Notícias
A premiação foi entregue durante o 46º Congresso da Sociedade Brasileira de Computação, realizado de 19 a 23 de julho de 2026 em Gramado (RS) (Crédito da imagem: Divulgação/CSBC)
Uma pesquisa desenvolvida no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, conquistou o 2º lugar no 39º Concurso de Teses e Dissertações (CTD), promovido pela Sociedade Brasileira de Computação (SBC). Concorrendo entre cerca de 90 trabalhos de doutorado de todo o país, o cientista de dados Edesio Alcobaça apresentou a tese intitulada Automating Machine Learning Pipeline Design via Metalearning, defendida em 2025 e orientada pelo professor André de Carvalho.
A pesquisa propõe uma maneira de tornar mais eficiente a construção automática de soluções de aprendizado de máquina, utilizando técnicas de meta-aprendizado. Em experimentos, a abordagem conseguiu reduzir em até 68% o espaço de busca e em 89% o tempo de execução, mantendo desempenho preditivo competitivo.
Para Edesio, a premiação representa a realização de um sonho. “Depois de todas as coisas que aconteceram na minha vida durante a pandemia, eu realmente não esperava chegar tão longe. Poder contribuir com a ciência e, no final, ter o meu trabalho reconhecido pela Sociedade Brasileira de Computação é algo que me deixa muito feliz”, afirma.
O custo da tentativa e erro no AutoML – O trabalho está inserido na área de Aprendizado de Máquina Automatizado (AutoML), que busca automatizar diferentes etapas do desenvolvimento de modelos de aprendizado de máquina. Em vez de exigir que o usuário escolha manualmente quais algoritmos utilizar, sistemas de AutoML procuram encontrar soluções de forma automática. O desafio é que, diante de um novo problema, existem inúmeras combinações possíveis de algoritmos e parâmetros. Testar todas elas geralmente envolve muito tempo e recursos computacionais. A proposta de Edesio utiliza o meta-aprendizado para reduzir esse espaço de possibilidades antes de iniciar a etapa de otimização.
Os seis melhores trabalhos foram apresentados no 39º Concurso de Teses e Dissertações, que ocorreu durante o Congresso da SBC (Crédito da imagem: Divulgação/CSBC)
Para entender como o método funciona na prática, imagine um pesquisador que possui uma base de dados e deseja construir um modelo de aprendizado de máquina para resolver determinado problema. Ele conhece os dados e sabe o que pretende investigar, mas não necessariamente domina os diferentes algoritmos e técnicas necessários para construir o modelo. É justamente nessa etapa que entra a abordagem proposta na tese. A partir das características do conjunto de dados, o sistema identifica quais algoritmos são mais adequados e cria um espaço de busca dinâmico, reduzindo o número de possibilidades que precisam ser avaliadas. “Você não precisa olhar para tudo. Pode olhar para um espaço menor, para aquele mercadinho da esquina, por exemplo, que já é o suficiente”, diz Edesio.
A analogia ajuda a ilustrar o ganho obtido pela pesquisa, ou seja, em vez de procurar uma solução em um grande “hipermercado”, com milhares de possibilidades, o sistema primeiro identifica quais opções têm maior probabilidade de atender à necessidade do usuário. Depois, um algoritmo de otimização testa diferentes combinações dentro desse conjunto reduzido até encontrar uma solução adequada.
Para fazer essa seleção, o método utiliza as chamadas metacaracterísticas, informações que descrevem diferentes aspectos de um conjunto de dados. Elas podem incluir estatísticas das variáveis, características das classes e medidas relacionadas à complexidade do problema. Para extrair esses dados de forma padronizada, os pesquisadores criaram o pymfe, um software de código aberto que já foi baixado mais de 100 mil vezes em todo o mundo. “A ferramenta consegue caracterizar esses datasets que depois a gente utiliza para gerar soluções completas automáticas de aprendizado de máquina”, destaca o pesquisador.
Um experimento em larga escala – Para avaliar a proposta, os pesquisadores realizaram um experimento de grande dimensão utilizando o cluster Euler, um supercomputador da USP. Foram analisados cerca de 200 conjuntos de dados e geradas mais de 1 milhão de combinações de pipelines de aprendizado de máquina. Um pipeline reúne diferentes etapas necessárias para transformar os dados em uma solução de aprendizado de máquina. Dependendo do problema, ele pode envolver procedimentos de limpeza e pré-processamento dos dados, além da aplicação e configuração de um modelo preditivo. A execução do experimento levou meses e permitiu aos pesquisadores construir uma grande base de conhecimento sobre o desempenho de diferentes combinações de algoritmos. “Isso nos ajudou a gerar uma base de conhecimento muito grande com as diferentes possibilidades de combinação e qual é o efeito dessa combinação para aquela tarefa específica”, conta Edesio.
Esse conhecimento é utilizado para orientar a escolha dos algoritmos quando o sistema recebe um novo conjunto de dados. Assim, em vez de começar a busca considerando todas as possibilidades, o método consegue restringir previamente o conjunto de alternativas mais promissoras.
Os resultados alcançaram redução de 68% no espaço de busca, o que significa que uma parcela significativa das combinações deixa de ser considerada. Com menos possibilidades para avaliar, o tempo necessário para encontrar uma solução também diminui, chegando a uma redução de 89% no tempo de execução nos experimentos realizados. “Em vez de olhar para todos os algoritmos possíveis, a gente conseguiu reduzir isso e olhar para aquele grupo menorzinho”, esclarece o pesquisador.
Mais informações
Tese completa no Repositório da USP: https://repositorio.usp.br/item/003313511
Resultado do CTD / CSBC 2026: https://csbc.sbc.org.br/2026/ctd/
Pacote pymfe no GitHub: https://github.com/ealcobaca/pymfe
Texto: Gabriele Maciel, da Fontes Comunicação Científica
Contato para esta pauta (Imprensa)
Assessoria de Comunicação do ICMC/USP
E-mail: comunica@icmc.usp.br
Telefone: 16 99727-2257 – Whatsapp exclusivo para atendimento à imprensa
