A Escola Nacional de Ciências Estatísticas (ENCE/IBGE) abrirá pré-inscrições em 23 de dezembro para o curso Preservação da Privacidade em Ciência de Dados, turma de 2025. O curso é gratuito e tem o objetivo de apresentar e discutir a privacidade de dados pessoais e o potencial dos dados disponíveis.
Os interessados devem acessar o site https://ence.ibge.gov.br/index.php/trilhas/cdbdia, que fornece mais informações sobre o curso. O link para o formulário de pré-inscrição será disponibilizado a partir das 9h de 23 de dezembro (segunda-feira) e ficará disponível por uma semana, até as 9h do dia 30.
São oferecidas 60 vagas, que serão distribuídas por Grande Região, por sexo e por público interno e externo ao IBGE. A ordem de inscrição é um dos critérios de desempate para a seleção. É exigido nível superior completo. As atividades incluem a leitura de artigos científicos e material complementar em inglês.
Com carga horária de 45 horas, o curso terá início em 21 de janeiro e duração de nove semanas, até 20 de março, com recesso no carnaval. Inclui atividades remotas síncronas (aulas, seminários e debates) às terças e quintas, das 8 às 10h, e atividades assíncronas (leitura e pesquisa).
Com o aumento do volume e da complexidade dos dados coletados e processados para alimentar modelos de aprendizado de máquinas e inteligência artificial, surge uma preocupação crescente com a privacidade dos dados pessoais. Nesse contexto, compreender as Privacy-Enhancing Technologies (PETs), ou tecnologias de aprimoramento de privacidade, se torna crucial para garantir que os profissionais possam desenvolver e implementar soluções que aproveitem ao máximo o potencial dos dados disponíveis.
Augusto Fadel (IBGE) é o professor responsável pelo curso, que vai discutir os principais desafios nesse cenário e apresentar técnicas e abordagens capazes de mitigá-los. Os principais temas abordados incluem:
- Introdução à privacidade de dados e motivações para o uso de PETs.
- Avaliação de riscos.
- Métodos tradicionais de controle estatístico de confidencialidade: anonimização, pseudoanonimização e técnicas complementares.
- Vantagens e desafios das principais PETs.
- Considerações éticas.
- Estudos de caso e exemplos práticos de aplicação de PETs em projetos de ciência de dados e inteligência artificial.
