Joao Guilherme Squinelato de Melo

Bacharel em Engenharia de Computação pela Universidade Tecnológica Federal do Paraná Câmpus Cornélio Procópio (UTFPR-CP). Suas principais áreas de interesse são Ciência e Engenharia de Dados.

Informações coletadas do Lattes em 06/05/2024

Acadêmico

Formação acadêmica

Graduação em Engenharia de Computação

2016 - 2022

Universidade Tecnológica Federal do Paraná
Título: Um Modelo de Predição para o Mercado Acionário Baseado em uma Rede Neural Recorrente e Análise Técnica de Ações
Orientador: Giovani Volnei Meinerz

Ensino Médio (2º grau)

2013 - 2015

Esquema Unico

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Português

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

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Estatística/Especialidade: Análise de Dados.

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

Produções bibliográficas

  • OSTI, B. A. ; OLIVEIRA, D. S. ; SQUINELATO, J. G. . O LÚDICO NA APRENDIZAGEM COMPUTACIONAL: UMA EXPERIÊNCIA COM JOGOS DIGITAIS NA OPERAÇÃO RONDON 2017. DIÁLOGO E INTERAÇÃO , v. 11, p. 1, 2017.

  • SQUINELATO, J. G. ; MEINERZ, G. V. . Análise de sentimentos de textos voltados ao mercado de ações. In: XXIV Seminário de Iniciação Científica e Tecnológica da UTFPR, 2019, Pato Branco. Análise de sentimentos de textos voltados ao mercado de ações. Curitiba: Seminário de Iniciação Científica e Tecnológica da UTFPR, 2019. v. 24. p. 0-0.

Outras produções

SQUINELATO, J. G. ; MEINERZ, G. V. . Análise de sentimentos de textos voltados ao mercado de ações. 2019. (Relatório de pesquisa).

Projetos de pesquisa

  • 2018 - 2019

    Um Modelo de Análise Preditivo do Impacto do Sentimento Público na Oscilação do Mercado Acionário, Descrição: Atualmente, um expressivo volume de dados relacionados ao mercado de ações está disponível na Internet. Na era centrada em dados em que vivemos, esse volume tende a aumentar, impulsionado pela ampla adoção de dispositivos móveis com acesso à Internet, o que resultou no surgimento de ferramentas relacionadas às redes sociais, como Twitter, Flickr, LinkedIn e Facebook. Estas ferramentas, por sua vez, permitem a indivíduos e organizações expressar publicamente suas preferências e emoções, bem como opiniões sobre o mercado de ações, cujos efeitos são considerados notáveis. Nesse sentido, a análise do sentimento público tem ganhado atenção dos participantes desse mercado. Ganha destaque também, o desafio em ter que lidar com novos tamanhos de dados, com a alta velocidade em que novos dados gerados precisam ser armazenados, com a ampla variedade de formatos e estruturas desses dados, bem como as novas técnicas e métodos de processamento e análise requeridos, fazendo surgir a necessidade do emprego das tecnologias de Big Data. Diversas pesquisas, com foco na análise dos dados coletados das redes sociais, notadamente Twitter, buscaram identificar a correlação existente entre as opiniões expressas e a oscilação dos seus preços. No entanto, a maioria dos estudos recentes centrou-se na avaliação do impacto de apenas uma única fonte de informação. Assim, este projeto de pesquisa tem como objetivo investigar o efeito conjunto do sentimento público expresso em múltiplas fontes de informação relacionadas ao mercado financeiro e desenvolver um modelo de análise preditivo, visando melhorar a previsão das oscilações futuras dos preços das ações de determinadas empresas listadas na bolsa de valores brasileira.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (8) / Doutorado: (1) . , Integrantes: João Guilherme Squinelato de Melo - Integrante / Giovani Volnei Meinerz - Coordenador / Thaysla Fernanda Gomes da Cruz - Integrante / Vitor Fabrile Guastala - Integrante / Alvaro Pedroso Queiroz - Integrante / Guilherme Eiti Akita Miua - Integrante / Isabela Nunes Caetano - Integrante / Vítor Ângelo Misciato Teixeira - Integrante / Vinicius Augusto Souza - Integrante.

  • 2017 - 2018

    EDITEC - Educação em diálogo: Sociedade, Arte e Tecnologia, Descrição: Criado em 2008, o grupo EDITEC tem como foco estudos sobre as relações entre educação, sociedade, arte e tecnologia, com as linhas de pesquisa: Diálogos Culturais; Literatura, leitura e ensino: vivências. Desenvolve atividades de pesquisa e de extensão, com diferentes parceiros, acadêmicos ou não: UENP, FACCREI- FACED, SEMED de C. Procópio, Rotary Club de CP, UTFPR-Londrina, SEED-PR.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (8) / Especialização: (4) / Mestrado acadêmico: (6) / Mestrado profissional: (4) / Doutorado: (3) . , Integrantes: João Guilherme Squinelato de Melo - Integrante / Silvana Rodrigues Quintilhano - Integrante / Vanderley Flor da Rosa - Integrante / José de Arimatéa Silva - Integrante / Waldemar Violante Striquer - Integrante / Fabio Augusto de Oliveira Santos - Integrante / Izabel Cristina Marson - Integrante / Guadalupe Estrelita dos Santos Menta Ferreira - Integrante / Leda Maria Dalla Costa Resende - Integrante / Rubia Souza Pimenta de Padua - Integrante / Delba Tenorio Lima Patriota Villela - Integrante / João Vitor Fagundes - Integrante / Kevin Silva Feitosa - Integrante / Maria Carolina Lopes Braulino - Integrante / Nathália dos Santos Araújo - Integrante / Elaine Pinheiro Neves de Macedo - Integrante / Alexandre Rômolo Moreira Feitosa - Integrante / Amanda Martins dos Reis - Integrante / Denise da Silva de Oliveira - Integrante / Dirceu Casa Grande Junior - Integrante / Elton Mitio Yoshimoto - Integrante / Inês Cardin Bressan - Integrante / Luciana Carneiro Hernandes - Integrante / Luiz Adriano Morganti - Integrante / Roberto Bondarik - Integrante / Rosangela Maria de Almeida Netzel - Integrante / Sônia Maria Rodrigues - Integrante / Zenaide Aparecida Negrão - Integrante / Bárbara Rocha Feltrin - Integrante / Mário Cézar Alves Ferreira - Integrante / Flavia Taciane do Nascimento - Integrante / Débora Maria Proença - Integrante / Joel Leon Slipack - Integrante / Andriéli Hilário Barizão - Integrante / Joana Pereira Repinaldo - Integrante / Fernando Henrique Pereira - Integrante / Anderson Yoshiaki Iwazaki da Silva - Integrante / Adriana Garcia - Integrante / Debora Graciela Radenti Garcia - Integrante / Bruna Caroline Gonçalves Fernandes - Integrante / Bruna Almeida Osti - Integrante / Gabriel Lechenco Vargas Pereira - Integrante / Paulo Cesar Paulino - Integrante / Marilu Martens Oliveira - Coordenador.

Prêmios

2019

1 lugar na modalidade computação no XXIV Seminário de Iniciação Científica e Tecnológica, Universidade Tecnológica Federal do Paraná - Câmpus Pato Branco.

Histórico profissional

Experiência profissional

2018 - 2019

Universidade Tecnológica Federal do Paraná

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

2017 - 2017

Universidade Estadual de Ponta Grossa

Vínculo: Rondonista, Enquadramento Funcional: Assistente, Carga horária: 40, Regime: Dedicação exclusiva.

2020 - 2020

SENAI - Departamento Regional do Paraná

Vínculo: Bolsista, Enquadramento Funcional: Desenvolvedor full-stack, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Desenvolvimento back-end de API REST com Django e também front-end com React, Redux e Material UI

2019 - 2019

Incubadora de Inovações UTFPR-CP

Vínculo: Aprendiz, Enquadramento Funcional: Cientista de Dados, Carga horária: 10

Outras informações:
Enquanto aprendiz de Cientista de Dados na Kaggen, empresa incubada da UTFPR-CP, utilizei algoritmos de segmentação de imagens para identificar fileiras em plantações de soja

2020 - Atual

Via Consulting

Vínculo: Celetista, Enquadramento Funcional: Engenheiro de TI, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Desenvolvimento de APIs REST com AWS CloudFormation, AWS Lambda, TypeScript, NojeJs e Jest para testes unitários. Replicação de dados, processos de ETL, desenvolvimento de datahubs, automatização de processos de engenharia de dados e treinamento de modelos de aprendizado de máquina