Amanda Lemette, D.Sc.
Doutora em Ciências em Engenharia Química pelo Programa de Engenharia Química da COPPE/UFRJ (2017), com período de doutorado sanduíche na Universidade de Alberta, Canadá. É Professora Adjunta do Departamento de Engenharia Química e de Materiais (DEQM) da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) e docente no curso de pós-graduação BUSINESS INTELLIGENCE Master, com foco em ciência de dados.Coordena o programa de ensino e extensão COIL (Collaborative Online International Learning), em parceria com a Hochschule Ruhr West University of Applied Sciences (Alemanha), e o grupo de pesquisa GAAP (Grupo de Aplicações Avançadas em Processos) da PUC-Rio. Também lidera o PRH-ANP 23.1 e projetos de pesquisa em engenharia química, com captação de recursos por meio de editais de fomento. Em 2022, foi contemplada com a bolsa FAPERJ Jovem Cientista do Nosso Estado (JCNE).Suas áreas de pesquisa incluem modelagem, simulação, otimização, análise técnico-econômica de processos químicos e industriais, análise de ciclo de vida (ACV) com foco no impacto ambiental de tecnologias de processos e produtos, além de machine learning. Possui experiência com ferramentas computacionais como Matlab, VBA, Statistica e DBeaver; simuladores de processos como Aspen Hysys, Aspen Plus e DWSIM; e linguagens de programação Python, SQL e R.
Americo Cunha, D.Sc.
é pesquisador do Laboratório Nacional de Computação Científica e professor associado da Universidade do Estado do Rio de Janeiro (UERJ). Tem interesse nos temas Dinâmica Não Linear; Inteligência Artificial; Aprendizado de Máquina Científico; Quantificação de Incertezas; Problemas Inversos; e Modelos de Ordem Reduzida, realizando pesquisa básica e aplicada em problemas de Metamateriais; Colheita de Energia; Sistemas inspirados em Origami; e Epidemiologia Matemática. É bolsista de produtividade em pesquisa nos programas do CNPq (PQ-2) e da FAPERJ (Jovem Cientista do Nosso Estado). Foi laureado, em 2023, com o Prêmio ABMEC para Jovens Cientistas. Editor associado dos periódicos Nonlinear Dynamics (Springer-Nature), Journal of Vibration Engineering Technologies (Springer-Nature), Journal of Vibration and Acoustics (ASME). Já foi editor acadêmico do periódico PLOS ONE. Também atua como revisor de diversas outras revistas de circulação internacional. É membro do conselho diretor da NoDys - International Society of Nonlinear Dynamics, sendo o único representante do Hemisfério Sul a ser eleito para essa posição. Na ABMEC - Associação Brasileira de Métodos Computacionais em Engenharia, exerce o cargo de Segundo-Secretário. Na SBMAC - Sociedade de Matemática Aplicada e Computacional, coordena o Comitê de Dinâmica, Controle e suas Aplicações em Ciências e Tecnologias. Já na ABCM - Associação Brasileira de Engenharia e Ciências Mecânicas, integrou o conselho deliberativo como membro titular e também foi secretário executivo do Comitê de Fenômenos Não Lineares e Caóticos. Americo também é membro de outras sociedades renomadas como SIAM, EUROMECH, IACM, EMI, SBM, SBF e SBPC. Mantém colaborações com grupos de pesquisa tanto no Brasil (UERJ, UFRJ, UFF, PUC-Rio, USP, UNESP, UNIFESP, ITA, UFU, UFES, UTFPR, UFMA e UFFS) quanto no exterior (Princeton University, Università degli Studi di Trento, Georgia Tech, Texas Tech, Nova de Lisboa, Université Gustave Eiffel, Institut Pprime, KAUST e Politechnika Lubelska). Foi visitante em instituições como Princeton University; Georgia Tech; Université Paris-Est; Università degli Studi di Trento; Politechnika Lubelska; East China Normal University; Texas Tech University; e Universidade Nova de Lisboa. Coordenou o projeto COVID-19: Observatório Fluminense, uma iniciativa independente dedicada ao monitoramento da pandemia recente. Integrou o Conselho Consultivo da Pró-reitoria de Pós-graduação e Pesquisa da UERJ, tendo também sido Chefe interino e Subchefe do Departamento de Matemática Aplicada da UERJ. Possui graduação, mestrado e doutorado em Engenharia Mecânica pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), onde também obteve o bacharelado em Matemática Aplicada, além de um segundo doutorado na Université Paris-Est (UPE), fruto de um estágio de 18 meses no Laboratoire Modélisation et Simulation Multi-Échelle, em Paris. Autor de mais de uma centena de trabalhos técnico-científicos, já orientou dezenas de trabalhos acadêmicos e organizou inúmeros eventos, além de divulgar ativamente conteúdo científico em suas redes sociais. Adicionalmente, conta com ampla experiência na gestão e na execução de projetos financiados por agências públicas e por meio de parcerias com empresas, o que consolida colaborações estratégicas voltadas à inovação e ao desenvolvimento tecnológico.
Fabio Ramos, D.Sc
Professor associado do Departamento de Matemática da Universidade Federal do Paraná (UFPR) e professor do Programa de Pós-graduação em Matemática da UFPR. Iniciou sua trajetória acadêmica em Análise Matemática, área na qual consolidou sua formação e atuou como bolsista de produtividade em pesquisa do CNPq. Atualmente, desenvolve pesquisa em Matemática Aplicada, com ênfase em Física Matemática de escoamentos e em Aprendizado de Máquina Científico (Scientific Machine Learning). Seu trabalho fundamenta-se na análise de grupos de simetria e na Teoria do Grupo de Renormalização aplicadas à modelagem de sistemas multiescala em turbulência e meios porosos. Entre suas contribuições destacam-se a identificação fenomenológica do regime de mesoescala em turbulência extrema (2020) e o desenvolvimento de métodos para descoberta de leis físicas baseados em invariâncias de grupo.Possui reconhecimento internacional consolidado, tendo atuado como Chair de sessões temáticas da American Physical Society (APS-DFD) em 2023 e 2025. Coordena e integra programas de pesquisa financiados por empresas do setor de energia (ExxonMobil, Shell e Petrobras), liderando frentes de inteligência artificial que viabilizaram a concessão de bolsas de pós-graduação e iniciação científica às equipes envolvidas. Sua produção científica apoia-se no uso intensivo de computação de alto desempenho e processamento em nuvem para simulações de alta fidelidade e desenvolvimento de modelos generativos.
Mario Murakami, D.Sc
Atua na área de Biotecnologia, com foco em mecanismos moleculares e sistemas microbianos da biodiversidade brasileira para o desenvolvimento de biofábricas e rotas biotecnológicas sustentáveis. Atualmente, é Diretor do Laboratório Nacional de Biorrenováveis (LNBR/CNPEM) e Presidente da Comissão Técnica Nacional de Biossegurança (CTNBio). No ecossistema de pesquisa nacional exerceu outros cargos de liderança como de instalações científicas (linhas de luz de cristalografia de macromoléculas e Robolab), divisão molecular do CTBE (2016-2017), divisão de biotecnologia molecular do LNBR (2019-2025), diretor científico do LNBR (2018-2025) e vice-Presidente da CTNBio (2024-2025). Coordena programas científicos institucionais interdisciplinares voltados à solução de desafios estratégicos em bioenergia e biorrenováveis para o país, além de liderar projetos de PD em parceria com empresas do setor de biotecnologia. Suas descobertas têm gerado quebras de paradigmas na área de glicobiologia aplicada, com resultados publicados em periódicos como Nature, Science, Nature Chemical Biology, PNAS e Nature Communications. As plataformas biotecnológicas desenvolvidas sob sua liderança vêm sendo validadas em escala piloto e experimentos de campo, além de serem customizadas em colaboração com o setor produtivo. Foi eleito membro afiliado da Academia Brasileira de Ciências (2020-2024) e recebeu o Prêmio EMBRAPII Pesquisador de Destaque (2023), entre mais de 5 mil pesquisadores da rede. Em reconhecimento internacional, foi convidado pelos editores-chefe da Nature Chemical Biology e Nature Biotechnology para contribuir em edições especiais, integra o conselho consultivo de iniciativas internacionais em bioeconomia e foi eleito pela comunidade científica internacional como Chair da Gordon Research Conference Carbohydrate-Active Enzymes for Glycan Conversions (edição 2029).
Júlia Nogueira
Nascida na cidade do Rio de Janeiro, sou graduada em Engenharia Química pela Pontifícia Universidade Católica do Rio de Janeiro (2013-2018) e mestre pelo programa de Engenharia de Processos Químicos e Bioquímicos da Universidade Federal do Rio de Janeiro (2018-2021). Sempre motivada a buscar novos desafios, possuo facilidade de comunicação e compartilhamento de conhecimento. Tenho base sólida na área de modelagem e simulação de processos, incluindo conceitos e aplicação de técnicas de machine learning. Reúno experiências nas áreas acadêmica, laboratorial e computacional. Atualmente trabalhando com atividades de consultoria de operações, como parte do time de Smart Operations & Asset Managementt na Deloitte, atuando em projetos aplicados às indústrias de Oil, Gas & Chemicals (OG&C).
Thiago Anzai, D.Sc.
Doutor em Engenharia Química pelo Programa de Engenharia Química do Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa em Engenharia da Universidade Federal do Rio de Janeiro PEQ/COPPE/UFRJ. Possui também mestrado em Engenharia Química pela mesma instituição e graduação em Engenharia Química pela UFRJ. É Engenheiro de Processamento na Petrobras, onde atua em atividades de pesquisa, desenvolvimento e inovação voltadas ao monitoramento de processos. Tem experiência na aplicação de modelos baseados em dados e/ou em fenomenologia para o monitoramento em tempo real de ativos e processos críticos na área de Exploração e Produção de petróleo e gás.
