Miguel Lellis
Mestre em Sistemas e Computação (IME)Consultor em Modelagem Matemática e Computação na ORTEC, atuando no estudo e desenvolvimento de modelos matemáticos como forma de apoio na análise de dados e tomada de decisão. Mestre em Sistemas e Computação pelo Instituto Militar de Engenharia (IME), tendo desenvolvido dissertação na área de Pesquisa Operacional. Atualmente é doutorando em Pesquisa Operacional pela Universidade Federal Fluminense (UFF). Professor Orientador no MBA em Data Science e Analytics pela Universidade de São Paulo (USP) e Monitor no curso de Introdução ao R/Python e Machine Learning, atuando no apoio ao aluno nas implementações de estudos estatísticos baseados em modelagens não supervisionadas e supervisionadas de machine learning. Com publicações nacionais e internacionais e softwares desenvolvidos, trabalha com pesquisas e consultorias voltadas para o desenvolvimento de modelos e plataformas computacionais de apoio à tomada de decisões, com foco em pesquisas voltadas aos modelos analíticos oriundos da Pesquisa Operacional.
Marcos dos Santos
Pós-doc em Pesquisa Operacional (ITA)Consultor sênior em modelagem matemática para fins de otimização na ORTEC. É Pós-doc em Pesquisa Operacional (ITA) e em Engenharia de Produção (UFF). Possui doutorado em Engenharia de Produção (UFF) na Linha de Pesquisa: Sistemas, Apoio à Decisão e Logística. É Mestre em Engenharia de Produção (COPPE/UFRJ) na Linha de Pesquisa de Pesquisa Operacional. É Licenciado em Matemática e Especialista em Instrumentação Matemática (UFF). Coordenador do 1º MBA em Pesquisa Operacional e Tomada de Decisão do Brasil. Professor do Programa de Pós-graduação em Sistemas e Computação (PPgSC) do Instituto Militar de Engenharia (IME). Professor de Matemática Avançada da graduação em Engenharia da Computação do IME. Professor do Programa de Pós-graduação em Engenharia de Produção da UFF. Professor do MBA em Data Science e Analytics da Universidade de São Paulo (USP). Professor de Data Driven Business no IBMEC. Criador de vários métodos matemáticos de apoio à tomada de decisão (todos publicados em periódicos internacionais), dentre eles: Método SAPEVO-M, Método ELECTRE-MOr, Método AHP-Gaussiano e Método PrOPPAGA.
Ernesto Rademaker
Mestre em Pesquisa Operacional (UFRJ)Consultor sênior em gestão previdenciária e sistemas logísticos na ORTEC. É Mestre em Pesquisa Operacional pela Universidade Federal do Rio de Janeiro (UFRJ). Membro do Grupo de Trabalho Interministerial de Remuneração de Militares e Membro da Comissão de Gestão do Banco de Informação Estratégica e de Gestão da Defesa do Ministério da Defesa. Foi Gerente do Projeto de Cálculo Atuarial da Previdência Militar (2011-2018), ocupando na sequência a função de Gerente da Seção de Apoio a Sistemas, dentro da célula do Centro de Coordenação de Logística e Mobilização, da Chefia de Logística das Forças Armadas. Participou do planejamento e foi coordenador do Simpósio de Logística e Pesquisa Operacional da Marinha entre 2009 e 2019. Exerceu as funções de Gerente de Projetos do Centro de Análise de Sistemas Navais, bem como auditor líder da ISO 9001: 2008. Docente em Pesquisa Operacional nas áreas de Simulação, Otimização e Análise Multicritério. É integrante do Grupo de Trabalho em Aplicações de Governança e Análise de Risco, coordenado pela Casa Civil da Presidência da República.
Fábio Zambitte Ibrahim
Doutor em Direito Público (UERJ)Doutor em Direito Público pela Universidade do Estado do Rio de Janeiro (2011), Mestre em Direito pela Pontifícia Universidade Católica SP (2007). Membro fundador da Academia Brasileira de Direito da Seguridade Social. Advogado, Professor Associado de Direito Tributário e Financeiro da niversidade do Estado do Rio de Janeiro - UERJ, membro do Conselho Curador da Universidade do Estado do Rio de Janeiro - UERJ, Árbitro do Comitê Brasileiro de Arbitragem - CBAr. Foi auditor fiscal da Secretaria de Receita Federal do Brasil e presidente da 10ª Junta de Recursos do Ministério da Previdência Social.
Igor Pinheiro
Mestre em Pesquisa Operacional (UFF)Consultor em modelagem estatística para aplicações de machine learning na ORTEC. Atualmente é doutorando em Pesquisa Operacional pela Universidade Federal Fluminense (UFF). Possui Mestrado em Pesquisa Operacional (UFF) e Graduação em Ciências Navais pela Escola Naval, do Rio de Janeiro, com especialização na área de Máquinas e Pós-Graduação em Propulsão Naval. Tem experiência nas áreas de Data Science, Pesquisa Operacional, Modelagem matemática, Sistemas de Propulsão, Geração de energia Elétrica, Controle de Avarias, Sistemas de Navegação, Comunicação Social, Gestão e Liderança. É revisor dos periódicos IEEE Access, IEEE Latin America Transactions, International Journal of the Analytic Hierarchy Process, Journal of Computer Science Research, The Open Public Health Journal e Bulletin of Electrical Engineering and Informatics. Membro da Operational Research UK Society e docente visitante em instituições públicas e privadas em disciplinas nas áreas de Pesquisa Operacional, Auxílio Multicritério à Decisão e Sistemas de Apoio à Decisão.
Arthur Pinheiro
Mestrando em Sistemas e Computação (IME)Consultor em modelagem de inferência mediante machine learning na ORTEC. Atualmente é Mestrando em Sistemas e Computação pelo Instituto Militar de Engenharia (IME). Possui Graduação em Ciências Navais pela Escola Naval do Rio de Janeiro, e especialização Lato Sensu em Defesa Eletrônica, com ênfase em Guerra Eletrônica, pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-RJ). Desenvolve pesquisas relacionadas a Sistemas de Apoio à Decisão utilizando técnicas de Inteligência Artificial, com foco em modelos de machine learning supervisionados e não supervisionados. É revisor dos periódicos Heliyon e Computational Economics, além de ser docente em instituições públicas e cursos de MBA em disciplinas nas áreas de Pesquisa Operacional e Data Science and Analytics.