Daniel Sundfeld Lima
Perfil acadêmico e profissional
- Posição Atual: Professor Adjunto da Universidade de Brasília (UnB), atuando no curso de graduação em Engenharia de Software.
- Áreas de Atuação: Computação paralela , computação de alto desempenho , unidades de processamento gráfico (GPU), sistemas distribuídos e bioinformática.
Formação acadêmica
- Doutorado em Informática - Universidade de Brasília, com doutorado-sanduíche na Universidade de Copenhague (2013-2017).
- Mestrado em Informática - Universidade de Brasília (2010-2012).
- Graduação em Ciência da Computação - Universidade de Brasília (2003-2007).
Atividades profissionais e de ensino
- Professor Adjunto na Universidade de Brasília: Desde 2022, ministrando disciplinas como Fundamentos de Sistemas Operacionais e Algoritmos e Programação de Computadores.
Contribuições e prêmios
- Menção Honrosa no concurso de Teses e Dissertações em Arquiteturas de Computadores e Computação de Alto Desempenho (WSCAD-CTD), Sociedade Brasileira de Computação (2018).
- Best Achievement Awards - PUMPS 2015 Universitat Politècnica de Catalunya.
Áreas de pesquisa
- Computação de alto desempenho e computação em nuvem - Computação de Alto Desempenho e Computação em Nuvem é um campo dinâmico e essencial na ciência da computação, focado no desenvolvimento e na aplicação de sistemas computacionais avançados capazes de processar grandes quantidades de dados a velocidades extremamente altas.
Projetos atuais
- Projeto Laguna - Este projeto visa estender o processamento massivo de um lago de dados utilizando uma arquitetura em nuvem, utilizando a Amazon Web Services (AWS) como provedor.
- Cloud IoT e Sistemas Distribuídos (2020-2022).
- BioCloud - A Framework for the Execution of Biotechnology Applications in Several Platforms of the Amazon AWS Cloud (2020-2022).
Experiência em orientação
Orientações atuais
Trabalho de conclusão de curso
- Marcus Vinicius P. Martins. OpenBatch: serviço de processamento em lote para nuvem privada . Bacharelado em Engenharia de Software - UnB, (2025). Orientador(es): Daniel Sundfeld . Tags: Computação de Alto Desempenho .
- Mateus Cunha Maia. Acelerando a distância de edição para múltiplas sequências curtas . Bacharelado em Engenharia de Software - UnB, (2025). Orientador(es): Daniel Sundfeld . Tags: Computação de Alto Desempenho .
- Itallo Cavalcante Gravina. Portal de visualização e análise de dados de produção científica pela OpenAlex . Bacharelado em Engenharia de Software - UnB, (2024). Orientador(es): Daniel Sundfeld . Tags: Análise da Aprendizagem .
Orientações anteriores
Publicações (6)
- NEUBERT, PATRICIA DA SILVA,CANTO, FÁBIOLORENSI DO,PINTO, ADILSON LUIZ,LIMA, Daniel Sundfeld,SILVA, FLÁVIO ROBERTO CRUZ, OpenAlex como fonte de dados para sistemas nacionais de informação científica: a experiência do projeto Laguna , in VII Workshop de Informação, Dados e Tecnologia WIDaT , 2024 . DOI: 10.22477/vii.widat.184 . Tags: Computação de Alto Desempenho .
- CARVALHO SEGUNDO, WASHINGTON LUÍS RIBEIRO DE,CANTO, FABIO LORENSI DO,PINTO, ADILSON LUIZ,SUNDFELD, Daniel Lima, Atração entre periódicos brasileiros de medicina análise a partir de dados de citação do OpenAlex , in 9º Encontro Brasileiro de Bibliometria e Cientometria EBBC , 2024 . DOI: 10.22477/ix.ebbc.378 . Tags: Computação de Alto Desempenho .
- FLAUSINO, CAIO GOMES,QUEIROZ, DIEGO CÉSAR FLORÊNCIO DE,Sundfeld, Daniel, LLC: Low Level Contêiner no Linux , 2023 . DOI: 10.5753/eradco.2023.234451 . Tags: Computação de Alto Desempenho .
- DE OLIVEIRA, ENÉIAS PAULO,Sundfeld, Daniel, PA-Star-Web: web server para obtenção do alinhamento múltiplo ótimo de sequências biológicas , 2022 . DOI: 10.5753/erigo.2022.227676 . Tags: Computação de Alto Desempenho .
- GOMES, RODRIGO ROCHA,Sundfeld, Daniel, CUDA-Sankoff-Web: Uma ferramenta web para cálculo do alinhamento secundário estrutural ótimo , in Escola Regional de Alto Desempenho de São Paulo , p25-28, 2021 . DOI: 10.5753/eradsp.2021.16697 . Tags: Computação de Alto Desempenho .
- Sundfeld, Daniel,TEODORO, GEORGE,HAVGAARD, JAKOB H.,GORODKIN, JAN,Melo, Alba C. M. A., Using GPU to accelerate the pairwise structural RNA alignment with base pair probabilities , CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , 32(e5468), 2020 . DOI: 10.1002/CPE.5468 . Tags: Computação de Alto Desempenho .
Contato
- Endereço profissional: Universidade de Brasília, Campus UnB Gama, Brasília - DF, Brasil.
- Lattes: CV Lattes
- Orcid iD: Orcid Profile