Cleiton Guollo Taufemback
cleiton.taufemback@ufrgs.br
Bacharel em Engenharia Elétrica, 2006, pela Universidade Federal de Santa Catarina (UFSC). Mestre em Ciências Econômicas, 2011, também pela UFSC. Mestre em Análise Econômica, 2014, pela Universidade Carlos III de Madrid (UC3M), e Ph.D. em Economia, 2018, pela UC3M. Atualmente ocupa o cargo de Professor Adjunto do Departamento de Estatística da Universidade Federal do Rio Grande do Sul e tem interesse em pesquisas em Econometria, Estatística, Finanças e Macroeconomia.
Danilo Marcondes Filho
marcondes.filho@ufrgs.br
Tem experiência acadêmica na área de Estatística Industrial com foco no Controle Estatístico de Processos (CEP). Trabalha em desenvolvimentos teóricos de abordagens baseadas em técnicas estatísticas no contexto do CEP em processos que geram dados com características diversas, tais como: dados com superdispersão/inflação em zero; dados multidimensionais de alta dimensão; dados de séries temporais multivariadas.
Eduardo de Oliveira Horta
eduardo.horta@ufrgs.br
É professor adjunto e pesquisador do Departamento de Estatística da Universidade Federal do Rio Grande do Sul (UFRGS). Obteve doutorado em Economia pela mesma universidade (2015), também foi estudante de doutorado na Universidade Queen Mary of London (2013). Seus interesses de pesquisa incluem séries temporárias de fraudes, processos estocásticos, econometria financeira e métodos não paramétricos e regressão quantitativa.
Fábio Mariano Bayer
bayer@ufsm.br
Professor do Departamento de Estatística da UFSM, pesquisador do Laboratório de Ciências Espaciais de Santa Maria (LACESM/CRS/INPE), professor permanente do Programa de Pós-graduação em Estatística da UFRGS e do Programa de Pós-graduação em Engenharia de Produção da UFSM . No biênio 2017-2019 foi membro do Comitê de Avaliação da área de Ciências Exatas da FAPERGS e em 2019 foi Pesquisador Visitante junto ao Laboratório de Telecomunicações e Sensoriamento Remoto, Universidade de Pavia, Itália. Atualmente é membro titular (eleito) do Conselho Diretor da Associação Brasileira de Estatística (2022-2026), Coordenador do Comitê Assessor da Matemática e Estatística da FAPERGS (2022-2024) e Editor Associado Tópico da área de processamento estatístico de sinais da IEEE Transactions em Geociências e Sensoriamento Remoto. Possui atuação ativa na formação de recursos humanos, com vários alunos premiados por diferentes sociedades científicas. Suas principais áreas de interesse e atividade são: ciência de dados, inferência clássica, modelos de regressão, modelos dinâmicos e processamento estatístico de sinais/imagens.
Fernanda Maria Muller
fernanda.muller@ufrgs.br
Atualmente é professora de Finanças da Universidade Federal do Rio Grande do Sul, atuando no Programa de Pós Graduação em Economia (PPGE – UFRGS), na área de economia aplicada. Bacharel em Administração pela Universidade Federal de Santa Maria (2013). Mestre em Engenharia de Produção (Linha: Métodos Quantitativos Aplicados à Decisão) pela Universidade Federal de Santa Maria (2016). Doutora em Administração pela Universidade Federal do Rio Grande do Sul, Área: Finanças (2019). Possui interesse em Finanças Empíricas, Gestão de Risco, Risco de Modelo e Métodos Quantitativos Aplicados a Finanças e Economia.
Flávio Augusto Ziegelmann
flavioaz@mat.ufrgs.br
Possui graduação em Estatística pela Universidade Federal do Rio Grande do Sul (UFRGS, 1994), mestrado em Estatística pela Universidade de São Paulo (USP, 1996) e doutorado em Estatística pela University of Kent at Canterbury (UKC – UK, 2002). Atualmente é Professor Titular do Departamento de Estatística da UFRGS e Professor Permanente nos Programas de Pós-Graduação em Economia e Estatística também da UFRGS, além de Professor Associado ao Programa de Doutorado em Economia, Gestão e Estatística da Università degli Studi di Messina (Itália) , Pesquisador Associado ao Centro de Estudos Quantitativos em Economia e Finanças da FGV-SP, e membro do CFEnetwork (grupo de Econometria Computacional e Financeira) desde 2013. Foi presidente da Associação Brasileira de Estatística (2018-2020), Vice-Diretor do Instituto de Matemática e Estatística da UFRGS (2017-2020), Coordenador do Programa de Pós-Graduação em Estatística da UFRGS (2019-2020) e Chefe do Departamento de Estatística da UFRGS (2011-2013). Atua como Editor Associado dos periódicos Análise Econômica e EconomiA. Tem sido professor visitante frequente na LSE (2008, 2009, 2011, 2012, 2013, 2014, 2016, 2019 e 2020, 2023) e na Ensae/CREST Paris (2020 e 2022). As áreas de atuação são Séries Temporais, Econometria e Finanças Quantitativas, com interesses em Métodos Semi e Não Paramétricos, Séries Temporais Não-Lineares, Redução de Dimensionalidade e Machine Learning para Previsão e Causalidade. Tem trabalho nos seguintes temas: conferência de volatilidade, cópulas dinâmicas, modelagem não paramétrica, modelos fatoriais, análise de dados confiáveis, modelos de fronteira, MIDAS, LASSO, árvores, e aplicações de modelos estocásticos a Economia e Finanças.
Gabriela Bettella Cybis
gabriela.cybis@ufrgs.br
Guilherme Pumi
guilherme.pumi@ufrgs.br
Possui Mestrado (2006), Doutorado (2012) e Pós-Doutorado em Matemática pela Universidade Federal do Rio Grande do Sul (2012) e Mestrado em Estatística pela University of California at Davis (2009). É professor Associado do Departamento de Estatística da Universidade Federal do Rio Grande do Sul onde ingressou em 2013. Tem experiência nas áreas de Estatística Matemática e Séries Temporias, atuando principalmente nos seguintes temas: teoria assintótica, modelos dinâmicos para séries temporais limitadas, processos com longa dependência, estimação paramétrica e semiparamétrica em séries temporais, estimação de séries temporais na presença de dados faltantes, processos caóticos e cópulas. Bolsista de Produtividade em Pesquisa CNPq (2025-2028).
Hudson da Silva Torrent
hudson.torrent@ufrgs.br
Possui graduação em Economia pela Universidade Federal de Minas Gerais (2003), mestrado em Economia pela Universidade Federal do Rio Grande do Sul (2005) e doutorado em Economia pela Universidade Federal do Rio Grande do Sul (2010) com Doutorado Sanduíche na Oregon State University. Atualmente é professor associado do Departamento de Estatística da Universidade Federal do Rio Grande do Sul. Tem experiência na área de Economia, com ênfase em Métodos e Modelos Matemáticos, Econométricos e Estatísticos, atuando principalmente nos seguintes temas: frontier estimation, nonparametric regression, semiparametric regression and forecasting.
Márcia Barbian
mhbarbian@gmail.com
Márcio Valk
Bacharel em Matemática pela Universidade Federal do Rio Grande do Sul (2004), Mestre em Matemática com ênfase em Probabilidade e Estatística, pela Universidade Federal do Rio Grande do Sul (2007) e Doutor em Estatística pela Universidade Estadual de Campinas (2011). Atualmente é professor associado do Instituto de Matemática e Estatística da Universidade Federal do Rio Grande do Sul. Atualmente há projeto de pesquisa em uma área de estudo robusta em modelos de séries temporais.
Renata Rojas Guerra
Professora do Departamento de Estatística da Universidade Federal de Santa Maria, é graduada em Ciências Econômicas (2013) e mestre em Engenharia de Produção (2015), ambas pela Universidade Federal de Santa Maria (UFSM). Possui Doutorado em Estatística pela Universidade Federal de Pernambuco (2017) e pós-doutorado junto ao Laboratório de Telecomunicações e Sensoriamento Remoto, Pavia, Itália (2022-2023). Possui interesse nas áreas de, análise de sobrevivência, confiabilidade, teoria de distribuições, modelos unitários de regressão, séries temporais para variáveis limitadas, e processamento de imagens de radar. Também atua em ações extensionistas de divulgação e assessoria estatística.
Silvana Schneider
Professora do Instituto de Matemática e Estatística da Universidade Federal do Rio Grande do Sul. Possui graduação em Estatística pela Universidade Federal do Rio Grande do Sul (UFRGS, 2010), mestrado e doutorado em Estatística pela Universidade Federal de Minas Gerais (UFMG, 2013 e 2017, respectivamente). Tem experiência na área de Análise de Sobrevivência, atuando principalmente nos seguintes temas: censura dependente, riscos competitivos, eventos recorrentes, modelos inflacionados de zeros e modelos de fração de cura.
Taiane Schaedler Prass
Possui graduação em Matemática Licenciatura Plena pela Universidade Federal de Santa Maria (2006), Mestrado em Matemática pela Universidade Federal do Rio Grande do Sul (2008), Doutorado em Matemática pela Universidade Federal do Rio Grande do Sul (2013) e Pós-Doutorado pela Universidade Federal do Rio Grande do Sul (2014, 2016). Tem experiência na área de Matemática, com ênfase em Estatística e Probabilidade, atuando principalmente nos seguintes temas: Processos Estocásticos Não-Lineares, Longa Dependência, Análise de Séries Temporais.