Leonardo Alexandre de Geus

Atualmente é estagiário - T-Systems. Tem experiência na área de Ciência da Computação, com ênfase em Aprendizado de Máquinas

Informações coletadas do Lattes em 09/04/2024

Acadêmico

Formação acadêmica

Graduação em andamento em Engenharia de Controle e Automação

2014 - Atual

Pontifícia Universidade Católica do Paraná

Ensino Médio (2º grau)

2011 - 2013

Colégio Marista Pio XII

Formação complementar

2017 - 2017

Machine Learning (Coursera - Stanford University). (Carga horária: 80h). , Stanford University, STANFORD, Estados Unidos.

2017 - 2017

Current Practices in Renewable Energy. (Carga horária: 50h). , Université Catholique de Lille, CATHO, França.

2016 - 2016

Web Standards com HTML 5. (Carga horária: 40h). , Elaborata, ELA, Brasil.

Idiomas

Inglês

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

Português

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

Francês

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

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aprendizado de Máquinas.

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

Grande área: Outros / Área: Robótica, Mecatrônica e Automação.

Projetos de pesquisa

2018 - Atual

Paradigmas de Aprendizado Profundo Aplicados ao Diagnóstico De Doença de Alzheimer e Tdah, Descrição: Através desta pesquisa é esperado pesquisar sobre os métodos atuais de diagnóstico de Alzheimer e TDAH através de técnicas de aprendiam de máquina profunda, utilizando redes neurais convulsionais e suas derivações. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leonardo Alexandre de Geus - Coordenador / Leandro dos Santos Coelho - Integrante.
2017 - Atual

Rede Neural Convolucional combinada com Evolução Diferencial para o diagnóstico de Alzheimer, Descrição: O projeto consiste na utilização de redes neurais convulsionais para a análise de imagens fMRI e PET na distinção de pacientes com Alzheimer.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leonardo Alexandre de Geus - Coordenador / Viviana Cocco Mariani - Integrante.
2016 - 2017

Classificação de Proteínas, Descrição: Entre os problemas mais difundidos dentro da ciência de dados e na biomedicina, a classificação de proteínas é uma das mais estudadas, isto se deve a dois fatores: a dificuldade apresentada para desenvolver ferramentas eficazes nesta categoria e a necessidade destas informações para desenvolvimento de novas drogas bem como a manutenção da saúde. A dificuldade comentada deve-se a grandes massas de dados que são submetidas ao classificador gerando resultados com pequeno grau de certeza. Assim, um grande esforço tem sido realizado pela comunidade acadêmica para desenvolver e mensurar novos algoritmos para aumentar este grau de certeza e ter resultados mais confiáveis. Nesta pesquisa, optou-se por mensurar os algoritmos C4.5, NaiveBayes, SMO e JRip através da classificação plana utilizando oito bases de dados sendo metade delas bases de dados de proteínas GPCR e a outra metade EC. Como resultado, obtiveram-se as taxas de confiabilidade de cada algoritmo e em alguns casos a medida F para garantir melhores estimativas. Por fim, foi realizado uma integração da plataforma Weka com a linguagem Java para realizar um aprimoramento no algoritmo C4.5 através de modificações em seus parâmetros padrões e a aplicação da técnica de AdaBoost.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leonardo Alexandre de Geus - Coordenador / Maria Angela Moscalewski Roveredo dos Santos - Integrante.

Prêmios

2018

Prémio Dean List, PUCPR.

2017

Prêmio Dean´s List, Pontifícia Universidade Católica do Paraná.

2016

2º Lugar no Desafio Rockwell Automation de Inovação, Rockwell Automation.

Histórico profissional

Experiência profissional

2016 - 2017

Pontifícia Universidade Católica do Paraná

Vínculo: , Enquadramento Funcional:

2016 - 2017

Access Consultoria e Informática

Vínculo: Outro (especifique), Enquadramento Funcional: Estagiário

Atividades

08/2016
Estágios , Access, .,Estágio realizado, Estágio de Desenvolvimento iOS.

2017 - Atual

T-Systems

Vínculo: Celetista, Enquadramento Funcional: Estagiário, Carga horária: 30

Outras informações:
Com as diversas demandas de aplicativos móveis e inovação exigidas pelas empresas atualmente, foi criado uma nova área na sede da T-Systems em Curitiba que busca desenvolver ferramentas para a inserção de vários dos seus clientes em uma melhor experiencia de Digital Transformation. Assim, em meu período de estágio nesta área, foi me possibilitado trabalhar com: - Desenvolvimento iOS em aplicativos para Audi, Volkswagen, Grupo Boticário... - Trabalhar com IoT para criar dispositivos com micro-controladores conectados em redes WiFi e 4G. - Desenvolvimento de aplicativos de IA, de aprendizagem profunda e mineração de dados.