LUCAS FERRO ZAMPAR

Graduando em Ciência da Computação pela Universidade Federal do Amapá (UNIFAP). Entre 2022 e 2023, foi monitor nas disciplinas Inteligência Artificial, Introdução a Ciência da Computação e Sistemas Operacionais respectivamente. Ao longo das monitorias, teve a oportunidade de estudar sobre aplicações de Deep Learning, além de ensinar o que o fascina. Atualmente, pesquisa sobre detecção de objetos no reconhecimento de espécies de pássaros amazônicos. O seu principal interesse de estudos é em Inteligência Artificial com ênfase em Deep Learning, principalmente quando inserido no contexto da Visão Computacional e da Aprendizagem por Reforço.

Informações coletadas do Lattes em 27/01/2024

Acadêmico

Formação acadêmica

Graduação em andamento em Ciências de Computação

2017 - Atual

Universidade Federal do Amapá
Título: MY BIRDS - UTILIZANDO INTELIGÊNCIA ARTIFICIAL PARA A DETECÇÃO DE PÁSSAROS AMAZÔNICOS
Orientador: Prof. Dr. Clay Palmeira da Silva

Formação complementar

2023 - 2023

Fundamentals of Deep Learning. (Carga horária: 8h). , NVIDIA Deep Learning Institute, DLI, Estados Unidos.

2021 - 2021

Python Científico. (Carga horária: 18h). , Universidade Federal Fluminense, UFF, Brasil.

Idiomas

Bandeira representando o idioma Inglês

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

Áreas de atuação

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

Produções bibliográficas

  • ARAÚJO DE OLIVEIRA, PATRICIA ; FUZIEL DOS ANJOS, RANIELY ; ZAMPAR, LUCAS ; MATHEUS LIBERATO FIGUEIREDO, LUCAS . ASPECTOS TECNOLÓGICOS E ESTRUTURAIS PARA A CONSTRUÇÃO DE CIDADES INTELIGENTES. In: 1 Congresso Científico Macapá 300 Anos, 2021, Macapá. Anais do 1 Congresso Científico Macapá 300 anos, 2020.

  • SILVA, DOUGLAS ; ZAMPAR, LUCAS ; RODRIGUES, FELIPE ; GOMES, CLÁUDIO . Modelo automático de classificação de gêneros musicais amazônicos. In: Simpósio Brasileiro de Computação Musical, 2021, Brasil. Anais do XVIII Simpósio Brasileiro de Computação Musical (SBCM 2021), 2021. p. 225.

  • ZAMPAR, LUCAS ; GAMA, JOSEMAR ; LOPES, JOELDEN ; SILVA, DOUGLAS ; RODRIGUES, FELIPE ; GOMES, CLÁUDIO . CongAr: uma proposta de instrumento musical digital baseado em congas percussivas. In: Simpósio Brasileiro de Computação Musical, 2021, Brasil. Anais do XVIII Simpósio Brasileiro de Computação Musical (SBCM 2021). p. 253-256.

Histórico profissional

Experiência profissional

2019 - 2020

Amapá Florestal e Celulose

Vínculo: Bolsista, Enquadramento Funcional: Estagiário

Outras informações:
Estagiário bolsista na empresa Amapá Florestal e Celulose (AMCEL). Durante o estágio, atuou no departamento de Tecnologia da Informação onde teve contato com infraestrutura de rede e sistemas empresariais. Além disso, pode aplicar seu conhecimento na língua inglesa ao conversar com funcionários estrangeiros e conhecer uma nova cultura.

2023 - 2023

Universidade Federal do Amapá

Vínculo: Voluntário, Enquadramento Funcional: Monitor, Carga horária: 20

Outras informações:
Monitor da disciplina de Sistemas Operacionais. Ao longo da monitoria, ministrou 2 aulas práticas nas quais explorou o conceito de concorrência através do sistema FreeRTOS presente no microcontrolador ESP-32. Nelas, demonstrou também como coletar dados físicos do ambiente com sensores de baixo custo a fim de relacionar a disciplina da monitoria com o contexto de Internet of Things (IoT). Por meio dessa experiência, melhorou suas habilidades didáticas.

2022 - 2022

Universidade Federal do Amapá

Vínculo: Bolsista, Enquadramento Funcional: Monitor, Carga horária: 20

Outras informações:
Monitor bolsista da disciplina de Introdução a Ciência da Computação. Ao longo da monitoria, ministrou 5 aulas nas quais apresentou a linguagem de programação Python para uma turma ingressante no curso de Engenharia Elétrica. Dessa forma, abordou os conteúdos teóricos variáveis, tipos de dados, operações, estruturas condicionais, coleções, laços de repetição e funções, além de conduzir atividades práticas na plataforma Google Colaboratory. Por meio dessa experiência, melhorou suas habilidades didáticas.

2021 - 2022

Universidade Federal do Amapá

Vínculo: Bolsista, Enquadramento Funcional: Monitor, Carga horária: 20

Outras informações:
Monitor bolsista da disciplina de Inteligência Artificial. Ao longo da monitoria, desenvolveu materiais de apoio para os alunos na forma de notebooks nos quais documentava o processo de treinamento de redes neurais convolucionais para a classificação de imagens. Além disso, realizou o resumo de capítulos do principal livro de referência Deep Learning for Coders with Fastai and Pytorch que embasaram os notebooks implementados. Por fim, pode ministrar 3 aulas em que apresentou a arquitetura Graph Neural Network de modo a relacionar a disciplina da monitoria com a de Teoria de Grafos. Por meio dessa experiência, pode adquirir conhecimentos teóricos e práticos de Deep Learning, além de melhorar suas habilidades didáticas.