W. Eric L. Grimson é Bernard M. Gordon Professor of Medical Engineering no MIT e Chancellor for Academic Advancement. Foi Chancellor do MIT entre 2011 e 2014 e chefe do Departamento de Engenharia Elétrica e Ciência da Computação (EECS) entre 2005 e 2011. É instrutor principal, ao lado de John Guttag, dos cursos abertos 6.0001 e 6.0002 do MIT, que juntos somam alguns dos materiais introdutórios em programação e ciência de dados mais usados do mundo.

Sua área de pesquisa é visão computacional aplicada à medicina, com mais de 150 publicações em análise de imagens médicas, registro de imagens cerebrais e cirurgia guiada por computador.

Trajetória

  • 1975: graduação em Matemática pela University of Regina, no Canadá.
  • 1980: doutorado em Matemática e Inteligência Artificial pelo MIT, com tese orientada por David Marr e Tomaso Poggio.
  • 1984 em diante: docente no Departamento de EECS do MIT.
  • 2005 a 2011: chefe do Departamento de EECS.
  • 2011 a 2014: Chancellor do MIT, posição equivalente a vice-reitor para assuntos acadêmicos.
  • 2014 em diante: Chancellor for Academic Advancement, posição que combina ensino, pesquisa e captação institucional.

Áreas de pesquisa

  • Visão computacional: reconhecimento de objetos, segmentação, registro de imagens.
  • Análise de imagens médicas: ressonância magnética cerebral, identificação de lesões, planejamento cirúrgico.
  • Cirurgia guiada por computador: integração de imagem pré-operatória com câmera intra-operatória.
  • Aprendizado de máquina aplicado a saúde: detecção precoce de doença a partir de dados clínicos heterogêneos.

Cursos do estude.org com Eric Grimson

O 6.0002 é tipicamente cursado depois do 6.0001 (Introduction to Computer Science and Programming Using Python), também ministrado por Grimson e Guttag. Para entender por que estudar a área, veja por que estudar ciência de dados e por que estudar Python.

Estilo de ensino

  1. Conexão entre teoria e código: Grimson alterna explicação conceitual com ao vivo no Python imediatamente, sem deixar abstração no ar.
  2. Construção a partir de problemas: cada conceito (otimização, simulação, aprendizado) entra como solução para um problema real (mochila, cobrança de impostos, detecção de tendência).
  3. Honestidade sobre limites: ele explicita quando um modelo está simplificado e o que perdemos ao simplificar.

Para quem o curso é mais útil

  • Estudantes que já fizeram CS50 ou equivalente e querem aprofundar em pensamento computacional aplicado a problemas reais.
  • Profissionais de áreas quantitativas que querem aprender simulação, otimização e estatística aplicada com Python.
  • Engenheiros e cientistas que querem ponte entre fundamentos algorítmicos e aplicações de ciência de dados.
  • Iniciantes que aprenderam Python superficialmente e querem entender quando usar cada técnica.

O livro associado

Grimson e Guttag escreveram "Introduction to Computation and Programming Using Python: With Application to Computational Modeling and Understanding Data" (MIT Press, terceira edição em 2021). É o material de leitura oficial dos cursos 6.0001 e 6.0002. A edição em inglês está disponível para compra; tradução em português brasileiro foi publicada como "Introdução à Computação e Programação com Python".

Reconhecimentos

  • Bose Award for Distinguished Teaching, prêmio do MIT pela qualidade do ensino.
  • Fellow do IEEE e da AAAI.
  • Bisplinghoff Faculty Fellowship do MIT.
  • Membro da National Academy of Engineering dos Estados Unidos.

Como começar

Para quem nunca programou, comece pelo curso 6.0001 (também ministrado por Grimson e Guttag) antes de mergulhar no 6.0002. Quem já tem Python sólido pode pular direto para o 6.0002. Em paralelo, o MIT 6.006 (Algoritmos) com Erik Demaine complementa muito bem.

Perguntas frequentes

6.0002 substitui um curso de estatística?

Não substitui um curso completo de estatística matemática, mas cobre a parte aplicada relevante para ciência de dados (intervalos de confiança, testes, regressão, simulação Monte Carlo) com profundidade suficiente para uso prático.

Há legendas em português?

Algumas turmas do MIT OpenCourseWare têm legendas em português, outras apenas em inglês. Vale verificar a edição mais recente disponível.

É preciso saber matemática avançada?

Não. O curso usa probabilidade básica e álgebra de ensino médio. Cálculo aparece raramente e em forma intuitiva.

Vale comprar o livro além de ver os vídeos?

Vale, especialmente para quem aprende lendo. As gravações cobrem a maior parte do material, mas o livro tem exercícios adicionais e desenvolvimento mais detalhado de exemplos.

Onde pesa

Grimson é o tipo de pesquisador-administrador que combina produção científica forte (visão computacional médica) com excelência em ensino e visão institucional (chancellor do MIT por três anos). Para quem quer aprender pensamento computacional aplicado, sua dupla com Guttag entrega um dos melhores cursos abertos disponíveis em ciência da computação.