Merge pull request #43 from semanadeinformatica/feature/data-talks

Add missing talks

src/data/events/talks/explorando-vulnerabilidades-app-android.md

@@ -0,0 +1,25 @@
+---
+title: Explorando vulnerabilidades numa app Android
+
+speakers:
+  - name: Gustavo Silva
+    occupations:
+      - what: Software Engineer
+        where: Feedzai
+    bio: Estudou na FEUP e terminou em julho de 2018 o Mestrado Integrado em Engenharia Informática e Computação. Logo após os estudos juntou-se à Feedzai, tendo como principal responsabilidade adaptar as soluções anti-fraude da empresa a cada um dos seus clientes. Adora viajar, tanto de férias como em trabalho, e um dos seus hobbies na área da informática é explorar sistemas à procura de vulnerabilidades de segurança.
+
+    img: ../../../images/speakers/gustavo_silva.jpg
+    linkedin: https://www.linkedin.com/in/silva95gustavo/
+    website: https://gustavosilva.me
+
+day: 2019-10-30 
+start_time: 15h40
+end_time: 16h10
+place: B032
+type: Palestra
+
+path: /talks/explorando-vulnerabilidades-app-android
+---
+
+A aplicação Anda permite aos utilizadores de transportes públicos do Porto usar o telemóvel em vez de um cartão físico para viajar na rede de transportes multimodais. Na data de lançamento desta aplicação, existiam vulnerabilidades de segurança que permitiam aceder a dados de outros utilizadores, incluindo passwords em plain-text.
+Nesta palestra será explicado o processo de descoberta desta falha. Serão também exploradas quais as ferramentas mais adequadas para realizar este tipo de investigação em aplicações Android (por exemplo: Frida).

src/data/events/talks/introduction-natural-language-processing.md

@@ -0,0 +1,25 @@
+---
+title: Introduction to Natural Language Processing
+
+speakers:
+  - name: Pedro Balage
+    occupations:
+      - what: Lead Data Scientist
+        where: Farfetch
+    bio: Pedro Balage works as Lead Data Scientist at Farfetch, focusing on providing NLP capabilities for its e-commerce search. He holds a PhD in Natural Language Processing from the University of São Paulo (Brazil) and he is affiliated to the Instituto de Telecomunicações (IT- Lisbon). He is member of the organisation committee for the Lisbon Machine Learning School (LxMLS).
+
+    img: ../../../images/speakers/pedro_balage.jpg
+    linkedin: https://www.linkedin.com/in/pedrobalage/
+    website: http://www.pedrobalage.com
+    twitter: https://twitter.com/pedrobalage
+
+day: 2019-10-29
+start_time: 14h30
+end_time: 15h00
+place: B032
+type: Palestra
+
+path: /talks/introduction-natural-language-processing
+---
+
+In this talk, we'll see how computers can understand text by learning about modern concepts in Natural Language Processing such as representation learning and recurrent neural networks. We'll show you the basics behind the tasks of text classification, information extraction, machine translation and dialog systems. We will also cover some Python text processing libraries and how you can start building your next NLP project.

src/data/events/talks/o-que-nao-nos-ensinaram-na-escola.md

@@ -0,0 +1,25 @@
+---
+title: O que não nos ensinaram na escola
+
+speakers:
+  - name: Ricardo Fiel
+    occupations:
+      - what: Senior Cloud Solution Architect – DevOps and App Modernization
+        where: Microsoft Western Europe HQ
+    bio: Ao longo de 15 anos, o Ricardo tem tido uma missão - ajudar empresas a entregar melhor software, mais rápido. O que muitas vezes significa ajudar e desafiar em mais do que tecnologia. Está atualmente na Microsoft onde ajuda parceiros na adoção de Containers, Kubernetes, DevOps e Serverless. Foi o melhor aluno do curso de Informática do ISEL e membro do CC-ISEL enquanto gravava discos, tocava em bandas e conhecia os heróis da juventude, o que continua a fazer pois a vida é demasiado curta para não ser espetacular. As suas sessões são normalmente tudo menos chatas.
+
+    img: ../../../images/speakers/ricardo_fiel.jpg
+    linkedin: https://pt.linkedin.com/in/ricardofiel
+    website: https://github.com/shoegazerpt
+    twitter: https://twitter.com/shoegazerpt
+
+day: 2019-10-28
+start_time: 17h00
+end_time: 17h40
+place: B032
+type: Palestra
+
+path: /talks/o-que-nao-nos-ensinaram-na-escola
+---
+
+Após cerca de 18 anos de educação, os nossos maiores desafios profissionais não serão sobre tecnologia, serão sobre pessoas e a escola não nos preparou para o que vamos encontrar. Ao mesmo tempo, a tecnologia está a evoluir tão rápido e a ficar tão acessível que toda a gente pode mudar o mundo. Esta sessão é sobre o que não nos ensinaram na escola. É sobre as ferramentas para lidar com pessoas. É sobre olhar para a tecnologia de outra forma. É sobre potencial ilimitado. Nesta sala tudo será possível. Vai ser ruidoso. Estão avisados.

src/data/events/talks/open-food-network.md

@@ -0,0 +1,23 @@
+---
+title: Open Food Network, the distributed online marketplace making food fair
+
+speakers:
+  - name: Luís Ramos
+    occupations:
+      - what: Software Engineer at Open Food Network
+        where: Remote from Porto
+    bio: Actualmente programador no projecto Open Food Network, uma plataforma online não corporativa que liga consumidores e produtores na distribuição de comida em circuito curto (compra e venda online de comida produzida localmente). Formado há 17 anos em Engenharia Informática na FEUP, escreveu algumas linhas de código que ajudam os cientistas do LHC no CERN (Programador@CERN), outras tantas linhas de código que ajudam na otimização de processos em alguns hospitais Portugueses (Programador@Alert) e mais linhas de código para a banca de investimento em Londres (Programador@UBS). Mais recentemente liderou equipas de desenvolvimento de software na área do Digital Marketing (CTO@Adclick) e finalmente no e-commerce (Head of Engineering@Farfetch).
+
+    img: ../../../images/speakers/luis_ramos.png
+    linkedin: https://www.linkedin.com/in/luisramos/
+
+day: 2019-10-30
+start_time: 14h30
+end_time: 15h00
+place: B032
+type: Palestra
+
+path: /talks/open-food-network
+---
+
+The Open Food Network and it's different dimensions: the food system, open source, open community, e-commerce platform.

src/data/events/talks/preventing-blindness-using-ai.md

@@ -0,0 +1,23 @@
+---
+title: Preventing blindness using Artificial Intelligence
+
+speakers:
+  - name: Pedro Costa
+    occupations:
+      - what: Head of Research na Abyssal e Investigador Externo no INESC TEC
+        where: Abyssal e INESC TEC
+    bio: Pedro Costa obteve o MSc (2015) em Engenharia Informática e Computação na Faculdade de Engenharia da Universidade do Porto. Começou a trabalhar no INESC TEC em 2014 num projeto de investigação com o objetivo de encontrar efeitos secundários de medicamentos aplicando Machine Learning a dados biológicos. Depois de uma breve experiência na indústria, voltou para o INESC TEC para trabalhar em processamento de imagem médica usando métodos de Deep Learning, tendo publicado vários artigos em conferências e revistas de topo. Depois passou três meses na Carnegie Mellon University a trabalhar em métodos fracamente supervisionados. Atualmente, é o Head of Research na Abyssal, no sentido de melhorar a eficiência de operações subaquáticas que utilizam veículos remotamente operados, utilizando técnicas de Machine Learning e Visão por Computador. Continua a colaborar com o INESC TEC e CMU em projetos de imagem médica.
+
+    img: ../../../images/speakers/pedro_costa.jpg
+    linkedin: https://www.linkedin.com/in/pmvcosta/
+
+day: 2019-10-29
+start_time: 17h20
+end_time: 17h50
+place: B032
+type: Palestra
+
+path: /talks/preventing-blindness-using-ai
+---
+
+A Retinopatia Diabética (DR) é a maior causa de cegueira evitável no mundo desenvolvido, afetando mais de 25% dos pacientes diabéticos. Devido aos grandes impactos sociais e económicos da cegueira, a maioria dos países desenvolvidos implementou programas de rastreio para monitorizar a população diabética. Durante o rastreio, imagens do fundo do olho são obtidas e examinadas por oftalmologistas. Nós desenvolvemos um método de Inteligência Artificial que classifica automaticamente a qualidade das imagens, deteta indícios de DR e indica se o paciente deve ser tratado ou não. Nós mostramos que o nosso modelo tem resultados comparáveis a alguns oftalmologistas e obtém os resultados suficientemente bons para ser implementado em programas de rastreio. Este método tem o potencial de reduzir a pressão sobre os oftalmologistas, permitindo que se foquem no tratamento dos pacientes com DR, com o objetivo final de reduzir o número de incidentes de cegueira relacionada com DR.