BABAK REZAEI

Recebi meus diplomas de bacharelado e mestrado em Engenharia de Hardware de Computação e Engenharia de Software, respectivamente. Em março de 2019, iniciei meus estudos de doutorado no prestigiado Laboratório MINDS (Machine Intelligence and Data Science), situado na Universidade Federal de Minas Gerais (UFMG). Eu orgulhosamente defendi meu doutorado. tese em 30 de agosto de 2023Iniciando minha carreira profissional no ano de 2002, embarquei em minha função inaugural como engenheiro de instrumentação e controle, onde minhas responsabilidades abrangiam o desenvolvimento de código sob medida para Controladores Lógicos Programáveis (PLC) industriais no setor de Petróleo e Gás. Ao longo de quase 17 anos, mantive-me firmemente dedicado a esta área, prestando os meus serviços a diversas entidades, desde fabricantes a principais clientes. Durante esta extensa gestão, minhas funções profissionais evoluíram, passando de engenheiro sênior para gerente de projetos e, posteriormente, para o cargo de gerente técnico.Sou uma pessoa trabalhadora que acredita que há muitas coisas ao nosso redor para aprender e, sempre pronta para um novo desafio enquanto a complexidade do desafio não importa. Sempre há uma solução. Precisamos apenas pensar mais e ser mais inteligentes.

Informações coletadas do Lattes em 17/08/2024

Acadêmico

Formação acadêmica

Doutorado em Engenharia Elétrica

2019 - 2023

Universidade Federal de Minas Gerais
Título: Combining Genetic Local Search into Multi-Population Evolutionary Algorithms for the capacitated Vehicle Routing Problem
Frederico Gadelha Guimarães. Coorientador: Rasul Enayatifar, Pauline Catriona Haddow. Palavras-chave: Vehicle Routing Problem; Evolutionary Computation; Imperialist Competitive Algorithm; Hybrid Genetic Search; Island Genetic Algorithm; Multi-Population Genetic Algorithm. Grande área: Ciências Exatas e da TerraGrande Área: Engenharias / Área: Engenharia de Produção / Subárea: Pesquisa Operacional.

Mestrado em Software Engineering

2015 - 2017

Islamic Azad University
Título: novel hybrid model of permutation-diffusion technique based on evolutionary algorithms for image encryption, Ano de Obtenção: 2017
Orientador: Rasul Enayatifar
Palavras-chave: image encryption; Evolutionary Computation; Imperialist Competitive Algorithm.

Graduação em computer engineering

1996 - 2002

Shiraz University

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Português

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

Persa

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

Áreas de atuação

Grande área: Engenharias / Área: Engenharia Elétrica / Subárea: Data Science.

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

Produções bibliográficas

  • Rezaei, Babak ; ENAYATIFAR, RASUL ; HADDOW, PAULINE C. . Combining genetic local search into a multi-population Imperialist Competitive Algorithm for the Capacitated Vehicle Routing Problem. APPLIED SOFT COMPUTING , v. 142, p. 110309, 2023.

  • Rezaei, Babak ; MOBASSERI, MAHVASH ; ENAYATIFAR, RASUL . A secure, efficient and super-fast chaos-based image encryption algorithm for real-time applications. Journal of Real-Time Image Processing , v. 20, p. 30, 2023.

  • Rezaei, Babak ; GHANBARI, HASAN ; ENAYATIFAR, RASUL . An image encryption approach using tuned Henon chaotic map and evolutionary algorithm. NONLINEAR DYNAMICS , v. 111, p. 9629-9647, 2023.

Histórico profissional

Endereço profissional

  • Concert Technologies. , Rua Antônio de Albuquerque, 757, Savassi, 30112010 - Belo Horizonte, MG - Brasil, Telefone: (31) 31970716

Experiência profissional

2019 - Atual

Concert Technologies

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

Outras informações:
CIGA é a implementação de um projeto piloto utilizando ferramentas e técnicas de última geração da indústria para permitir a tomada de decisões em todos os níveis da CEMIG-D (empresa de distribuição de energia elétrica) para considerar o alinhamento da gestão de ativos técnicos e operacionais e regulatórios com o plano estratégico do distribuidor durante todo o ciclo de vida, desde a especificação da compra até o descomissionamento.Neste projeto desenvolvi 3 módulos:1. Módulo de interpolação meteorológica: concepção e implementação de um algoritmo de interpolação baseado no método Krigagem para estimar valores meteorológicos para locais não amostrados da rede de distribuição.2. Módulo de Machine Learning: projetar, processar dados e implementar um módulo AutoML para encontrar o melhor modelo de ML para cada alimentador da rede e prever o tempo total que cada alimentador ficará sem energia nos próximos dois meses.3. Módulo de gerenciamento de tarefas: projetar e implementar um algoritmo de gerenciamento de tarefas para atribuir as tarefas preventivas e priorizar os alimentadores com base nos valores previstos dos modelos de ML, prioridades de tarefas e margens de custo disponíveis. COD do Futuro é uma plataforma de consciência situacional de hipervisão espaço-tempo integrada baseada em IA para operação de distribuição que é uma ferramenta para apoiar a operação de sistemas de energia em tempo real usando técnicas de IA aplicadas ao controle, operação e proteção de energia elétrica sistemas. COD é o maior projeto de PD da empresa CEMIG até o momento. O projeto possui três núcleos principais baseados em algoritmos de IA e ML. Fui responsável por projetar pipeline de dados, seleção de modelo de ML e implementação desses três algoritmos que incluem os seguintes módulos:1. Um algoritmo de classificação para classificar os alarmes e eventos em tempo real para encontrar a causa raiz dos eventos.2. Um modelo de regressão ML para prever a corrente elétrica d