Bernardo Cecchetto

Medical Physician and data scientist working helping to structure datalakes, using cloud services such as AWS and data processing. In addition, I also work in the development of predictive models, as requested by clients. In addition, I am a physicist by training and I work in the information technology postgraduate program at the Federal University of Health Sciences in Porto Alegre. Skills: - Python mastery - pandas - matplotlib/seaborn - openCV - sklearn - scikit image - keras tensorflow - mlflow - pyspark - Advanced knowledge in image processing and signal (or data) analysis/processing - Knowledge in data engineering: - Docker Containers - AWS (ECS and ECK) - AWS Sagemaker - AWS Glue - AWS Athena - AWS S3 - Advanced knowledge in mathematics (statistics and applied mathematics)

Informações coletadas do Lattes em 21/10/2024

Acadêmico

Formação acadêmica

Mestrado em andamento em Tecnologias da Informação e Gestão em Saúde

2021 - Atual

Fundação Universidade Federal de Ciências da Saúde de Porto Alegre
Título: Desenvolvimento de um software para controle de qualidade de imagens em equipamentos de mamografia
Viviane Rodrigues Botelho.

Graduação em andamento em Ciências da Computação

2021 - Atual

Faculdade Inedi

Graduação em Física Médica

2016 - 2021

Fundação Universidade Federal de Ciências da Saúde de Porto Alegre
Título: Classificação de Nódulos de Tireoide em Imagens de Ultrassonografia Utilizando Técnicas de Machine Learning
Orientador: Viviane Rodrigues Botelho

Ensino Médio (2º grau)

2010 - 2014

Colégio Marista Rosário

Formação complementar

2015 - 2015

Intercâmbio. , EF San Diego, EF, Estados Unidos.

2006 - 2009

Inglês. , FISK, RS, Brasil.

Idiomas

Inglês

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

Espanhol

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

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Física.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Linguagens de Programação.

Grande área: Engenharias / Área: Engenharia Biomédica / Subárea: Bioengenharia/Especialidade: Processamento de Sinais Biológicos.

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

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Machine Learning em Imagens Médicas.

Participação em eventos

Congresso UFCSPA. Classificação em Nódulos de Tireoide Utilizando Técnicas de Machine Learning. 2020. (Congresso).

XXVII Congresso Brasileiro de Engenharia Biomédica. 2020. (Congresso).

Congresso UFCSPA. 2019. (Congresso).

VI Jornada Acadêmica de Física Médica. 2019. (Outra).

IV Simpósio Sul Brasileiro de Física Médica. 2018. (Simpósio).

IX Encontro Gaúcho de Física Médica. 2018. (Encontro).

Mini-Curso de Introdução a PRIMO.Mini-Curso de Introdução a PRIMO. 2018. (Outra).

UFCSPA Acolhe 2018.UFCSPA Acolhe 2018. 2018. (Outra).

V Jornada Acadêmica de Física Médica da UFCSPA. 2018. (Outra).

XXII Congresso Brasileiro de Física Médica. 2018. (Congresso).

Curso de Extensão em Tópicos Especiais de Física I.Curso de Extensão em Tópicos Especiais de Física I. 2017. (Outra).

IV Jornada de Física Médica. 2017. (Outra).

III Jornada de Física Médica. 2016. (Outra).

II Simpósio Sul Brasileiro de Física Médica. 2016. (Simpósio).

VII Encontro Gaúcho de Física Médica. 2016. (Encontro).

Produções bibliográficas

CECCHETTO, B. ; BOTELHO, V. R. . Classificação em Nódulos de Tireoide Utilizando Técnicas de Machine Learning. In: Congresso Brasileiro de Engenharia Biomédica, 2020. Anais do CBEB2020, 2020.
CECCHETTO, B. ; BONATTO, A. . Implementação de um algoritmo particle-in-cell para estudar a dinâmica de feixes carregados em plasmas. In: Congresso Brasileiro de Física Médica, 2018, Porto Alegre. Anais CBFM 2018, 2018.
CECCHETTO, B. ; BOTELHO, V. R. . Classificação em Nódulos de Tireoide Utilizando Técnicas de Machine Learning. 2020. (Apresentação de Trabalho/Congresso).
CECCHETTO, B. ; BOTELHO, V. R. . Classificação em Nódulos de Tireoide Utilizando Técnicas de Machine Learning. 2020. (Apresentação de Trabalho/Congresso).
CECCHETTO, B. ; BONATTO, A. . Implementação de um algoritmo particle-in-cell para estudar a dinâmica de feixes carregados em plasmas. 2018. (Apresentação de Trabalho/Congresso).
CECCHETTO, B. ; BONATTO, A. . Implementação de um algoritmo particle-in-cell para estudar a dinâmica de feixes carregados em plasmas. 2018. (Apresentação de Trabalho/Outra).

Histórico profissional

Experiência profissional

2019 - 2020

Fundação Universidade Federal de Ciências da Saúde de Porto Alegre

Vínculo: Bolsista, Enquadramento Funcional: Iniciação Científica, Carga horária: 20

Outras informações:
Scientific initiation entitled "Support for clinical diagnosis based on multivariate evaluation of signs", with Professor Dr. Viviane Rodrigues Botelho.

2017 - 2018

Fundação Universidade Federal de Ciências da Saúde de Porto Alegre

Vínculo: Iniciação Científica, Enquadramento Funcional: Iniciação Científica, Carga horária: 8

Outras informações:
Voluntary scientific initiation entitled "Dynamics of loaded beams in laser plasma accelerators", with Professor Dr. Alexandre Bonato.

2021 - 2022

V4 Company

Vínculo: Pessoa Jurídica, Enquadramento Funcional: Data Scientist, Carga horária: 40

Outras informações:
Responsible for the production of prediction models using machine learning techniques, based on frameworks such as tensorflow and scikit learn, as well as other data manipulation libraries, such as pandas, and using statistical techniques, in the absence of ML techniques, acting in the operational front, customer success and marketing. Also responsible for deploying ML models in AWS services to automate processes, as well as monitoring and manipulating the model results database. Projects carried out - Customer churn prediction - Projected MRR prediction for 2022 - Daily sales prediction for monitoring the sales front of V4 Company - Monthly sales prediction to help the sales team at V4 Company

2022 - Atual

Data Science Brigade

Vínculo: Pessoa Jurídica, Enquadramento Funcional: Data Scientist, Carga horária: 40