Vitor Bernardo Silveira Pereira

Graduado em Estatística pela UFSM, com trabalho de conclusão intitulado "Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional", premiado como Melhor Iniciação Científica no Simpósio Nacional de Probabilidade e Estatística e segundo lugar no CNMAC e RBRAS. Possui formação técnica em Informática para Internet pelo Colégio Técnico Industrial de Santa Maria e certificação como Engenheiro de Dados pelo Google. Atua como Cientista de Dados no Bradesco, com experiência em modelagem preditiva, estatística aplicada e ciência de dados nos setores bancário e de marketing. Desenvolve modelos preditivos e análises estatísticas de produtos financeiros, com foco em crédito, fundos de investimento e serviços empresariais. Atua na garantia de boas práticas estatísticas, assegurando a produtização de soluções de larga escala e a automação de processos. Seu trabalho contribui para a precisão analítica, estatística e de modelagem, garantindo a tomada de decisão baseada em dados.

Informações coletadas do Lattes em 30/03/2025

Acadêmico

Formação acadêmica

Graduação em Estatística

2018 - 2023

Universidade Federal de Santa Maria
Título: Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional
Orientador: Fabio Mariano Bayer

Curso técnico/profissionalizante em Informática para Internet Integrado ao Ensino Médio

2015 - 2017

Colégio Técnico Industrial de Santa Maria

Ensino Fundamental (1º grau)

2007 - 2014

Colégio Franciscano Sant'Anna

Formação complementar

2023 - 2023

Engenharia de Dados. (Carga horária: 100h). , Google Inc., Google, Estados Unidos.

2021 - 2022

Banco de Dados. (Carga horária: 60h). , Universidade Federal do Rio Grande do Norte, UFRN, Brasil.

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Espanhol

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

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística.

Grande área: Ciências Sociais Aplicadas / Área: Economia / Subárea: Métodos Quantitativos em Economia/Especialidade: Métodos e Modelos Matemáticos, Econométricos e Estatísticos.

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

Organização de eventos

PEREIRA, V. B. S. . Workshop de Ciência de dados. 2021. (Outro).

PEREIRA, V. B. S. . VI Semana Acadêmica da Estatística. 2019. (Congresso).

Participação em eventos

CNMAC - Congresso Nacional de Matemática Aplicada e Computacional. Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional. 2024. (Congresso).

RBRAS - Congresso da Região Brasileira de Biometria. Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional. 2024. (Congresso).

Simpósio Nacional de Probabilidade e Estatística.Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional.. 2024. (Simpósio).

37ª Jornada Acadêmica Integrada..TEMPO DE TELA, UMA ANÁLISE DOS ESTUDANTES DO CCNE/UFSM E A INFLUÊNCIA DA PANDEMIA DA COVID-19". 2022. (Outra).

Simpósio Nacional de Probabilidade e Estatística.Modelo DARMA Quantílico. 2022. (Simpósio).

VIII Semana da Estatística. 2022. (Congresso).

36ª Jornada Acadêmica Integrada..Análise de evasão dos cursos de Psicologia no Brasil.. 2021. (Outra).

VII Semana da Estatística. 2021. (Congresso).

35ª Jornada Acadêmica Integrada..MODELO DE REGRESSÃO GOMPERTZ PARA MODELAGEM DA MEDIANA. 2020. (Outra).

Santa Maria Junior. Uma análise da Sigma Jr.. 2019. (Congresso).

17ª Semana Acadêmica Integrada do CCNE. 2018. (Congresso).

Simpósio Interdisciplinar Farroupilha. 2018. (Simpósio).

V Semana da Estatística. 2018. (Congresso).

Congresso Latino-americano de Software Livre e Tecnologias Abertas. 2017. (Congresso).

Conferência Brasileira de Java Script. 2016. (Congresso).

30ª Jornada Acadêmica Integrada.. SISTEMA WEB DE ARMAZENAMENTO E GERÊNCIA DE INFORMAÇÕES DE EX-ALUNOS DO CTISM". 2015. (Feira).

Produções bibliográficas

  • PEREIRA, V. B. S. ; BAYER, F. M. . Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional. 2024. (Apresentação de Trabalho/Simpósio).

  • PEREIRA, V. B. S. ; BAYER, F. M. . Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional. 2024. (Apresentação de Trabalho/Congresso).

  • PEREIRA, V. B. S. ; BAYER, F. M. . Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional. 2024. (Apresentação de Trabalho/Simpósio).

  • PEREIRA, V. B. S. . Miniconferência: Experiência de alunos da Estatística da UFSM. 2023. (Apresentação de Trabalho/Conferência ou palestra).

  • PEREIRA, V. B. S. ; BISOGNIN, C. ; LOOSE, L. H. . Modelo DARMA Quantílico. 2022. (Apresentação de Trabalho/Simpósio).

  • PEREIRA, V. B. S. ; LOOSE, L. H. ; BISOGNIN, C. . Modelo de regressão Quantílico com Base na Distribuição Dagum Exponencial Generalizada Exponencializada. 2022. (Apresentação de Trabalho/Simpósio).

  • PEREIRA, V. B. S. ; BISOGNIN, C. ; LOOSE, L. H. . MODELO ARMA QUANTÍLICO DAGUM GENERALIZADO. 2021. (Apresentação de Trabalho/Conferência ou palestra).

  • PEREIRA, V. B. S. ; BISOGNIN, C. ; LOOSE, L. H. . MODELO DE REGRESSÃO QUANTÍLICA GOMPERTZ. 2021. (Apresentação de Trabalho/Conferência ou palestra).

  • PEREIRA, V. B. S. ; PEREIRA, A. R. ; CARNEOSSO, C. C. ; GUERRA, R. . ANÁLISE DE EVASÃO DOS CURSOS DE PSICOLOGIA NO BRASIL.. 2021. (Apresentação de Trabalho/Outra).

Projetos de pesquisa

  • 2023 - Atual

    Modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional, Descrição: O presente trabalho propõe o desenvolvimento do modelo Kumaraswamy Autorregressivo de Médias Móveis Bidimensional (2-D KARMA), uma extensão do modelo 1-D KARMA, projetado para modelagem de imagens digitais com suporte duplamente limitado e dependência espacial. Este modelo é especialmente adequado para dados bidimensionais, como índices de sensoriamento remoto (NDVI) e socioeconômicos (GRDI), onde os valores dos pixels são fortemente correlacionados. Para a estimação dos parâmetros, serão utilizados Estimadores de Máxima Verossimilhança Condicional (EMVC), validados por simulações de Monte Carlo para avaliar propriedades como viés, consistência e normalidade assintótica. Além disso, serão desenvolvidas ferramentas para diagnóstico, predição e detecção de anomalias, utilizando resíduos quantílicos e operações morfológicas para aprimorar a identificação de padrões atípicos. A implementação será realizada em linguagem R, e aplicações a dados reais demonstrarão a eficácia do modelo proposto, que contribuirá significativamente para a modelagem, predição e análise de fenômenos espaciais e socioeconômicos.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Vítor Bernardo Silveira Pereira - Integrante / Fabio Mariano Bayer - Coordenador.

  • 2021 - 2022

    TEMPO DE TELA, UMA ANÁLISE DOS ESTUDANTES DO CCNE/UFSM E A INFLUÊNCIA DA PANDEMIA DA COVID-19, Descrição: As plataformas digitais estão, intensamente, presentes nos hábitos dos estudantes e o período de pandemia da COVID-19 readequou muitas necessidades. Dessa forma, o presente trabalho objetiva analisar o tempo de tela dos alunos de graduação do Centro de Ciências Naturais e Exatas (CCNE) da Universidade Federal de Santa Maria, acerca das diversas plataformas que têm acesso e o gerenciamento entre elas. A coleta de dados será feita através de um questionário elaborado no Google Docs e enviado por e-mail as secretarias dos cursos, posteriormente encaminhado aos alunos. As análises dos dados serão feitas por meio de estatística descritiva, análise multivariada e modelagem preditiva, através do software estatístico R Core Team (2018).. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Vítor Bernardo Silveira Pereira - Integrante / Alisson Rosa Pereira - Integrante / Caroline Cogo Carneosso - Integrante / Fernando de Jesus Moreira Junior - Coordenador / Renata Figueiredo Stone - Integrante.

  • 2020 - 2024

    Regressão e Modelos para Séries Temporais com Base na Distribuição Dagum Exponencial Generalizada Exponencializada, Descrição: Nos últimos anos vários pesquisadores na área estatística concentraram seus esforços na obtenção de novas distribuições de probabilidade, com o principal objetivo de apresentar modelos que melhor se ajustem a situações reais. A abordagem considerada nessas propostas é útil para amostras independentes e identicamente distribuídas. No entanto, quando estivermos interessados em relacionar uma variável resposta com variáveis explicativas esses modelos não podem ser utilizados. Nesse sentido, o presente projeto tem como objetivo propor modelos de regressão e séries temporais utilizando a distribuição Dagum Exponencial Generalizada Exponencializada proposta em Nasiru et al. (2019), a qual é adequada para dados positivos. A elaboração de modelos de regressão e de séries temporais irá fornecer métodos adequados para relacionar um variável que possui valores apenas positivos com variáveis explicativas, sendo considerada inclusive a possibilidade de modelagem quando a variável resposta possui autocorrelação. Para a estimação dos parâmetros dos modelos propostos serão utilizados os estimadores de máxima verossimilhança. Ferramentas para a estimação e análise de diagnóstico serão fornecidas. Toda implementação será desenvolvida utilizando o R Core Team (2018). Ainda, aplicações a dados reais serão realizadas a fim de ilustrar a aplicabilidade dos modelos propostos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Vítor Bernardo Silveira Pereira - Integrante / Cleber Bisognin - Coordenador / Lais Helen Loose - Integrante.

  • 2015 - 2016

    Sistema Web de Armazenamento e Gerência de Informações de ex-alunos do CTISM, Descrição: Com o objetivo de aproximar o CTISM e seus alunos com as empresas da região, o DREC (Departamento de Relações Empresariais e Comunitárias) necessita manter um cadastro de ex-alunos do CTISM. A partir das informações registradas, quando uma empresa desejar um profissional (ex aluno do CTISM), o DREC poderá realizar o seu papel e iniciar a comunicação entre as partes, indicando os alunos que melhor se encaixam no perfil desejado pela empresa. Esse perfil será preenchido pelo ex-aluno através de um sistema Web, que registrará em banco de dados informações como dados pessoais para contato, informações referentes a atualização acadêmica (outros cursos técnicos, curso superior) e caminhada profissonal (área de trabalho, empresas que trabalhou, funções assumidas). Através do sistema e com essas informações armazenadas, o DREC poderá consultar alunos através das necessidades de cada empresa, através de um sistema de gerenciamento web.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Vítor Bernardo Silveira Pereira - Integrante / Fabio Teixeira Franciscatto - Coordenador.

Prêmios

2024

Melhor Iniciaciação Científica - Estatística, SINAPE - CONRE.

2024

2ª Melhor Iniciação Científica - Biometria, RBRAS.

2024

2ª Melhor Iniciação Científica - Biometria, CNMAC - SBMAC.

Histórico profissional

Experiência profissional

2018 - 2023

Recuperadora Roso Eireli

Vínculo: Outro (especifique), Enquadramento Funcional: Estagiário

2017 - 2017

Colégio Técnico Industrial de Santa Maria

Vínculo: Estagiário, Enquadramento Funcional: Estagiário, Carga horária: 16

2021 - 2023

Sigma Júnior

Vínculo: Colaborador, Enquadramento Funcional: Diretor Administativo e Financeiro, Carga horária: 8

2019 - 2021

Sigma Júnior

Vínculo: Voluntário, Enquadramento Funcional: Consultor Administrativo e Financeiro

2022 - 2022

Association Internationale des Etudiants en Sciences Economiques et Commerc

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

2022 - 2022

Chip Inside

Vínculo: Outros, Enquadramento Funcional: Estagiário, Carga horária: 25

2022 - 2022

Universidade Federal de Santa Maria

Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Ciência de dados na PROPLAN, Carga horária: 20

2020 - 2022

Universidade Federal de Santa Maria

Vínculo: Bolsista, Enquadramento Funcional: Iniciação Científica, Carga horária: 20

2022 - 2023

HartB Group SA

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

2023 - 2024

Jump Label

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

2024 - Atual

Banco Bradesco, Bradesco

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