Nesta palestra será apresentada uma visão do trabalho relacionado a qualidade de dados e simpeza em bancos de dados relacionais que adotam uma abordagem declarativa. Serão discutidos vários problemas de qualidade que usualmente surgem em bancos de dados, e será descrito como eles podem ser tratados usando SQL. Para atingir este objetivo será mostrado como o matching difuso com uma grande coleção de predicados de similaridade pode ser possível usando SQL. Usando matching difuso como uma primitiva, será discutido como váios problemas de qualidade serão abordados. Se o tempo permitir será apresentada uma demonstração destas tecnicas.

Nick Koudas graduou-se na Universidade de Patras na Grécia, recebeu o grau de Mestre pela University of Maryland College Park e o PhD pela University of Toronto. Ele é um dos principais membros do corpo técnico da AT&T Labs Research. Ele foi editor associado de informações para a SIGMOD online de 1998 a 2003 e é editor associado do Information Systems Journal desde 2000. Ele recebeu o prêmio de melhor artigo da IEEE International Conference on Data Engineering em 1998. Ele tem atuado no comitê de programa de várias conferências em banco de dados, incluindo ACM SIGMOD, VLDB, IEEE ICDE e EDBT. Ele também é avaliador de vários periódicos, incluindo o Journal of the ACM, VLDB Journal, ACM Transactions on Database Systems, and IEEE Transactions of Knowledge and Data Engineering.

Dr. Koudas lecionou disciplinas relacionadas com gerenciamento de dados na University of Maryland College Park, na University of Toronto, e na Columbia University. Seus interesses de pesquisa incluem stream data processing, XML databases, bancos de dados relacionais (indexação avançada, otimização de consultas, modelos de consultas avançados), e gerenciamento de dados em redes. Ele detém mais de uma dezena de patentes nas áreas mencionadas acima.