Sobre o Seminário: A alimentação escolar saudável é fundamental para o desenvolvimento físico e cognitivo das crianças, contribuindo para a melhoria do desempenho acadêmico e a prevenção de doenças crônicas não transmissíveis. No Brasil, o Programa Nacional de Alimentação Escolar (PNAE) desempenha um papel fundamental ao fornecer refeições balanceadas e nutritivas para milhões de estudantes, promovendo hábitos alimentares saudáveis desde a infância. Apesar dos esforços do PNAE, desafios persistem, como o alto consumo de alimentos ultraprocessados nas merendas escolares, o que destaca a necessidade de políticas públicas mais rigorosas e a conscientização sobre a importância de uma alimentação adequada. Nesta apresentação, expomos a metodologia desenvolvida e os resultados de um estudo de caso no contexto de geração de cardápios escolares. Mais especificamente, o método baseia-se na composição alimentar de cardápios escolares de boa qualidade para gerar novas listas de alimentos. A qualidade dos cardápios é avaliada pelo IQCAE-R, o qual utiliza diversos critérios de avaliação, incluindo grupos alimentares e níveis de processamento. Utilizamos como referência um banco de dados com mais de 2 mil cardápios de aproximadamente 400 municípios. Uma etapa inicial de mineração de textos possibilita a codificação e quantificação dos dados. Os cardápios com melhores escores são utilizados como referência para geração de listas de alimentos. Novas amostragens de alimentos são geradas levando em conta a correlação entre as ocorrências de pares de componentes alimentares dos cardápios de referência. Para a identificação das melhores listas de alimentos geradas, além do próprio índice, o método considera medidas que avaliam o excesso de alimentos, a discrepância com cardápios reais e a distribuição equilibrada de pontos entre os componentes do cardápio.

Sobre o Apresentador: Daniel Osaku é atualmente pesquisador na área de Ciência da Computação vinculado ao CeMEAI, com uma sólida formação acadêmica e várias realizações notáveis. Ele possui graduação em Sistemas de Informação pela Universidade Estadual Paulista Júlio de Mesquita Filho (2008), mestrado em Ciência da Computação pela mesma universidade (2011) e doutorado em Ciência da Computação pela Universidade Federal de São Carlos (2016). Além disso, completou um pós-doutorado na Universidade Estadual de Campinas em 2021. Seu trabalho se concentra principalmente em aprendizado de máquina, reconhecimento de padrões e computação de alto desempenho. Daniel tem participado de projetos relacionados à otimização de modelos computacionais e ao desenvolvimento de técnicas avançadas para processamento de imagens e sinais, e para mineração de textos. Colaborou em diversos trabalhos com impacto social, como a avaliação da qualidade de cardápios escolares. Ao longo de sua carreira, participou de inúmeros workshops, seminários e conferências, compartilhando seu conhecimento e colaborando com outros profissionais da área.