Rafael do Amaral Teodoro

Doutorando e mestre em Engenharia Elétrica e Computação, com formação em Engenharia mecatrônica pela Universidade Presbiteriana Mackenzie, Rafael atualmente desenvolve pesquisas em inteligência artificial aplicada. Durante 3 anos atuou como pesquisador do Centro de Pesquisas Avançadas MackGraphe, onde foi responsável por estudar polimentos de alta precisão em fibras ópticas aplicáveis a dispositivos fotônicos. Antes de ingressar na no programa de pós-graduação da UPM, incorporou-se ao time de planejamento de demanda da multinacional francesa Danone, onde desenvolveu interesse por ciência de dados ao realizar previsões de vendas mais assertivas com modelos de machine learning. No mestrado desenvolveu métodos automáticos de caracterização de GO (graphene oxide) utilizando redes artificiais convolucionais, pré-processamento de imagens e visão computacional. Atualmente Rafael desenvolve pesquisas relacionadas a saúde envolvendo imagens, contribuindo em diferentes projetos, com: predição de idade óssea de crianças e adolescentes; detecção de Alzheimer em estágios iniciais utilizando imagens de MRI; classificação de câncer de estômago por meio de imagens.

Informações coletadas do Lattes em 05/12/2025

Acadêmico

Formação acadêmica

Doutorado em andamento em Engenharia Elétrica e Computação

2022 - Atual

Universidade Presbiteriana Mackenzie
Título: DEEP LEARNING APPLIED TO BONE AGE ASSESSMENT: A CASE STUDY WITH DATA FROM THE BRAZILIAN POPULATION
Orientador: Leandro Augusto da Silva
com Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Deep Learning; Computer Vision; Bone Age Assessment; Radiology.Grande área: Ciências Exatas e da TerraGrande Área: Ciências da Saúde / Área: Medicina / Subárea: Artificial Intelligence.

Mestrado em Engenharia Elétrica e Computação

2020 - 2022

Universidade Presbiteriana Mackenzie
Título: DEEP-LEARNING E MÉTODOS COMPUTACIONAIS APLICADOS À CARATERIZAÇÃO TOPOLÓGICA DE ÓXIDO DE GRAFENO, Ano de Obtenção: 2022
Leandro Augusto da Silva.Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Deep Learning; Grafeno; Caracterização.Grande área: Ciências Exatas e da Terra

Graduação em Engenharia Mecânica

2016 - 2020

Universidade Presbiteriana Mackenzie
Título: FABRICAÇÃO DE FIBRAS ÓPTICAS EM PERFIL D PARA APLICAÇÃO EM DISPOSITIVOS FOTÔNICOS
Orientador: Lucia Akemi Miyazato Saito
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.

Curso técnico/profissionalizante

2011 - 2012

Centro Estadual de Educação Tecnológica Paula Souza

Ensino Médio (2º grau)

2009 - 2010

E.E. Dr. Àlvaro Guião

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Espanhol

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

Bandeira representando o idioma Português

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

Áreas de atuação

Grande área: Ciências da Saúde / Área: Medicina / Subárea: Artificial Intelligence.

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

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

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Robotics, Mechatronic and Automation.

Participação em eventos

ICNAIIT 2022: XVI. International Conference on Nanotechnology, Artificial Intelligence and Internet of Things. A Methodology Based on Image Processing and Deep Learning for Automatic Characterization of Graphene Oxide. 2022. (Congresso).

7º Encontro do INCT Nanomateriais de Carbono. FABRICAÇÃO DE FIBRA ÓPTICA DE PERFIL D PARA USO EM DISPOSITIVOS BASEADOS EM GRAFENO. 2019. (Congresso).

Produções bibliográficas

  • TEODORO, R. A. ; SILVA, L. A. . A Methodology Based on Image Processing and Deep Learning for Automatic Characterization of Graphene Oxide. In: ICNAIIT 2022: XVI. International Conference on Nanotechnology, Artificial Intelligence and Internet of Things, 2022, Berlim. XVI International research conference proceedings. Berlim: Open Science Index, 2022. v. XVI. p. 60-60.

  • TEODORO, R. A. ; SAITO, L. A. M. ; SCHINEIDER, M. C. . FABRICAÇÃO DE FIBRA ÓPTICA DE PERFIL D PARA USO EM DISPOSITIVOS BASEADOS EM GRAFENO. In: 7º Encontro do INCT Nanomateriais de Carbono, 2019, São Paulo. 7º Encontro do INCT Nanomateriais de Carbono, 2019.

Projetos de pesquisa

  • 2020 - Atual

    Deep-learning and computational methods applied to the characterization of topological graphene oxide images, Descrição: Development of a computational methodology based on deep-learning to characterize graphene oxide.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Rafael do Amaral Teodoro - Coordenador / Leandro Augusto da Silva - Integrante.

  • 2016 - 2020

    FABRICAÇÃO DE FIBRAS ÓPTICAS EM PERFIL D PARA APLICAÇÃO EM DISPOSITIVOS FOTÔNICOS, Descrição: A dificuldade de interagir materiais bidimensionais com o campo evanescente formado nas fibras ópticas, passa pela complexidade de obter uma estrutura física adequada das fibras. Este desafio tem impedido que novos dispositivos fotônicos baseados em nanomateriais bidimensionais sejam desenvolvidos. Apesar dos estudos contidos na literatura sobre as mudanças estruturais das fibras ópticas, ainda existem dificuldades na obtenção de estruturas controladas e de alta eficiência, apresentando uma lacuna do conhecimento. Compreender as melhores metodologias para a fabricação de fibras de perfil D presentes na literatura e propor um sistema mecatrônico que aplique os conceitos estudados, são os objetivos deste trabalho. javascript:void(0). , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Rafael do Amaral Teodoro - Coordenador / Lucia Akemi Miyazato Saito - Integrante.

Histórico profissional

Experiência profissional

2022 - Atual

Universidade Presbiteriana Mackenzie

Vínculo: Scholarship, Enquadramento Funcional: PhD Candidate, Carga horária: 40

2020 - 2022

Universidade Presbiteriana Mackenzie

Vínculo: Bolsista, Enquadramento Funcional: Pesquisador (Mestrado), Carga horária: 40, Regime: Dedicação exclusiva.

2016 - 2019

Universidade Presbiteriana Mackenzie

Vínculo: Bolsista, Enquadramento Funcional: Pesquisador (Graduação), Carga horária: 30, Regime: Dedicação exclusiva.

2019 - 2020

Institut Danone

Vínculo: Estágio, Enquadramento Funcional: Supply Chain, Carga horária: 36, Regime: Dedicação exclusiva.