46: Localização de Falhas de Software, com Rui Maranhão Abreu (Universidade do Porto e Meta)
<p>Este episódio do podcast “Fronteiras da Engenharia de Software” com Rui Maranhão Abreu aborda a localização de falhas de software e suas aplicaçõe. Rui, professor catedrático em Engenharia de Software na Universidade do Porto e Research Software Engineer na Meta, compartilha ideias sobre esse campo da Engenharia de Software.</p> <p>No episódio, são discutidos conceitos fundamentais, como a diferença entre falhas e bugs, bem como os desafios enfrentados na detecção de falhas em sistemas complexos e distribuídos, especialmente em ambientes de integração contínua, como na Meta. Rui também explora o papel da inteligência artificial, machine learning e deep learning na localização de falhas e destaca avanços recentes na pesquisa de reparo automatizado de programas.</p> <p>Além disso, são abordados artigos recentes de Rui e seus co-autores, incluindo o “Remoção de Código Morto na Meta”, que apresenta o Framework de Remoção Sistemática de Código e Ativos (SCARF), e “Depuração de Erros de Tipo Alimentada por GPT-3”, que descreve uma técnica para corrigir automaticamente erros de tipo em programas OCaml, utilizando o GPT-3.</p> <p>A conversa também explora a carreira de Rui na Meta, sua experiência como General Chair do ICSE 2024 em Portugal e suas visões sobre a próxima fronteira da engenharia de software.</p> <p>Site de Rui: <a href="https://ruimaranhao.com/">https://ruimaranhao.com/</a></p> <p>Outros links:</p> <ul> <li> <p><a href="https://sigarra.up.pt/feup/pt/func_geral.formview?p_codigo=466651">https://sigarra.up.pt/feup/pt/func_geral.formview?p_codigo=466651</a></p> </li> <li> <p><a href="https://dei.fe.up.pt/pt/blog/2023/04/10/rui-maranhao-toma-posse-como-diretor-do-prodei/">https://dei.fe.up.pt/pt/blog/2023/04/10/rui-maranhao-toma-posse-como-diretor-do-prodei/</a></p> </li> </ul> <p>Artigos:</p> <p>“Remoção de Código Morto na Meta: Exclusão Automática de Milhões de Linhas de Código e Petabytes de Dados Obsoletos”</p> <p>“Dead Code Removal at Meta: Automatically Deleting Millions of Lines of Code and Petabytes of Deprecated Data”</p> <p><a href="https://dl.acm.org/doi/10.1145/3611643.3613871">https://dl.acm.org/doi/10.1145/3611643.3613871</a></p> <p>Localização de características baseada em espectro: um estudo de caso usando o ArgoUML.</p> <p>Spectrum-based feature localization: a case study using ArgoUML</p> <p><a href="https://dl.acm.org/doi/abs/10.1145/3461001.3473065">https://dl.acm.org/doi/abs/10.1145/3461001.3473065</a></p> <p>Depuração de Erros de Tipo Alimentada por GPT-3: Investigando o Uso de Modelos de Linguagem Avançados para Reparo de Código</p> <p>GPT-3-Powered Type Error Debugging: Investigating the Use of Large Language Models for Code Repair</p> <p><a href="https://dl.acm.org/doi/abs/10.1145/3623476.3623522">https://dl.acm.org/doi/abs/10.1145/3623476.3623522</a> </p> <p>Mentat (ferramenta) <a href="https://figshare.com/articles/software/GPT-3-Powered_Type_Error_Debugging_Investigating_the_Use_of_Large_Language_Models_for_Code_Repair_SLE_2023_/23646903">https://figshare.com/articles/software/GPT-3-Powered_Type_Error_Debugging_Investigating_the_Use_of_Large_Language_Models_for_Code_Repair_SLE_2023_/23646903</a></p> <p>The bumpy road of taking automated debugging to industry</p> <p><a href="https://arxiv.org/abs/2212.01237">https://arxiv.org/abs/2212.01237</a></p> <p>Outros links: </p> <p>ICSE 2024 <a href="https://conf.researchr.org/home/icse-2024">https://conf.researchr.org/home/icse-2024</a></p> <p>FSE 2024 <a href="https://conf.researchr.org/home/fse-2024">https://conf.researchr.org/home/fse-2024</a></p> <p>ICSE 2026 <a href="https://twitter.com/rafaelpri/status/1543318975043383296">https://twitter.com/rafaelpri/status/1543318975043383296</a></p> <p>Mais informações em <a href="https://fronteirases.github.io/episodios/paginas/46">https://fronteirases.github.io/episodios/paginas/46</a></p> <p>Entrevistadores: Adolfo Neto (PPGCA UTFPR) <a href="https://adolfont.github.io/">https://adolfont.github.io</a> e Maria Claudia Emer</p> <p>Nosso site é: <a>https://fronteirases.github.io</a> </p> <p>Extreme Energy (Music Today 80). Composed & Produced by: Anwar Amr. Link: <a href="https://www.youtube.com/watch?v=8ZZbAkKNx7s%E2%81%A0">https://www.youtube.com/watch?v=8ZZbAkKNx7s</a> </p> <p>Data de publicação: 15 de maio de 2024.</p>
ShareScore
32/100
Overall dataset sharing score
Score breakdown
These five areas show where the dataset supports — or may limit — practical reuse.
- Stewardship
- 4
- Harmonization
- 4
- Access
- 16
- Reuse readiness
- 8
- Engagement
- 0