Juarez Monteiro dos Santos Júnior

Comecei minha carreira em 2013 estudando Análise de Sistemas no Instituto Federal do Rio Grande do Sul (IFRS), onde tive a oportunidade de estagiar em empresas como Stefanini, Dell e CWI. Durante a graduação, fui introduzido à inteligência artificial, tema do meu projeto final focado em jogos. Em 2015, prossegui para o mestrado em Ciência da Computação na PUCRS, especializando-me em aprendizado de máquina e profundo com apoio da HP Brasil. Meu trabalho durante o mestrado incluiu desenvolvimento em Python e modelos de aprendizado profundo, e recebi um prêmio pelo melhor trabalho estudantil na IJCNN. Concluí o mestrado em 2017, sendo reconhecido com o segundo melhor trabalho de mestrado em Inteligência Artificial.Em 2018, iniciei meu doutorado na PUCRS, com foco em aprendizado por imitação auto-supervisionado e teoria dos agentes. Participei do programa de intercâmbio CAPES-PrInt na Universidade de Aberdeen, Escócia. Profissionalmente, transitei para a indústria como Engenheiro de Aprendizado de Máquina e, posteriormente, como Cientista de Dados no Banco Sicredi, desenvolvendo sistemas de recomendação usando técnicas de Aprendizado por Reforço e Aprendizado de Máquina.

Informações coletadas do Lattes em 10/05/2024

Acadêmico

Formação acadêmica

Doutorado em Doutorado em Ciência da Computação

2018 - 2023

Pontifícia Universidade Católica do Rio Grande do Sul
Título: Advances in imitation learning from observation
Rodrigo Coelho Barros. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Imitation Learning; Behavioral Cloning; Self-Supervised learning; Aprendizado por Imitação; Aprendizado por Observação; Aprendizado Profundo. Grande área: Ciências Exatas e da TerraSetores de atividade: Outras atividades profissionais, científicas e técnicas.

Mestrado em Ciência da Computação

2016 - 2018

Pontifícia Universidade Católica do Rio Grande do Sul
Título: Analisando a Viabilidade de Deep Learning para Reconhecimento de Ações em Datasets Pequenos
, Ano de Obtenção: 2018.Rodrigo Coelho Barros.Palavras-chave: Activity Recognition; Convolutional Neural Networks; Machine Learning; Computer Vision.Grande área: Ciências Exatas e da Terra

Graduação em Análise e Desenvolvimento de Sistemas

2013 - 2015

Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul
Título: Análise da aplicabilidade de técnicas de Inteligência Artificial em um jogo digital: uma abordagem com agentes inteligentes
Orientador: Rafael Coimbra Pinto

Curso técnico/profissionalizante em Mecânica de Precisão

2009 - 2011

Escola de Educação Profissional SENAI Plínio Gilberto Kröeff

Ensino Médio (2º grau)

2009 - 2010

colegio estadual augusto meyer

Formação complementar

2015 - 2015

Projeto Crescer CWI. (Carga horária: 270h). , CWI Software, CWI, Brasil.

Idiomas

Inglês

Compreende Bem, Fala Razoavelmente, Lê Bem, Escreve Razoavelmente.

Espanhol

Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.

Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial.

Participação em eventos

Brazilian Conference on Intelligent Systems. Beating Bomberman with Artificial Intelligence. 2018. (Congresso).

Concurso de Teses e Dissertações em Inteligência Artificial e Computacional. Evaluating the Feasibility of Deep Learning for Action Recognition in Small Datasets. 2018. (Olimpíada).

International Joint Conference on Neural Networks (IJCNN). Evaluating the Feasibility of Deep Learning for Action Recognition in Small Datasets. 2018. (Congresso).

Brazilian Conference on Intelligent Systems. Deep Neural Networks for Handwritten Chinese Character Recognition. 2017. (Congresso).

Symposium on Knowledge Discovery, Mining and Learning.Improving Activity Recognition using Temporal Regions. 2017. (Simpósio).

VII Nvidia GPU Workshop at PUCRS. 2017. (Oficina).

I Salão de Ensino, V Salão de Iniciação Científica e Tecnologia e IV Salão de Extensão do IFRS. Análise da Aplicabilidade de Técnicas de Inteligência Artifical em um Jogo Digital. 2015. (Exposição).

Produções bibliográficas

GRANADA, R. ; AIRES, J. P. S. ; MONTEIRO, J. ; MENEGUZZI, F. R. ; BARROS, R. C. . Improving Action Recognition using Temporal Regions. Journal of Information and Data Management - JIDM , v. 9, p. 108-123, 2018.
SILVA, L. P. ; GRANADA, R. ; MONTEIRO, J. ; RUIZ, D. . Fusing Scene Context to Improve Object Recognition. Journal of Information and Data Management - JIDM , v. 9, p. 147-162, 2018.
GRANADA, R. L. ; AIRES, J. P. S. ; MONTEIRO, J. ; MENEGUZZI, F. ; BARROS, R. C. . Improving Action Recognition Using Temporal Regions. Journal of Information and Data Management - JIDM , v. 9, p. 108-123, 2018.
MONTEIRO, JUAREZ ; GRANADA, ROGER ; MENEGUZZI, FELIPE ; BARROS, RODRIGO C. . Using Scene Context to Improve Action Recognition. 1. ed. Lecture Notes in Computer Science, 2019. v. 11401. 954-961p .
MONTEIRO, JUAREZ ; GAVENSKI, N. S. ; GRANADA, ROGER ; MENEGUZZI, F. R. ; BARROS, R. C. . Augmented Behavioral Cloning from Observation. In: International Joint Conference on Neural Networks, 2020, Glasgow. Proceedings of the International Joint Conference on Neural Networks, 2020.
GAVENSKI, N. S. ; MONTEIRO, J. ; GRANADA, ROGER ; MENEGUZZI, F. R. ; BARROS, RODRIGO C. . Imitating Unknown Policies via Exploration. In: British Machine Vision Conference, 2020, Manchester. Proceedings of the British Machine Vision Conference (BMVC 2020), 2020.
GRANADA, ROGER ; MONTEIRO, J. ; GAVENSKI, N. S. ; MENEGUZZI, F. R. . Object-Based Goal Recognition using Real-World Data. In: 19th Mexican International Conference on Artificial Intelligence (MICAI), 2020, Mexico City. Proceedings of the 19th Mexican International Conference on Artificial Intelligence (MICAI), 2020.
AIRES, J. P. S. ; GRANADA, R. ; MONTEIRO, J. ; MENEGUZZI, F. R. . Norm Conflict Identification using Vector Space Offsets. In: International Joint Conference on Neural Networks (IJCNN), 2018, Rio de Janeiro. 2018 International Joint Conference on Neural Networks, 2018.
MONTEIRO, J. ; GRANADA, R. ; AIRES, J. P. S. ; BARROS, R. C. . Evaluating the Feasibility of Deep Learning for Action Recognition in Small Datasets. In: International Joint Conference on Neural Networks (IJCNN), 2018, Rio de Janeiro. 2018 International Joint Conference on Neural Networks, 2018.
MONTEIRO, J. ; GRANADA, R. ; PINTO, R. ; BARROS, R. C. . Beating Bomberman with Artificial Intelligence. In: Encontro Nacional de Inteligência Artificial e Computacional, 2018, São Paulo. XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2018), 2018.
MONTEIRO, J. ; GRANADA, R. ; MENEGUZZI, F. R. ; BARROS, R. C. . Using Scene Context to Improve Action Recognition. In: Iberoamerican Congress on Pattern Recognition, 2018, Madrid. Proceedings of the 23rd Iberoamerican Congress on Pattern Recognition (CIARP), 2018.
GRANADA, R. ; PEREIRA, R. F. ; MONTEIRO, J. ; BARROS, R. C. ; RUIZ, D. ; MENEGUZZI, F. R. . Hybrid Activity and Plan Recognition for Video Streams. In: AAAI Conference on Artificial Intelligence (AAAI-17), 2017, San Francisco, CA. Proceedings of the 31st AAAI Conference on Artificial Intelligence. Plan, Activity and Intent Recognition workshop, 2017.
GRANADA, R. ; MONTEIRO, J. ; BARROS, R. C. ; MENEGUZZI, F. R. . A Deep Neural Architecture for Kitchen Activity Recognition. In: The Florida Artificial Intelligence Research Society Conference (FLAIRS), 2017, Marco Island, Florida. Proceedings of the 30th FLAIRS, 2017.
MONTEIRO, JUAREZ ; AIRES, JOAO PAULO ; GRANADA, ROGER ; BARROS, RODRIGO C. ; MENEGUZZI, FELIPE . Virtual guide dog: An application to support visually-impaired people through deep convolutional neural networks. In: 2017 International Joint Conference on Neural Networks (IJCNN), 2017, Anchorage. 2017 International Joint Conference on Neural Networks (IJCNN), 2017. p. 2267.
MONTEIRO, J. ; GRANADA, R. ; BARROS, R. C. ; MENEGUZZI, F. R. . Deep Neural Networks for Kitchen Activity Recognition. In: 2017 International Joint Conference on Neural Networks (IJCNN), 2017, Anchorage. 2017 International Joint Conference on Neural Networks (IJCNN), 2017.
MAIDANA, R. ; MONTEIRO, J. ; GRANADA, R. ; AMORY, A. ; BARROS, R. C. . Deep Neural Networks for Handwritten Chinese Character Recognition. In: Brazilian Conference on Intelligent Systems, 2017, Uberlândia, MG. Proceedings of the Brazilian Conference on Intelligent Systems (BRACIS 2017), 2017.
AIRES, J. P. S. ; MONTEIRO, J. ; GRANADA, R. ; MENEGUZZI, F. R. ; BARROS, R. C. . Improving Activity Recognition using Temporal Regions. In: Symposium on Knowledge Discovery, Mining and Learning, 2017, Uberlândia, MG. Proceedings of the 5th Symposium on Knowledge Discovery, Mining and Learning (KDMiLe 2017), 2017.
SILVA, L. P. ; GRANADA, R. ; MONTEIRO, J. ; RUIZ, D. . Using Scene Context to Improve Object Recognition. In: Symposium on Knowledge Discovery, Mining and Learning, 2017, Uberlândia, MG. Proceedings of the 5th Symposium on Knowledge Discovery, Mining and Learning (KDMiLe 2017), 2017.
SIMOES, G. S. ; WEHRMANN, J. ; PAULA, T. S. ; MONTEIRO, J. ; BARROS, R. C. . DataSex: um dataset para inducao de modelos de classificacao para conteudo adulto. In: Symposium on Knowledge Discovery, Mining and Learning, 2016, Recife. Proceedings of the 3rd Symposium on Knowledge Discovery, Mining and Learning, 2016.
AIRES, JOAO PAULO ; GRANADA, ROGER ; MONTEIRO, JUAREZ ; BARROS, RODRIGO C. ; MENEGUZZI, FELIPE . Classification of Contractual Conflicts via Learning of Semantic Representations. In: International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2019, Montreal. Proceedings of the 18th International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2019.
AIRES, J. P. S. ; MONTEIRO, J. ; GRANADA, R. ; BARROS, R. C. ; MENEGUZZI, F. R. . Temporal Regions for Activity Recognition. In: 26th International Conference on Artificial Neural Networks, 2017, Alghero, Sardinia. 26th International Conference on Artificial Neural Networks (ICANN 2017), 2017.
MONTEIRO, J. ; PINTO, R. . Análise da Aplicabilidade de Técnicas de Inteligência Artifical em um Jogo Digital. In: I Salão de Ensino, V Salão de Iniciação Científica e Tecnologia e IV Salão de Extensão do IFRS, 2015, Canoas, RS. I Salão de Ensino, V Salão de Iniciação Científica e Tecnologia e IV Salão de Extensão do IFRS, 2015.
AIRES, JOAO PAULO ; GRANADA, ROGER ; MONTEIRO, JUAREZ ; BARROS, RODRIGO C. ; MENEGUZZI, FELIPE . Classifying Norm Conflicts using Learned Semantic Representations 2019 ((Preprint)).

Outras produções

MONTEIRO, J. ; SILVA, P. D. . Curso de Fundamentos de Informática. 2015. (Curso de curta duração ministrado/Extensão).

Projetos de pesquisa

2016 - 2016

Learning and Inference for Ambient Intelligence, Projeto certificado pelo(a) coordenador(a) Felipe Rech Meneguzzi em 13/06/2019., Descrição: A capacidade de reconhecer metas e planos, observando as atividades de um agente permite raciocinar sobre o que outros agentes estão fazendo e inferir o que eles vão fazer a seguir. Quando aplicado a reconhecer as actividades humanas a partir de sensores físicos, tais como câmeras, interfaces de usuário instrumentados e sensores portáteis, essa capacidade é referido como reconhecimento de atividade. Mas quando aplicado a reconhecer comportamento humano de alto nível, tais como objectivos, propósitos e planos, esta capacidade é referida como reconhecimento de objectivos, intenções, e planos. Recentes aplicações que contém a capacidade de reconhecimento de objectivos, intenções, e planos incluem ambiente educacional, modelando comportamentos sociais usando dados de telefonia móvel, histórias na vida real e monitoramento de tráfego. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (1) . , Integrantes: Juarez Monteiro dos Santos Júnior - Integrante / Ramon Fraga Pereira - Integrante / Duncan Ruiz - Integrante / Felipe Rech Meneguzzi - Coordenador / Leandro Pereira da Silva - Integrante / GRANADA, ROGER - Integrante / BARROS, RODRIGO C. - Integrante.

Prêmios

2018

Prêmio de 2 Melhor Dissertação de Mestrado em Inteligência Artificial do Brasil, Best MSc Dissertation/PhD Thesis Contest in Artificial Intelligence (CTDIAC 2018), BRACIS.

2017

Melhor Artigo de Estudante da IEEE Joint Conference on Neural Networks (IJCNN 2017), IEEE.

2015

Melhor Trabalho na Categoria Graduação no I Salão de Ensino, V Salão de Iniciação Científica e Tecnologia e IV Salão de Extensão do IFRS, Instituto Federal de Educação Ciência e Tecnologia do Rio Grande do Sul - Câmpus Canoas.

Histórico profissional

Endereço profissional

Pontifícia Universidade Católica do Rio Grande do Sul, Faculdade de Informática, Programa de Pós-Graduação em Ciência da Computação. , Av. Ipiranga, 6681, Partenon, 90619900 - Porto Alegre, RS - Brasil, Telefone: (051) 33203500, Ramal: 8626

Experiência profissional

2016 - 2016

Pontifícia Universidade Católica do Rio Grande do Sul

Vínculo: , Enquadramento Funcional:

2013 - 2013

Stefanini

Vínculo: Estágio, Enquadramento Funcional: Suporte de Informática, Carga horária: 40

2013 - 2013

Stefanini

Vínculo: Estágio, Enquadramento Funcional: Service Reports, Carga horária: 40

2013 - 2015

Dell Computadores do Brasil

Vínculo: Estágio, Enquadramento Funcional: Testador de Performance, Carga horária: 40

2015 - 2015

CWI Software

Vínculo: Estágio, Enquadramento Funcional: Desenvolvedor / Programador, Carga horária: 40