Marco Aurélio Gemaque Cantuária

Possui gradução em Engenharia do Petróleo na Universidade Federal Fluminense (UFF) obtido em 2020. Como Trabalho de Conclusão de Curso (TCC) apresentou um trabalho sobre Machine Learning aplicado a Curvas de Declínio, utilizando Long Short-Term Memory (LSTM). Atualmente é Assistente de Engenharia Workover na Perenco, e já foi Estagiário na Agência Nacional do Petróleo (ANP), trabalhando com a análise de produção, RGO e BSW deles, e auxiliou na análise de curvas de declínio de campos maduros que posteriormente culminou na Resolução ANP 479/2018. Na Equinor Brasil, também atuou como estagiário no Research and Technology Center Rio (RTCR), auxiliando na análise de projetos de pesquisa, desde seu escopo, passando pelo desenvolvimento e culminando na apresentação dos resultados à ANP e à empresa. Foi Secretário do Capítulo Estudantil UFF da SPE, participou do Petrobowl UFF Team, finalizando entre os 16 melhores times do mundo no Mundial em San Antonio, Texas (2017), foi 3ro do mundo na EAGE CO2 Minus Challenge, apresentando seu trabalho em Londres (2019) e classificou entre os melhores do mundo na mesma competição no ano de 2020, cujo resultado ainda não foi divulgado. Além disso, fez cursos na Udacity e na Awari Data Science School sobre OpenVIMO Edge Machine Learning e Data Science em geral.