Jonathan Cardoso Silva

Foi aluno bolsista do programa Ciência Sem Fronteiras no curso de doutorado em Ciências da Computação no King's College London, Reino Unido. Possui graduação em Engenharia de Computação pela Universidade Federal de Goiás (2013) e mestrado em Engenharia Elétrica e de Computação pela Universidade Federal de Goiás (2014), atuando principalmente nos seguintes temas: inteligência de enxame, otimização multiobjetivo, sistemas hidrotérmicos e análise de redes complexas. Atualmente trabalha como Cientista de Dados na Data Science Brigade, uma empresa brasileira de consultoria e soluções em ciência de dados e machine learning.

Informações coletadas do Lattes em 07/09/2025

Acadêmico

Formação acadêmica

Doutorado em Computer Science Research MPhil/PhD

2014 - 2018

King's College London
Título: Optimisation-based methodologies for complex data analysis
Orientador: Sophia Tsoka
Coorientador: Nishanth Sastry. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.

Mestrado em Engenharia Elétrica e de Computação

2012 - 2014

Universidade Federal de Goiás
Título: Comparação de Abordagens MOPSO no Planejamento da Operação de Sistemas Hidrotérmicos,Ano de Obtenção: 2014
Orientador: Gélson da Cruz Júnior
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: sistemas hidrotérmicos; otimização multiobjetivo; planejamento energético; otimização por enxame de partículas; inteligência de enxames; algoritmos evolucionários. Grande área: EngenhariasGrande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metaheurísticas.

Graduação em Engenharia de Computação

2008 - 2013

Universidade Federal de Goiás
Título: Aplicação de Otimização Multiobjetivo por Enxame de Partículas no Planejamento Energético de Sistemas Hidrotérmicos
Orientador: Gélson da Cruz Júnior

Pós-doutorado

2021

Pós-Doutorado. , London School of Economics and Political Science, LSE, Grã-Bretanha. , Grande área: Ciências Exatas e da Terra, Grande Área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Estatística / Especialidade: Inferência Paramétrica. , Grande Área: Ciências Humanas / Área: Antropologia / Subárea: Antropologia Rural.

Formação complementar

2013 - 2013

II ComplexNet - Workshop and School in Complex Net. (Carga horária: 48h). , Instituto de Estudos Avançados - USP, IEA-USP, Brasil.

Idiomas

Inglês

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

Espanhol

Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente.

Francês

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

Áreas de atuação

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

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

Organização de eventos

CARDOSO-SILVA, JONATHAN ; CAMARGO, C. Q. ; MOURA, K. V. ; BROOKE, S. ; MARZAGAO, D. K. . Building Data Science Collaborations between the UK and Brazil. 2021. .

Participação em eventos

Informatics for Health 2017. Community detection algorithms for analysis of biological networks. 2017. (Congresso).

ISMB/ECCB 2017. Model tree by ensemble of piecewise linear models and its application to QSAR modelling. 2017. (Congresso).

UKQSAR. 2017. (Encontro).

NetSci 2015. Sequential Clustering of Dynamic Network Snapshots using Mathematical Programming. 2015. (Congresso).

BRICS-CCI. Comparing MOPSO Approaches for Hydrothermal Systems Operation Planning. 2013. (Congresso).

Computer on the Beach. Aplicação de Otimização Multiobjetivo por Enxame de Partículas no estudo dos Sistemas Hidrotérmicos. 2013. (Congresso).

Participação em bancas

Aluno: José Estevam de Andrade Junior

CARDOSO-SILVA, JONATHAN. Comparando Embeddings Contextuais no Problema de Busca de Similaridade Semântica em Português. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia da Computação) - Universidade Federal do Rio Grande do Norte.

Orientou

José Estevam de Andrade Junior

Assessing iSklearn for automated machine learning applied to natural language processing; Início: 2021; Dissertação (Mestrado profissional em Sistemas e Computação) - Universidade Federal do Rio Grande do Norte; (Coorientador);

Produções bibliográficas

TSE, EDWIN G. AITHANI, LAKSH ANDERSON, MARK CARDOSO-SILVA, JONATHAN CINCILLA, GIOVANNI CONDUIT, GARETH J. GALUSHKA, MYKOLA GUAN, DAVY HALLYBURTON, IRENE IRWIN, BENEDICT W. J. KIRK, KIARAN LEHANE, ADELE M. LINDBLOM, JULIA C. R. LUI, RAYMOND MATTHEWS, SLADE MCCULLOCH, JAMES MOTION, ALICE NG, HO LEUNG ÖEREN, MARIO ROBERTSON, MURRAY N. SPADAVECCHIO, VITO TATSIS, VASILEIOS A. VAN HOORN, WILLEM P. WADE, ALEXANDER D. WHITEHEAD, THOMAS M. , et al. WILLIS, PAUL TODD, MATTHEW H. ; An Open Drug Discovery Competition: Experimental Validation of Predictive Models in a Series of Novel Antimalarials. JOURNAL OF MEDICINAL CHEMISTRY , v. 1, p. acs.jmedchem.1c00313, 2021.
CARDOSO-SILVA, JONATHAN ; PAPADATOS, GEORGE ; PAPAGEORGIOU, LAZAROS G. ; TSOKA, SOPHIA . Optimal Piecewise Linear Regression Algorithm for QSAR Modelling. Molecular Informatics , v. 1, p. 1, 2018.
SILVA, JONATHAN C. ; BENNETT, LAURA ; PAPAGEORGIOU, LAZAROS G. ; TSOKA, SOPHIA . A mathematical programming approach for sequential clustering of dynamic networks. European Physical Journal. B, Condensed Matter and Complex Systems (Internet) , v. 89, p. 39, 2016.
YANG, LINGJIAN ; SILVA, JONATHAN ; PAPAGEORGIOU, LAZAROS ; TSOKA, SOPHIA . Community Structure Detection for Directed Networks through Modularity Optimisation. Algorithms , v. 9, p. 73, 2016.
ANDRADE JUNIOR, J. E. ; CARDOSO-SILVA, JONATHAN ; BEZERRA, L. C. T. . Comparing Contextual Embeddings for Semantic Textual Similarity in Portuguese. Lecture Notes in Computer Science. 1ed.: Springer, 2021, v. 13074, p. 389-.
SILVA, J. C. ; CRUZ JÚNIOR, G. ; VINHAL, C. D. N. ; BASTOS FILHO, C. J. A. ; SILVA, D. R. C. . Comparing MOPSO Approaches for Hydrothermal Systems Operation Planning. In: BRICS-CCI, 2013, Ipojuca. BRICS-CCI, 2013. p. 551-556.
SILVA, J. C. . Estudo de Técnicas Multiobjetivo por Enxame de Partículas de Otimização de Sistemas HIdrotérmicos. In: CONPEEX, 2013, Goiânia. X Conpeex. Goiânia: UFG, 2013.
SILVA, J. C. ; BENNETT, L. ; TSOKA, S. ; PAPAGEORGIOU, L. G. . Sequential Clustering of Dynamic Networks Using Mathematical Programming. 2015. (Apresentação de Trabalho/Conferência ou palestra).
SILVA, J. C. ; CRUZ JÚNIOR, G. ; VINHAL, C. D. N. . Aplicação de Otimização Multiobjetivo por Enxame de Partículas no estudo dos Sistemas Hidrotérmicos. 2013. (Apresentação de Trabalho/Congresso).

Histórico profissional

Experiência profissional

2014 - 2018

King's College London

Vínculo: Bolsista, Enquadramento Funcional: PhD candidate, Regime: Dedicação exclusiva.

Atividades

04/2014 - 05/2018
Pesquisa e desenvolvimento, Natural & Mathematical Sciences, Department of Informatics.,Linhas de pesquisa

2010 - 2012

Indra Politec

Vínculo: Celetista formal, Enquadramento Funcional: Desenvolvedor de Software, Carga horária: 40

Outras informações:
Desenvolvimento de software web J2EE, distribuído e em larga escala para clientes de importantes redes bancárias do país.

2018 - 2021

Data Science Brigade

Vínculo: Celetista, Enquadramento Funcional: Cientista de Dados, Carga horária: 40

Outras informações:
Teams: I led a team of data scientists and software developers. Business: I worked directly with clients to trace objectives and Key Performance Indicators (KPIs) adequate for their needs. Analytics and ML: exploratory analysis, data normalization, data pre-processing, model building and validation usually through scikit-learn or Spark. Custom ML solutions: whenever the standard tools did not serve the purposes of the project, I would propose my own algorithms, statistics, metrics and develop custom cross-validation strategies as needed. Data Engineering: Integration of data sources, creation of data lakes, cloud computing (AWS, Google Cloud, Azure). Research topics: epiCata: I coordinated research about covid-19 epidemic spread modelling and forecast for the state of Santa Catarina, Brazil. A preprint is available and the paper is currently under review at Nature Scientific Reports. timelines: Identify patterns in temporal network-like collections of data, for an internal software product.