Gustavo Roncolato Soares

Graduado em Marketing e em Sistemas de Informação, ambas pelo Centro Universitário Antônio Eufrásio de Toledo. Desenvolveu uma iniciação científica utilizando redes neurais convolucionais com o tema de; "Detecção de câncer de mama através de Rede Neural Convolucional" como bolsista PICT (Programa de Iniciação Científica Toledo), cujo trabalho recebeu a premiação de primeiro lugar na linha de Educação, Tecnologia, Inovação e Empreendedorismo no evento Encontro Toledo de Iniciação Científica. O mesmo trabalho foi julgado e premiado com créditos de recursos em nuvem no programa Google Cloud Research Credits em parceria com Harvard Global Health Institute. Integrante ativo do Grupo de Pesquisa em Tecnologias Exponenciais e Inteligência Artificial (GTEXI). Atualmente é bolsista FAPESP TT1 pela empresa Inspectral, onde auxilia na elaboração de algoritmos para aquisição de imagens de satélites e também em algoritmos utilizados para a incrementação da inteligência artificial e desenvolvimento de redes neurais convolucionais.

Informações coletadas do Lattes em 03/05/2026

Acadêmico

Formação acadêmica

Graduação em Sistemas de Informação

2015 - 2021

Faculdades Integradas "Antonio Eufrásio de Toledo"
Título: VIABILIDADE DE DETECÇÃO DE CÂNCER DE MAMA ATRAVÉS DE REDE NEURAL CONVOLUCIONAL EM MAMOGRAFIAS
Orientador: Alisson Fernando Coelho do Carmo

Graduação em Marketing

2011 - 2013

Faculdades Integradas "Antonio Eufrásio de Toledo"

Ensino Médio (2º grau)

2007 - 2009

Olga Yasuko Yamashita

Formação complementar

2020 - 2020

Voo Manual e Autonômo do drone X800 GEO. , XFLY TECNOLOGIA, XFLY, Brasil.

Idiomas

Inglês

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

Português

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

Áreas de atuação

Grande área: Ciências Sociais Aplicadas / Área: Administração / Subárea: Administração de Empresas/Especialidade: Marketing.

Participação em eventos

TOLEDO CODING WEEK - ReactJS: Conceitos e uma primeira aplicação prática.. 2019. (Oficina).

31ª Semana da Computação e Informática. 2018. (Encontro).

TOLEDO CODING WEEK:. 2018. (Oficina).

30ª Semana da Computação e Informática. 2017. (Encontro).

Encontro Regional dos Estudantes de Medicina. 2017. (Encontro).

28ª Semana da Computação e Informática. 2016. (Encontro).

27ª Semana da Computação e Informática. 2015. (Encontro).

26ª Semana da Computação e Informática. 2014. (Encontro).

Produções bibliográficas

SOARES, G. R. ; CARMO, A. F. C. . VIABILIDADE DE DETECÇÃO DE CÂNCER DE MAMA ATRAVÉS DE REDE NEURAL CONVOLUCIONAL EM MAMOGRAFIAS. In: XVI Encontro Toledo de Iniciação Científica ?Prof. Dr. Sebastião Jorge Chammé, 2020, Presidente Prudente. ETIC - ENCONTRO DE INICIAÇÃO CIENTÍFICA - ISSN 21-76-8498, 2020.
SOARES, G. R. ; PADUA, A. J. ; NOYA, L. ; RIBEIRO, E. . Inteligência artificial: e nós com isso?. 2020. (Apresentação de Trabalho/Conferência ou palestra).
SOARES, G. R. ; CARMO, A. F. C. . VIABILIDADE DE DETECÇÃO DE CÂNCER DE MAMA ATRAVÉS DE REDE NEURAL CONVOLUCIONAL EM MAMOGRAFIAS. 2020. (Apresentação de Trabalho/Congresso).
SOARES, G. R. ; LANGHI, P. J. P. . COMPACTAÇÃO DE ARQUIVOS UTILIZANDO O ALGORITMO DE HUFFMAN E ÁRVORES BINÁRIAS. 2018. (Apresentação de Trabalho/Congresso).
SOARES, G. R. ; POLIDORIO, G. R. S. . GESTÃO DE CLIENTES: UM ESTUDO DE CASO SOBRE A EFICÁCIA DO MARKETING DE RELACIONAMENTO. 2012. (Apresentação de Trabalho/Congresso).
SOARES, G. R. . Oficina de Photoshop. 2018. (Curso de curta duração ministrado/Especialização).
SOARES, G. R. . Oficina de Photoshop. 2017. (Curso de curta duração ministrado/Especialização).
SOARES, G. R. . Oficina de Photoshop. 2016. (Curso de curta duração ministrado/Especialização).
SOARES, G. R. . Oficina de Criatividade no uso do Photoshop. 2015. (Curso de curta duração ministrado/Especialização).
SOARES, G. R. . Oficina de Criatividade no uso do Photoshop. 2014. (Curso de curta duração ministrado/Especialização).

Projetos de pesquisa

2020 - 2020

VIABILIDADE DE DETECÇÃO DE CÂNCER DE MAMA ATRAVÉS DE REDE NEURAL CONVOLUCIONAL EM MAMOGRAFIAS, Descrição: No universo feminino brasileiro o tipo de neoplasia maligna que possui a maior taxa de mortalidade é o câncer de mama. Quando há detecção precoce da doença o índice de sucesso é maior, resultando em melhora do prognóstico e, consequentemente, cura da doença. O presente estudo tem por objetivo analisar a viabilidade de um sistema capaz de detectar câncer de mama através de redes neurais convolucionais, classificando uma mamografia em cinco classes: não câncer; calcificação benigna; calcificação maligna; massa benigna; e massa maligna. Foi realizado processamento no banco de dados contendo 55.890 imagens, no qual ocorreu a conversão de dados em estrutura tfrecords para o formato imagem, que se faz necessária ao utilizar a rede neural. Após esta etapa, foi realizada a classificação das imagens nas cinco categorias mencionadas para viabilizar a realização de testes a fim de verificar a acurácia do algoritmo de machine learning em identificar e classificar o câncer de mama. Utilizando uma pequena partição de 10% imagens do banco de dados total para verificar os resultados iniciais apresentados nesse trabalho, foi possível obter 44% de acurácia global destacando a capacidade de agilizar a detecção precoce e rápida do câncer de mama utilizando inteligência artificial.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Gustavo Roncolato Soares - Integrante / Alisson Fernando Coelho do CARMO - Coordenador.

Prêmios

2020

Premiado em primeiro lugar no Encontro de Iniciação Científica ?Prof. Dr. Sebastião Jorge Chammé", Toledo Prudente Centro Universitário.

Histórico profissional

Experiência profissional

2020 - 2024

Soluções Inovadoras em Tecnologia da Informação Espacial

Vínculo: Bolsista, Enquadramento Funcional: Estudante de Iniciação Cientifica

Outras informações:
#9679;Implementei soluções algorítmicas de deep learning, com foco em visão computacional utilizando Python e bibliotecas como OpenCV, Tensorflow, Keras, Pytorch, Pandas, Numpy, SciPy e Scikit-learn. #9679;Utilizando Django e Docker na construção de soluções robustas e escaláveis, facilitando a implantação e garantindo eficiência #9679;Controlei os bancos de dados utilizando MySQL e PostgreSQL #9679;Atuei delegando task e acompanhando evolução no jira #9679;Explorei os serviços da AWS, SQS, EC2, S3 e Elastic Beanstalk, para criar e gerenciar sistemas na nuvem, priorizando desempenho e escalabilidade#9679;Forneci suporte ao desenvolvimento de soluções algorítmicas baseadas em técnicas de visão computacional e métodos de aprendizagem de máquina para consumir imagens multiespectrais capturadas por drone e satélite#9679;Realizei trabalhos de campo realizando voos com dronesPrincipais resultados obtidos: #9679;Realizei melhorias nos códigos, para obter uma maior acurácia, com o objetivo de alcançar melhores resultados junto aos clientes#9679;Participei de planejamento para desenvolver novos serviços a clientes

2020 - 2020

Faculdades Integradas "Antonio Eufrásio de Toledo"

Vínculo: Bolsista, Enquadramento Funcional: Estudante de Iniciação Cientifica

Outras informações:
Detecção de câncer de mama através de Rede Neural Convolucional

2024 - Atual

Santo Digital

Vínculo: Celetista, Enquadramento Funcional: Machine Learning Enginner, Carga horária: 40

Outras informações:
#9679;Modelagem e treinamento de modelos de machine learning e deep learning, utilizando bibliotecas como TensorFlow, PyTorch, Scikit-learn, XGBoost e PyCaret.#9679;Desenvolvimento de pipelines de dados escaláveis com Apache Beam e Cloud Dataflow, integrando diversas fontes no ambiente Google Cloud Platform.#9679;Implantação de modelos em produção com uso de Vertex AI, CloudRun, CloudBuild e Docker, aplicando práticas de MLOps para versionamento, monitoramento e reprodutibilidade.#9679;Condução de projetos de dados com base na metodologia CRISP-DM, estruturando todas as etapas desde o entendimento do negócio até a entrega de resultados interpretáveis.#9679;Aplicação de GenAI (modelos generativos) em soluções de linguagem natural para tarefas como geração de texto, compreensão de conteúdo e automação de processos.#9679;Desenvolvimento de fluxo de anamnese médica com GenAI e Streamlit, permitindo que médicos gravassem ou enviassem áudios que eram automaticamente convertidos em prontuário eletrônico estruturado, com integração ao WhatsApp para envio das informações ao paciente.#9679;Desenvolvimento de soluções NL2SQL, transformando consultas em linguagem natural em SQL executável no BigQuery, facilitando a análise de dados por usuários não técnicos.#9679;Implementação de agentes conversacionais com Vertex AI Agent Builder, orquestrando fluxos de raciocínio, integração com APIs e bases de dados empresariais.#9679;Colaboração direta com stakeholders e equipes multidisciplinares, traduzindo necessidades de negócio em soluções técnicas eficazes, com entregas frequentes via metodologias ágeis (Scrum).#9679;Atuação em projetos de diferentes segmentos, com foco em performance, escalabilidade e aplicação prática da IA em contextos reais de negócio.#9679;Apoio ao time na organização das tarefas no Jira, auxiliando no refinamento de histórias, acompanhamento de sprints e priorização de entregas.