O ano de 2025 termina de forma extraordinária para o pesquisador Washington Cunha, doutor pelo Departamento de Ciência da Computação (DCC) da UFMG, onde é pós-doutorando e professor substituto. Somente neste ano, ele conquistou seis prêmios em concursos de teses promovidos por diferentes congressos nacionais — feitos que abrangem áreas tão distintas quanto Web, Inteligência Artificial, Ciência de Dados e Sistemas de Informação, evidenciando sua capacidade multidisciplinar e a excelência de seu trabalho.
O reconhecimento mais recente ocorreu na quinta-feira, 13, no Rio de Janeiro, onde Washington recebeu o 1º lugar na categoria Doutorado do Concurso de Teses e Dissertações do 31º Simpósio Brasileiro de Sistemas Multimídia e Web (WebMedia 2025), promovido anualmente pela Sociedade Brasileira de Computação (SBC). O WebMedia é o principal evento brasileiro sobre Multimídia, Hipermídia e Web, reunindo pesquisadores, estudantes e profissionais das áreas para intensos intercâmbios técnico-científicos.
A premiação no WebMedia soma-se a uma lista impressionante:
- 1º lugar – Concurso de Teses e Dissertações do Simpósio Brasileiro de Banco de Dados (SBBD) – SBC
- 1º lugar – Concurso de Teses e Dissertações do Simpósio Brasileiro de Sistemas de Informação (SBSI) – SBC
- Menção Honrosa – Prêmio Maria Carolina Monard de Teses de Doutorado em Computação em Inteligência Artificial, ICMC/USP
- 2º lugar – Concurso de Teses e Dissertações da Sociedade Brasileira de Computação (CTD CSBC) – SBC
- 1º lugar – Concurso de Teses e Dissertações do Congresso Brasileiro de Inteligência Computacional (CTD CBIC) – SBIC
- 1º lugar – Concurso de Teses e Dissertações do WebMedia 2025 – SBC
A tese responsável por esse desempenho excepcional, intitulada “A Comprehensive Exploitation of Instance Selection Methods for Automatic Text Classification”, propõe avanços significativos em engenharia de dados e aprendizado de máquina, com especial destaque para sua contribuição na eficiência e sustentabilidade do treinamento de Grandes Modelos de Linguagem (LLMs).
O estudo investiga técnicas de seleção de instâncias para aprimorar o uso de dados, permitindo reduzir a carga computacional — e, consequentemente, os custos energéticos e financeiros — sem prejuízo do desempenho dos modelos. A abordagem se mostra especialmente relevante no contexto atual, marcado pela crescente adoção de modelos de larga escala.
O trabalho foi orientado pelo professor do DCC, Marcos André Gonçalves, e coorientado pelo professor da Universidade Federal de São João del-Rei (UFSJ), Leonardo Rocha, cujos papéis foram essenciais para o desenvolvimento da pesquisa.
Com seis prêmios nacionais conquistados ao longo de 2025, Washington Cunha e seus orientadores, encerram o ano com um conjunto expressivo de reconhecimentos acadêmicos, que refletem a relevância da tese e o alcance da pesquisa na área de Computação.
