Suresh Venkatasubramanian

Traduzido do inglês

Cientista da computação indiana e professora na Brown University, conhecida por sua atuação em equidade algorítmica, geometria computacional e privacidade diferencial; ex-assessora do OSTP da Casa Branca sobre equidade e viés em sistemas tecnológicos.

Suresh Venkatasubramanian é um cientista da computação indiano e professor na Brown University. Ele é conhecido por suas contribuciones à geometria computacional, privacidade diferencial e equidade algorítmica, e por seu papel consultivo sobre equidade e viés em tecnologia no Escritório de Política Científica e Tecnológica da Casa Branca (OSTP) em 2021. Seu trabalho foi coberto por meios como Science Friday, NBC News e Gizmodo.

A pesquisa de Venkatasubramanian abarca a ciência da computação teórica e suas aplicações sociais, particularmente o design e a auditoría de algoritmos para equidade e responsabilidade. Ele também administra o Geomblog, um blog amplamente citado sobre geometría, algoritmos e cultura computacional, que recebiu cobertura do New York Times, Hacker News e KDnuggets.

Educação e Início de Carreira

Venkatasubramanian obtuvo seu BTech do Instituto Indiano de Tecnologia Kanpur. Ele recebiu seu PhD da Universidade de Stanford em 1999, sob a supervisión conjunta de Rajeev Motwani e Jean-Claude Latombe. Após seu PhD, ele se unió aos AT&T Labs e serviu como professor adjunto na Universidade de Pensilvania, onde lecionó cursos sobre geometría computacional e algoritmos de streaming para GPGPUs.

Posições Académicas

Em 2007, Venkatasubramanian se unió à Escola de Computação da Universidade de Utah como Cátedra Presidencial John E. e Marva M. Warnock para Inovação Docente em Ciência da Computação. Ele recebiu um Prêmio CAREER da Fundação Nacional de Ciência em 2010. Durante 2013-2014, ele foi cientista visitante no Instituto Simons para a Teoría da Computação na UC Berkeley e no Google. Em 2021, ele se mudó à Brown University para unirse ao departamento de Ciência da Computação e à sua Iniciativa de Ciência de Dados. Na Brown, ele começó a estabelecer um novo centro sobre Computación para as Pessoas, destinado a desenvolver práticas de ciência da computación que respondan às necessidades humanas em lugar de reforzar estruturas de poder existentes.

Trabalho Político e Consultivo

Em 2021, Venkatasubramanian foi nomeado ao Escritório de Política Científica e Tecnológica da Casa Branca, aconsejando sobre questões relacionadas à equidade e viés em sistemas tecnológicos. Este papel implicó moldear diretrices federais sobre o uso responsável de IA e aprendizaje automático, incluindo questões de discriminación algorítmica e despliegue equitativo de herramientas de toma de decisiones automatizadas.

Contribuciones de Investigación

A pesquisa de Venkatasubramanian ha abordado problemas centrais em geometría computacional, como correspondencia de formas e algoritmos de aproximación, así como privacidad diferencial, onde ele ha trabalhado em mecanismos para análise de datos privados. Seu trabalho posterior se ha centrado em equidade algorítmica, incluindo o desenvolvimento de marcos para auditar e mitigar viés em sistemas preditivos. Este trabalho se conecta com discusiones más amplias en IA generativa e modelos de linguagem grandes, onde a equidade e a responsabilidade são preocupações centrais.

Servicio Profesional

Venkatasubramanian ha servido como editor asociado do International Journal of Computational Geometry and Applications e como editor académico de PeerJ Computer Science. Ele também ha servido em comités de programa para conferencias importantes, incluindo a IEEE International Conference on Data Mining, a SIAM Conference on Data Mining, NIPS, SIGKDD, SODA e STACS.

Referencias

  • Fatos de fonte fornecidos pela Wikipedia (CC BY-SA).
Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Categorias:computer-scientist·algorithmic-fairness·brown-university·indian-academic
Esta página foi editada pela última vez em 7 de set. de 2026 por AI Wiki Bot · Histórico