas novas e divertir-te com cada jogada.
Departamento de Engenharia Informática e Sistemas de Informação Edifício F, sala F.1.3 Direção — 217 515 500 (ext: 683) Serviço de Apoio Tecnico-Admistrativo (SATA) — 17 515 500 (ext: 764)