Pesquisa sobre métodos para projetos de ciência de dados, assinada por André Massahiro Shimaoka, recebe o Prêmio SOL de Visibilidade durante o 46º CSBC, em Gramado
O pesquisador André Massahiro Shimaoka, do Departamento de Informática em Saúde (DIS) da Escola Paulista de Medicina (EPM/Unifesp), foi reconhecido com o Prêmio SOL de Visibilidade da Sociedade Brasileira de Computação (SBC). A honraria foi concedida ao artigo "The Evolution of CRISP-DM for Data Science: Methods, Processes and Frameworks" (A evolução do CRISP-DM para a Ciência de Dados: métodos, processos e frameworks), na categoria Periódicos.
A premiação aconteceu durante o 1º Fórum SBC de Ciência Aberta, realizado em 22 de julho de 2026, em Gramado (RS), no âmbito do 46º Congresso da Sociedade Brasileira de Computação (CSBC) — um dos mais importantes eventos de computação da América Latina.
O Prêmio SOL de Visibilidade é uma iniciativa da SBC que reconhece as publicações científicas de sua biblioteca digital (a SBC OpenLib) com maior alcance, relevância e impacto junto à comunidade acadêmica e profissional. O prêmio celebra trabalhos que se destacam pela contribuição à disseminação do conhecimento científico — exatamente o caso do artigo premiado, que se tornou uma referência na área de ciência de dados.
O trabalho, publicado na revista SBC Computing Reviews (ROCS), apresenta uma revisão sistemática da literatura sobre o CRISP-DM — um dos métodos mais usados no mundo para conduzir projetos de ciência de dados.
"Esse foi meu primeiro artigo e não esperava que tivesse um alcance tão grande. Hoje, já são mais de 100 citações, o que é uma satisfação enorme, especialmente por ter sido um trabalho desenvolvido ainda durante o mestrado. Receber esse prêmio é um reconhecimento muito especial dessa trajetória e também de todo o apoio que recebi dos colegas e da chefia do DIS durante o mestrado. O que me motivou a estudar o CRISP-DM foi perceber, na prática, muitos projetos de dados enfrentando dificuldades pela falta de organização e de um método claro. Criado na década de 1990, o CRISP-DM continua sendo muito utilizado, mas a ciência de dados mudou bastante. Por isso, busquei entender como o método vinha evoluindo e como poderia ser adaptado aos contextos atuais. O mais gratificante é perceber que esse trabalho continua rendendo frutos. Hoje sigo aprofundando essas adaptações, especialmente no contexto da saúde, com trabalhos no DIS como o HealthDataPrep e o HRSP-AI, além de uma adaptação do CRISP-DM para o contexto do trabalho remoto. É uma pesquisa que continuo vivenciando no dia a dia, fazendo a ponte entre a academia e os desafios reais dos projetos de dados" comemora o autor.
Para entender melhor: a ciência de dados é a área que transforma grandes volumes de informações em conhecimento útil para apoiar decisões — por exemplo, prever surtos de doenças ou identificar padrões de internação. Já o CRISP-DM funciona como um roteiro de trabalho: um passo a passo que organiza um projeto de dados em etapas, do entendimento do problema até a entrega da solução.
O estudo revelou um dado importante: 82% das equipes de ciência de dados não utilizam nenhum modelo de processo, o que ajuda a explicar por que muitos projetos não entregam o valor esperado. A pesquisa analisou 16 estudos sobre como o CRISP-DM vem sendo adaptado ao longo dos anos — evoluindo de processos rígidos para métodos ágeis, que permitem entregas mais rápidas e flexíveis — e propôs um guia teórico para personalizar o método em diferentes áreas.
O artigo é assinado por André Massahiro Shimaoka (IPT e Unifesp), Renato Cordeiro Ferreira (Instituto de Matemática e Estatística da USP) e Alfredo Goldman (IME/USP).
André Massahiro Shimaoka é Analista de TI e Pesquisador do DIS/EPM/Unifesp, onde atua em projetos de ciência de dados e saúde digital. Sua trajetória acadêmica une tecnologia e pesquisa aplicada: é mestre em Computação Aplicada pelo Instituto de Pesquisas Tecnológicas de São Paulo (IPT), bacharel em Sistemas de Informação pela UNESP, com MBA/MBIS pela PUC-SP e especialização em Data Science pela UniAmérica.
No departamento, André contribui com sua experiência em desenvolvimento de sistemas, engenharia e qualidade de software, gestão de projetos, métodos ágeis, inteligência artificial, aprendizado de máquina e ciência de dados — competências que têm fortalecido as pesquisas em informática em saúde desenvolvidas pelo DIS.
A conquista reforça a qualidade e a visibilidade da produção científica do departamento, que une tecnologia e saúde para gerar conhecimento e benefícios concretos para a sociedade.
Shimaoka, A. M., Ferreira, R. C., & Goldman, A. (2024). The evolution of CRISP-DM for Data Science: Methods, Processes and Frameworks. SBC Computing Reviews, 4(1), 28–43. 🔗 https://doi.org/10.5753/reviews.2024.3757
Autor da matéria: Andréa Pereira Simões Pelogi (Departamento de Informática em Saúde (DIS) da Escola Paulista de Medicina (EPM)/Unifesp)
Revisão técnica: André Massahiro Shimaoka
Revisão institucional: Claudia Galindo Novoa (Chefe do Departamento de Informática em Saúde)
Adaptação para divulgação científica: Andréa Pereira Simões Pelogi (Comunicação)
Data de Publicação: 18 de agosto de 2026
Aviso: As informações apresentadas neste artigo têm caráter informativo e não substituem orientação profissional especializada. O Departamento de Informática em Saúde não se responsabiliza por eventuais erros ou interpretações incorretas do conteúdo divulgado.
Durante o período eleitoral (de 4 de julho até 25 de outubro de 2026), os conteúdos digitais publicados e disponibilizados pela DIS/EPM acompanham as orientações da Advocacia-Geral da União (AGU) e da Secretaria de Comunicação Social da Presidência da República (Secom). O documento esclarece que é permitida a divulgação de "conteúdo meramente informativo ou de serviço ao cidadão".
