Ivomar Brito Soares

Outras informações:
Um dos responsáveis pelo desenvolvimento e manutenção do AirTOp - Otimização do Tráfego Aéreo desenvolvido em Java. As principais tarefas executadas foram: análise e geração de requisitos, codificação, geração e manutenção de casos de teste, treinamento e suporte ao cliente. Principais projetos: ? Responsável pela detecção de conflitos EnRoute da aeronave e módulo de resolução do AirTOp. ? Responsável pelo projeto iPort (Innovative Airport). Iniciativa colaborativa entre Airtopsoft e DFS (Deutsche Flugsicherung), Delair Air Traffic Systems e DLR (Centro Aeroespacial Alemão), os três últimos com sede na Alemanha. ? Responsável pelo projeto ASAS (Airborne Separation Assistance System) com o ENAV na Itália. Projeto parte da iniciativa SESAR (Céu Único Europeu) do Eurocontrol. Principais realizações: ? Sistematização do mecanismo de detecção e resolução de conflitos do EnRoute. Mais de 80% dos conflitos detectados foram resolvidos na maioria dos cenários testados. ? Conclusão bem sucedida do projeto iPort. Primeiro de seu tipo para conectar ferramentas usadas em tempo real AMAN e CLOU (DFS) e DMAN (Delair) em um contexto de Fast Time Simulation (FTS). Escreveu o Protocolo de Transferência de Mensagens de Vôo (FMTP) do Eurocontrol, módulo de jogos de aeronaves, aplicativo multiencadeado com conexões TCP / IP. ? Testar conceitos inovadores de transferência de responsabilidade pelas manobras de resolução de conflitos do controlador para a tripulação do piloto. Projeto parte da iniciativa Eurocontrol / Sesar.

Outras informações:
Pesquisa e implementação de referência sobre como a técnica de Inteligência Artificial (IA) / Machine Learning (ML) denominada Reinforcement Learning (RL) pode ser usada para o controle e gerenciamento de aeronaves de partida em grandes aeroportos. Este estudo teve como objetivo desenvolver ferramentas do Sistema de Suporte à Decisão (DSS) para ajudar nas tarefas executadas pelo controlador da torre do aeroporto, comumente chamado de Departure MANagement (DMAN). Em parceria com Airtopsoft SA. Atividades principais: ? Revisão bibliográfica das principais técnicas de RL: modelagem de processos de decisão de Markov (MDP), Q-Learning, processos estocásticos, mecanismos de seleção de ações, aprendizado individual e conjunta, aproximação de funções etc. ? Revisão bibliográfica sobre o gerenciamento e controle de aeronaves que partem em grandes aeroportos. ? Modelagem, implementação e avaliação de um DMAN baseado em RL. ? Modelagem, implementação e avaliação de uma plataforma de testes DMAN no AirTep do Fast Time Simulator (FTS). Principais realizações: ? Primeiro modelo do processo de decisão de Markov (MDP) para um contexto do Departure MANager (DMAN). ? AirTOp convertido em um simulador Java de Aprendizagem por Reforço (RL) do zero. ? Os controladores RL superam os controladores de aeroporto simulados no cenário testado. ? Um dos primeiros protótipos de RL multi-agente em larga escala já criados e avaliados em um ambiente realista. Este foi um esforço muito importante de engenharia de software. ? A pesquisa resultou em uma publicação em co-autoria que apareceu em uma conferência internacional. Artigo: https://ieeexplore.ieee.org/document/7313285

Outras informações:
Trabalhou nos projetos de Machine Learning (ML) da Anchor Loans, construindo modelos preditivos em diversos projetos relacionados a investimentos imobiliários. Desenvolvimento de modelos de aprendizado supervisionado utilizando principalmente técnicas de classificação e regressão com dados numéricos, categóricos e textuais. Desenvolvimento de modelos de aprendizado não supervisionado usando técnicas de clusterização. Principais realizações: ? Desenvolvimento de um projeto de aprendizado de máquina aplicado, desde a coleta de dados até a implantação do modelo. ? Atuei como líder de equipe, liderando uma equipe de três engenheiros de aprendizado de máquina.