Instituto de Computação da UFBA
Portuguese Chinese (Simplified) English Spanish

Tatiane Nogueira Rios

Professora Associada do Departamento de Ciência da Computação (DCC), Instituto de Computação — UFBA
Titulação: 
  • Visiting Research Fellow — AI Institute, University of Waikato, Nova Zelândia, 2025–2026.
  • Pós-Doutorado em Ciências da Computação e Matemática Computacional — ICMC/USP, 2020.
  • Doutorado em Ciências da Computação e Matemática Computacional — ICMC/USP, 2013.
  • Doutorado-sanduíche — McGill University, Canadá, 2012.
  • Mestrado em Ciência da Computação — UFSCar, 2008.
  • Graduação em Ciência da Computação — UESB, 2006.
Linhas de Pesquisa: 
  • Inteligência Artificial
  • Aprendizado de Máquina
  • Aprendizado por Reforço
Tópicos de Interesse: 
  • Reinforcement Learning
  • Multi-Agent Systems
  • Machine Learning
  • Fuzzy Systems
  • Explainable Artificial Intelligence
  • Artificial Intelligence for Urban Mobility
Grupos de Pesquisa: 
  • LABIA — Laboratório de Inteligência Artificial
  • BAH.IA — Rede/Instituto de Inteligência Artificial da Bahia
Propostas para TCC, Dissertações de Mestrado, Teses de Doutorado: 
  • Temas de interesse para orientação
    • Reinforcement Learning e Multi-Agent Reinforcement Learning
    • Inteligência Artificial aplicada à mobilidade urbana
    • Fuzzy Systems
    • Explainable Artificial Intelligence
    • Aprendizado contínuo e tomada de decisão inteligente
Programa de Extensão: 
  • BAH.IA — iniciativas de formação, divulgação e democratização do conhecimento em Inteligência Artificial.
Projetos de Pesquisa: 
  • I-CARE — Inteligência Artificial para Saúde
    • Desenvolvimento de métodos de IA para capacitação de profissionais e apoio ao diagnóstico e tratamento de doenças hematológicas no SUS.
  • Inteligência Artificial para Mobilidade Urbana
    • Pesquisa em Machine Learning, Reinforcement Learning e sistemas multiagentes aplicada a dados e sistemas de transporte público.
  • SUNT / BusEnv
    • Desenvolvimento de dados, ambientes e métodos de Inteligência Artificial para modelagem, simulação e tomada de decisão em transporte público.
  • Aprendizado Contínuo por Reforço em Gêmeos Digitais do Transporte Público
    • Investigação de métodos de Reinforcement Learning e Continual Learning para adaptação e tomada de decisão em sistemas urbanos dinâmicos.
Informações: 
  • Atuação e destaques
    • Coordenadora da Comissão Especial de Inteligência Artificial da Sociedade Brasileira de Computação — CE-IA/SBC
    • Coordenadora do BAH.IA
    • Coordenadora do projeto I-CARE
    • Bolsista de Produtividade em Pesquisa do CNPq
    • Google Higher Education Faculty AI Fellow
    • IEEE Senior Member