Leonardo Gonçalves de Moraes

Mestrando em Ciências da Computação pela USP (2021-atual) e graduado em Sistemas de Informação pela UFMS (2017-2021). Estagiário por dois anos na empresa estatal MSGÁS. Aluno voluntário de Iniciação Científica em 2020 na área de inteligência artificial e engenheiro de dados no Santander Tecnologia.

Informações coletadas do Lattes em 15/08/2024

Acadêmico

Formação acadêmica

Mestrado em andamento em Ciências da Computação e Matemática Computacional

2021 - Atual

Universidade de São Paulo
Título: Sumarização Multivideo: critérios para seleção de conteúdo
Rudinei Goularte.Palavras-chave: Visão computacional; Sumarização.Grande área: Ciências Exatas e da Terra

Graduação em Sistemas de Informação

2017 - 2021

Universidade Federal de Mato Grosso do Sul
Título: ESTUDO DE TÉCNICAS DE APRENDIZADO BASEADO EM UMA ÚNICA CLASSE PARA O RECONHECIMENTO FACIAL
Orientador: RAFAEL GERALDELI ROSSI

Ensino Médio (2º grau)

2014 - 2016

Colégio Salesiano Dom Bosco de Três Lagoas

Formação complementar

2021 -

Formação Flutter. (Carga horária: 80h). , Alura, ALURA, Brasil.

2021 -

Formação Django. (Carga horária: 100h). , Alura, ALURA, Brasil.

2021 - 2021

Formação Python para Data Science. (Carga horária: 100h). , Alura, ALURA, Brasil.

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Espanhol

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

Bandeira representando o idioma Português

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

Áreas de atuação

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

Participação em eventos

Integra UFMS 2020 - Live.ESTUDO DE TÉCNICAS DE APRENDIZADO BASEADO EM UMA ÚNICA CLASSE PARA O RECONHECIMENTO FACIAL. 2020. (Simpósio).

Semana de Desenvolvimento Profissional 2020. 2020. (Simpósio).

III Ciclo de Palestras em Computação do CPTL. 2019. (Outra).

Produções bibliográficas

  • MORAES, L. G. ; ROSSI, R. G. . ESTUDO DE TÉCNICAS DE APRENDIZADO DE BASEADO EM UMA ÚNICA CLASSE PARA O RECONHECIMENTO FACIAL. In: Integra UFMS 2020 - Live, 2020. ESTUDO DE TÉCNICAS DE APRENDIZADO DE MÁQUINA BASEADO EM UMA ÚNICA CLASSE PARA O RECONHECIMENTO FACIAL, 2020.

  • MORAES, L. G. ; ROSSI, R. G. . ESTUDO DE TÉCNICAS DE APRENDIZADO BASEADO EM UMA ÚNICA CLASSE PARA O RECONHECIMENTO FACIAL. 2020. (Apresentação de Trabalho/Simpósio).

Projetos de pesquisa

  • 2020 - Atual

    ESTUDO DE TÉCNICAS DE APRENDIZADO BASEADO EM UMA ÚNICA CLASSE PARA O RECONHECIMENTO FACIAL, Descrição: O reconhecimento facial (RF) é uma técnica de autenticação biométrica que não exige contato, permitindo que um sistema computacional reconheça um indivíduo (classe) tanto próximo quanto distante. Normalmente, o RF se dá através da extração e de características dos rostos dos indivíduos, e sempre que uma autenticação é necessária, é feita uma busca por similaridades (matching) com os dados dos rostos previamente salvos. Tal abordagem pode ser muito lenta, principalmente em grandes bases de dados. Para agilizar o processo de classificação, podem ser utilizadas técnicas de aprendizado de máquina (AM) para extrair características de imagens, além de gerar modelos para automatizar a classificação de indivíduos. Entretanto, a maioria dos trabalhos considera algoritmos de aprendizado de máquina multi-classe (AMMC), categoria essa em que é necessário fornecer ao modelo exemplos de todas as classes a serem classificadas. Em sistemas de RG em que nosso usuários tendem a ser inseridos constantemente, o modelos de aprendizado de máquina devem ser retreinandos constantemente, o que também pode demandar tempo e não possibilitar a autenticação de um novo usuário de maneira imediata. Para lidar com tal problema, pode-se fazer o uso do aprendizado de máquina baseado em uma única classe (AMUC), tipo de AM em que apenas a classe de interesse é informada ao algoritmo, podendo o mesmo, após o aprendizado, discriminar a classe de interesse das demais classes. Dado isso, o objetivo deste trabalho é analisar o uso de algoritmos de AMUC para o RF.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leonardo Gonçalves de Moraes - Integrante / Rafael Geraldeli Rossi - Coordenador.

Histórico profissional

Experiência profissional

2021 - Atual

F1RST - Santander Tecnologia

Vínculo: Formal labor contract, Enquadramento Funcional: IT Analyst +, Carga horária: 40

Outras informações:
Atuo como Engenheiro de Dados pleno em projetos de Big Data no setor de riscos e motores de decisão do banco, criando produtos de dados para clientes internos e bureaus externos. Trabalho no desenvolvimento de scripts ETL, construção de pipelines de dados e correção de incidentes. Tecnologias e linguagens: Python, SQL, Shell Script, Gitlab, Kubernetes, Argo Workflow e Control-M Ferramentas de Big Data: Spark, Hadoop, Hive e Hbase

2021 - 2021

Turim

Vínculo: Celetista, Enquadramento Funcional: Programador - Análise e Processamento de Dado, Carga horária: 40

Outras informações:
Atuei como desenvolvedor Python na área de dados da empresa, participando da coleta, processamento e análise de grandes bases de dados. Desenvolvi scripts ETL, automações RPA, web scrapers, APIs e relatórios sobre bases de dados. Principais linguagens: Python, SQL, VBA e PHP Ferramentas e tecnologias: Google Cloud, Pandas, Excel, Selenium, Numpy, OCR, RPA, PLN

2019 - 2020

MSGÁS - Companhia de Gás do Estado de Mato Grosso do Sul

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

Outras informações:
Estágio na área de tecnologia da informação. Responsável por desenvolver e prover suporte a aplicativos android da empresa, analisar e gerar visualizações gráficas de dados de medições e prover suporte aos usuários em relação a hardware e software.

2019 - 2019

Universidade Federal de Mato Grosso do Sul

Vínculo: Vínculo institucional, Enquadramento Funcional: Monitor, Carga horária: 12

Outras informações:
Monitoria voluntária da disciplina Programação Orientada a Objetos, sob supervisão do professor Rafael Geraldeli Rossi.

2018 - 2018

Secretaria de Estado de Educação de MS

Vínculo: Colaborador, Enquadramento Funcional: Parceiro, Carga horária: 5

2017 - 2018

Kumon - Três Lagoas

Vínculo: Bolsista, Enquadramento Funcional: Monitor de Inglês e Matemática, Carga horária: 16