Renata Sarmet Smiderle Mendes

Possui curso técnico em Informática Integrado ao Ensino Médio pelo Instituto Federal de Educação, Ciência e Tecnologia (2015) e graduação em Ciência da Computação na Universidade Federal de São Carlos (2020), com dois anos de iniciação científica pela FAPESP, incluindo um estágio de pesquisa no exterior (BEPE) realizado na University of Newcastle, Austrália, na área de algoritmos de aproximação e metaheurísticas. Atualmente é estudante de mestrado em inteligência artificial, com foco em redes complexas, na USP São Carlos. Atuou como cientista de dados na Big Data Assessoria Empresarial (2020), como cientista de dados no PicPay (2021) e atualmente é engenheira de software na Google.

Informações coletadas do Lattes em 15/07/2025

Acadêmico

Formação acadêmica

Mestrado em andamento em Ciências da Computação

2021 - Atual

Universidade de São Paulo
Título: Generalização da estratégia multinível para detecção de comunidades em redes bipartidas (MFBN), para redes k-partidas.
Dr. Alneu de Andrade Lopes.Coorientador: Dr. Alan Demétrius Baria Valejo. Palavras-chave: Redes complexas; Método multinível; Grafos k-partidos; Detecção de comunidades; Contração de rede; Aprendizado baseado em grafos. Grande área: Ciências Exatas e da Terra

Graduação em Ciência da Computação

2016 - 2020

Universidade Federal de São Carlos

Ensino Fundamental (1º grau)

2009 - 2012

Colégio Ápice Alberto Paiva

Formação complementar

2019 - 2020

Bolsa de Estágio de Pesquisa no Exterior. (Carga horária: 420h). , The University of Newcastle Australia, NEWCASTLE, Austrália.

2018 - 2020

Iniciação Científica. (Carga horária: 936h). , Universidade Federal de São Carlos, UFSCAR, Brasil.

2016 - 2016

Fundamentos e Práticas na Linguagem de Programação Swift. (Carga horária: 60h). , Instituto de Pesquisas Eldorado - Brasília, ELDORADO, Brasil.

2016 - 2016

Conceitos e Fundamentos: Lógica de Programação, Orientação a Objetos e SWIF. (Carga horária: 50h). , Instituto de Pesquisas Eldorado - Brasília, ELDORADO, Brasil.

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Espanhol

Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Italiano

Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.

Libras

Compreende Pouco, Fala Pouco.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Ciência de Dados.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Engenharia de Software.

Organização de eventos

MENDES, R. S. S. . IX Semana de Computação da UFSCar - SECOMP. 2018. .

MENDES, R. S. S. . VIII Semana de Computação da UFSCar - SECOMP. 2017. .

Participação em eventos

Quanta 2015 - 21ª Internacional Competition for Science, Mathematics, Mental Ability and Eletronics. Competidora na prova de matemática. 2015. (Olimpíada).

Produções bibliográficas

  • MENDES, R. S. S. ; BERRETTA, R. ; MOSCATO, P. ; FELICE, M. C. S. ; HOKAMA, P. H. B. . A Memetic Algorithm for the Facility Location Problem. In: LII Simpósio Brasileiro de Pesquisa Operacional, 2020, João Pessoa. Anais do LII Simpósio Brasileiro de Pesquisa Operacional, 2020.

  • MENDES, R. S. S. ; BERRETTA, R. ; MOSCATO, P. ; FELICE, M. C. S. ; HOKAMA, P. H. B. . A Memetic Algorithm for the Facility Location Problem. 2020. (Apresentação de Trabalho/Simpósio).

Projetos de pesquisa

  • 2021 - Atual

    Generalização da estratégia multinível para detecção de comunidades em redes bipartidas (MFBN), para redes k-partidas., Descrição: Algoritmos baseados em grafos têm despertado interesses consideráveis nos últimos anos, facilitando o reconhecimento de padrões e o aprendizado por meio do processo de propagação de informações através do grafo. Porém, com um grande volume de dados, torna-se computacionalmente inviável executar certos algoritmos. A estratégia multinível visa reduzir recursivamente o grafo, realizando sucessivas compactações da rede inicial com base em contrações de arestas e fusões de vértices, a fim de torná-lo tão pequeno quanto desejado, permitindo, assim, a utilização de algoritmos custosos. A estratégia multinível pode ser dividia em três fases: fase de coarsening, composta por combinação e contração, a fase de encontrar a solução, composta pela aplicação do algoritmo desejado na rede mais compacta, e a fase de uncoarsening, composta por projeção e refinamento. Neste trabalho é realizado uma generalização do algoritmo de coarsening para redes bipartidas com base na propagação de rótulos com restrição de peso, proposto por Valejo et al. (2020), tornando possível seu uso em redes k-partidas. Além disso, o coarsening é utilizado diretamente como um algoritmo de detecção de comunidades, no qual cada supervértice obtido no grafo mais reduzido (último nível de coarsening) representa uma comunidade.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Renata Sarmet Smiderle Mendes - Coordenador / Alneu de Andrade Lopes - Integrante / Alan Demétrius Baria Valejo - Integrante.

  • 2019 - 2020

    Combinando Algoritmos de Aproximação com Metaheurísticas para o Problema da Localização de Instalações, Descrição: No Problema de Localização de Instalações, procura-se decidir quantas e quais instalações abrir para atender às demandas de conexão dos clientes. É um problema muito relevante tanto pelo seu interesse teórico, sendo um problema NP-difícil amplamente estudado e para o qual inúmeros algoritmos de aproximação e metaheurísticas são conhecidos, bem como por ser motivado por aplicações práticas, modelando problemas como posicionamento de planta, construção de redes de computadores e agrupamento de informações. Este projeto tem como objetivo estudar metaheurísticas para o Problema da Localização de Instalações e aprender como combiná-las com os algoritmos de aproximação já estudados, a fim de alcançar boas soluções. A implementação desses algoritmos seguida de uma análise empírica dos resultados também é um objetivo deste projeto. Acreditamos que os resultados alcançados serão interessantes para a comunidade científica. Este projeto BEPE tem como objetivo complementar a formação da aluna em Ciência da Computação, aprofundando seus conhecimentos em otimização combinatória, metaheurísticas, algoritmos de aproximação e técnicas para o desenho e análise de algoritmos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Renata Sarmet Smiderle Mendes - Integrante / Mário César San Felice - Integrante / Pedro Henrique Del Bianco Hokama - Integrante / Regina Berretta - Coordenador / Pablo Moscato - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2018 - 2020

    Algoritmos de Aproximação para o Problema da Localização de Instalações, Descrição: No problema da Localização de Instalações busca-se decidir quantas e quais instalações abrir de modo a atender as demandas de conexão dos clientes. Ele é bastante relevante tanto do ponto de vista de dificuldade teórica, sendo um problema NP-difícil largamente estudado e para o qual inúmeros algoritmos de aproximação são conhecidos, quanto pela motivação de aplicações práticas, por modelar problemas como posicionamento de fábricas, construção de redes de computadores e clusterização de informação. Este projeto tem como objetivos o estudo de algoritmos de aproximação para o problema da Localização de Instalações, a implementação de alguns destes algoritmos, e a produção de um relatório técnico com os resultados estudados, que sirva de base para outros pesquisadores da área. Esta iniciação científica também visa introduzir a candidata à área de pesquisa científica e objetiva complementar sua formação na área de Ciência da Computação, aprofundando seu conhecimento em otimização combinatória, algoritmos de aproximação e técnicas de projeto e análise de algoritmos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Renata Sarmet Smiderle Mendes - Integrante / Mário César San Felice - Coordenador / Pedro Henrique Del Bianco Hokama - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

Prêmios

2021

1º lugar na IX Campus Mobile, Instituto Claro.

2020

2º lugar no Hackatrouble, Secretaria de Desenvolvimento Econômico de SP, SAE Brasil e Centro Paula Souza.

2020

1º lugar no Hackathon Big Data, Big Data Assessoria Empresarial.

2018

Finalista da VI Campus Mobile, Instituto Claro.

2015

Medalha de prata Olimpíada de Matemática Sem Fronteiras, Rede POC.

2015

Medalha de bronze OBMEP - Olimpíada Brasileira de Matemática das Escolas Públicas, Instituto Nacional de Matemática Pura e Aplicada - IMPA.

2015

Classificação para participar do Quanta 2015 ? 21ª International Competition for Science, Mathematics, Mental Ability and Eletronics, City Montessori School.

2014

Menção Honrosa na OBMEP - Olimpíada Brasileira de Matemática das Escolas Públicas, Instituto Nacional de Matemática Pura e Aplicada - IMPA.

2013

1º lugar no Projeto de Atividade Empreendedora, Instituto Federal do Sul de Minas Gerais - Campus Pouso Alegre.

Histórico profissional

Experiência profissional

2021 - Atual

Universidade de São Paulo

Vínculo: Estudante, Enquadramento Funcional: Estudante

Atividades

  • 07/2021

    Pesquisa e desenvolvimento, Instituto de Ciências Matemáticas e de Computação.,Linhas de pesquisa

2023 - Atual

Google Brasil Internet

Vínculo: Full-time, Enquadramento Funcional: Engenheira de Software III, Carga horária: 40

2022 - 2023

Google Brasil Internet

Vínculo: Full-time, Enquadramento Funcional: Engenheira de Software II, Carga horária: 40

2021 - 2022

PicPay, PicPay

Vínculo: Full-time, Enquadramento Funcional: Cientista de Dados Pleno, Carga horária: 40

2020 - 2021

PicPay, PicPay

Vínculo: Full-time, Enquadramento Funcional: Cientista de Dados Jr, Carga horária: 40

2019 - 2020

The University of Newcastle Australia

Vínculo: Bolsista, Enquadramento Funcional: Estagiária de pesquisa, Carga horária: 37

Outras informações:
Com bolsa de pesquisa do programa BEPE-FAPESP, o objetivo desse projeto é estudar metaheurísticas para o problema da Localização de Instalações e aprender como combiná-las com algoritmos de aproximação já estudados, a fim de obter boas soluções. A implementação desses algoritmos seguida de uma análise empírica dos resultados também é um objetivo desse projeto.

2020 - 2022

Fila Digital

Vínculo: Co-fundadora, Enquadramento Funcional: Co-fundadora e Cientista de Dados

Outras informações:
www.minhafiladigital.com

2020 - 2020

Big Data Assessoria Empresarial

Vínculo: Full-time, Enquadramento Funcional: Cientista de Dados Jr, Carga horária: 40

2016 - 2020

Universidade Federal de São Carlos

Vínculo: Bolsista, Enquadramento Funcional: Estudante e participante de diversos grupos

Atividades

  • 10/2018 - 06/2020

    Pesquisa e desenvolvimento, Centro de Ciências Exatas e de Tecnologia.,Linhas de pesquisa

  • 03/2016 - 06/2020

    Extensão universitária , Centro de Ciências Exatas e de Tecnologia.,Atividade de extensão realizada, PyLadies.

  • 11/2018 - 10/2019

    Extensão universitária , Centro de Ciências Exatas e de Tecnologia.,Atividade de extensão realizada, Desenvolvedora Back-end na empresa júnior Cati Jr.

  • 04/2016 - 11/2018

    Extensão universitária , Centro de Ciências Exatas e de Tecnologia.,Atividade de extensão realizada, Organização da Semana de Computação da UFSCar (SECOMP), o primeiro ano participando como membro da diretoria de Conteúdo, o segundo como Diretora de Conteúdo e o terceiro como Coordenadora Geral.

  • 10/2016 - 07/2018

    Extensão universitária , Centro de Ciências Exatas e de Tecnologia.,Atividade de extensão realizada, Bolsista do Programa de Educação Tutorial (PET - BCC).

2018 - 2020

Campus Mobile

Vínculo: Bolsista, Enquadramento Funcional: Embaixadora

Outras informações:
O programa Campus Mobile é uma competição organizada pelo Instituto Claro. O objetivo é aproximar os alunos de diferentes áreas, estimular o empreendedorismo e contribuir para sua formação, através do desenvolvimento de serviços e produtos de telefonia móvel. Embaixadores são participantes que se destacaram em edições anteriores, convidados a compartilhar sua experiência com outros mobilianos e a auxiliá-los no desenvolvimento de seus projetos. Na 7ª edição o programa contou com as categorias: educação, diversidades, smart cities e smart farms e eu participei como embaixadora da categoria de smart farms. Na 8ª edição o programa contou com as categorias: educação, diversidades, jogos, saúde, smart cities e smart farms e eu participei como embaixadora da categoria de jogos.