Maurício Luiz Sobrinho

Atua profissionalmente como Especialista Cientista de Dados, Engenheiro de Machine Learning e Engenheiro de Visão Computacional, principalmente nos setores de crédito, fraude, seguros, financeiro, investimentos, agro e saúde. É graduado no curso superior de tecnologia em Análise e Desenvolvimento de Sistemas pelo IFSP (2016) e bacharelando em Ciência da Computação pelo ICMC-USP. Possui diversos cursos de Pós-Graduação Lato Sensu nas áreas de Inteligência Artificial, Biga Data, Ciência de Dados, Engenharia de Software e campos correlatos, dentre os quais o curso de Pós-Graduação em nível de especialização Lato Sensu em Desenvolvimento de Software para Web no DC-UFSCar (2017), Desenvolvimento de Sistemas para Dispositivos Móveis pelo IFSP (2017) e o curso de Aperfeiçoamento Profissional - Modalidade Extensão Universitária em Mineração de Dados Complexos pelo Instituto de Computação da Unicamp, IC-UNICAMP (2022). Também foi membro do grupo de extensão em robótica móvel aplicada ao futebol autônomo e combate de robôs (Warthog Robotics) afiliado ao ICMC e EESC-USP, desempenhando atividades de desenvolvimento de software na divisão de pesquisa em inteligência artificial e visão computacional. Possui experiência e interesse nas seguintes linhas de pesquisa: inteligência artificial, aprendizado de máquina, mineração de dados, sistemas complexos, sistemas evolutivos, computação bioinspirada, visão computacional, reconhecimento de padrões e robótica.

Informações coletadas do Lattes em 10/06/2025

Acadêmico

Formação acadêmica

Graduação em andamento em Ciências de Computação

2017 - Atual

Universidade de São Paulo

Especialização em andamento em Desenvolvimento de Software para Web

2017 - Atual

Universidade Federal de São Carlos

Especialização em andamento em Desenvolvimento de Sistemas para Dispositivos Móveis

2017 - Atual

Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)
Título: Implementação de um sistema embarcado para segmentação e classificação de imagens da retina controlado por smartphone
Orientador: Fernando Vernal Salina

Aperfeiçoamento em Extensão Universitária em Mineração de Dados Complexos

2022 - 2022

Instituto de Computação da Unicamp
Título: Análise da Gravidade de Artrose no Joelho Utilizando Processamento de Imagens e Visão Computacional. Ano de finalização: 2022

Graduação em Tecnologia em Análise e Desenvolvimento de Sistemas

2011 - 2016

Instituto Federal de Educação, Ciência e Tecnologia de São Paulo
Título: Desenvolvimento de um sistema de auxílio à gestão comercial com controle de estoque e ponto de venda para ambiente desktop utilizando padrões de projeto, de arquitetura de software e persistência de dados
Orientador: Andre Di Thommazo

Graduação interrompida em 2012 em bacharelado em Física Computacional

2011 - Atual

Instituto de Física de São Carlos da Universidade de São Paulo
Ano de interrupção: 2012

Formação complementar

2017 -

Compreensão oral: palestras e aulas. Quadro Comum Europeu (QCE): B1. (Carga horária: 32h). , Idiomas sem Fronteiras (IsF) - Núcleo de Línguas da UFSCar, ISF-NUCLI/UFSC, Brasil.

2017 -

My English Online (MEO) - Nível 4. (Carga horária: 180h). , Plataforma MyELT, MEC - MYELT, Brasil.

2018 - 2018

Extensão universitária em Métodos multiobjetivos aplicados à problemas de otimização inteira. (Carga horária: 16h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2018 - 2018

Extensão universitária em Introdução à robótica móvel autônoma. (Carga horária: 6h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC-USP, Brasil.

2018 - 2018

Extensão universitária em Otimização Multiobjetivo em Problemas de Larga-escala. (Carga horária: 6h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC-USP, Brasil.

2018 - 2018

Extensão universitária em Aplicações de IA e Deep Learning em Robótica. (Carga horária: 6h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC-USP, Brasil.

2018 - 2018

Controle de versão com Git. (Carga horária: 4h). , Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, Brasil.

2018 - 2018

Introdução ao Firebase. (Carga horária: 4h). , Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, Brasil.

2018 - 2018

Super aceleração de algoritmos usando GPUs de última geração -AutoML School. (Carga horária: 8h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

Visualização De Dados, Escola Avançada em Big Data Analysis. (Carga horária: 8h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

Gerência De Dados Complexos Em Larga Escala, Escola em Big Data Analysis. (Carga horária: 8h). , Universidade de São Paulo - Instituto de Ciências Matemáticas e Computação, ICMC - USP, Brasil.

2017 - 2017

Desenvolvimento de Aplicações em CUDA. (Carga horária: 3h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

Aprendizado De Máquina, Escola Avançada em Big Data Analysis. (Carga horária: 8h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

Tratamento De Dados Multimídia, Escola Avançada em Big Data Analysis. (Carga horária: 8h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

Programação e Otimização de Programas Paralelos com MPI. (Carga horária: 3h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

Fronteiras Da Mineração De Dados, Escola Avançada em Big Data Analysis. (Carga horária: 8h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

Introdução à Visão Computacional utilizando Java e OpenCV. (Carga horária: 3h). , Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, Brasil.

2017 - 2017

Introduction to Machine Learning. (Carga horária: 4h). , Universidade de São Paulo - Instituto de Ciências Matemáticas e Computação, ICMC - USP, Brasil.

2017 - 2017

Python Aplicado. (Carga horária: 8h). , Universidade de São Paulo - Instituto de Ciências Matemáticas e Computação, ICMC - USP, Brasil.

2017 - 2017

Deep Learning, Escola Avançada em Big Data Analysis. (Carga horária: 8h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2017 - 2017

UX Talks: Um Ensaio sobre Design e Usabilidade. (Carga horária: 4h). , Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, Brasil.

2016 - 2016

Extensão universitária em Identificação e Extração de Multipalavras. (Carga horária: 6h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2016 - 2016

Formação Oracle Certified Associate - OCA DBA 11g. (Carga horária: 88h). , Serviço Nacional de Aprendizagem Comercial ( SENAC - SP), SENAC, Brasil.

2015 - 2015

Extensão universitária em Introdução ao Desenvolvimento para Android. (Carga horária: 28h). , Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, Brasil.

2015 - 2015

Extensão universitária em Oficina de Projetos: Scrum, UX, Java, Java Web, Grails e Teste de Software. (Carga horária: 80h). , Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP), IFSP, Brasil.

2015 - 2015

Extensão universitária em Introdução ao Desenvolvimento JAVA para Web. (Carga horária: 15h). , Instituto Federal de São Paulo, IFSP, Brasil.

2015 - 2015

Curso de Qualificação Profissional em Programador de Sistemas. (Carga horária: 200h). , Serviço Nacional de Aprendizagem Comercial ( SENAC - SP), SENAC, Brasil.

2015 - 2015

Grails Do Zero Ao Deploy. (Carga horária: 4h). , Instituto Federal de São Paulo, IFSP, Brasil.

2015 - 2015

Ruby On Rails na Prática. (Carga horária: 8h). , Departamento de Computação da Universidade Federal de São Carlos, DC-UFSCAR, Brasil.

2015 - 2015

Aplicações web com Vaadin, Spring e Maven. (Carga horária: 4h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2014 - 2015

Violão Clássico e Teoria Musical. , Escola Livre de Música "Maestro João Sepe", JOÃO SEPE, Brasil.

2014 - 2014

Implementação de Sistemas Fuzzy usando MATLAB e C#. (Carga horária: 8h). , Departamento de Computação da Universidade Federal de São Carlos, DC-UFSCAR, Brasil.

2014 - 2014

Introdução ao LATEX. (Carga horária: 4h). , Instituto de Ciências Matemáticas e de Computação da USP, ICMC - USP, Brasil.

2014 - 2014

DOMinando Javascript - Mini-curso. (Carga horária: 4h). , Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP), IFSP, Brasil.

2014 - 2014

Introdução ao Grails. (Carga horária: 4h). , Instituto Federal de São Paulo, IFSP, Brasil.

2013 - 2013

Extensão universitária em Curso Intensivo de Língua Francesa - Nível Básico. (Carga horária: 40h). , Instituto Federal de Ciências e Tecnologia de SP, IFSP, Brasil.

2013 - 2013

Extensão universitária em Introdução ao Geoprocessamento. (Carga horária: 19h). , Instituto Federal de Ciências e Tecnologia de SP, IFSP, Brasil.

2013 - 2013

Desenvolvimento de Sistemas Microsoft .Net C#. (Carga horária: 36h). , Serviço Nacional de Aprendizagem Comercial ( SENAC - SP), SENAC, Brasil.

2012 - 2012

Extensão universitária em Desenvolvimento web com JSF 2.0 e JPA 1.2 básico. (Carga horária: 20h). , Instituto Federal de Ciências e Tecnologia de SP, IFSP, Brasil.

2010 - 2010

Estratégias de Leitura na Língua Inglesa. (Carga horária: 35h). , Instituto de Idiomas Yázigi, YÁZIGI, Brasil.

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Espanhol

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

Bandeira representando o idioma Francês

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

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: Inteligência Artificial.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aprendizado de Máquina.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Mineração de Dados.

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

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Reconhecimento de Padrões.

Participação em eventos

Automated Machine Learning for Data Science School (AutoML School). 2018. (Congresso).

Escola de Otimização Multiobjetivo. 2018. (Outra).

Escola de Robótica Móvel Autônoma. 2018. (Outra).

INTELLIGENT CAPTURE 2018: Tecnologias Disruptivas, Aplicações de Inteligência Cognitiva. 2018. (Congresso).

WeComp - II Semana da Computação do Instituto Federal de Educação, Ciência e Tecnologia de São Paulo. 2018. (Oficina).

Workshop Scopus, ScienceDirect e Mendeley na USP de São Carlos. 2018. (Oficina).

16º É Dia de Java - DC - UFSCar. 2017. (Encontro).

20ª Semana da Computação (SemComp) - ICMC/USP. 2017. (Encontro).

8ª Escola Regional de Alto Desempenho - ERAD-SP 2017. 2017. (Outra).

Escola Avançada em Big Data Analysis. 2017. (Outra).

Semana Nacional de Ciência e Tecnologia (SNCT): A Matemática está em tudo. 2017. (Outra).

WeComp - I Semana de Computação do IFSP São Carlos. 2017. (Outra).

Workshop INTEL de Inteligência Artificial no ICMC -USP. 2017. (Oficina).

XVII ESTE - Escola de Séries Temporais e Econometria. 2017. (Congresso).

XX Simpósio de Matemática para Graduação (Sim 2017). 2017. (Simpósio).

18ª Semana da Computação (SemComp) - ICMC/USP. 2015. (Encontro).

6ª Semana da Computação da UFSCar (Secomp). 2015. (Encontro).

VIII Semana Nacional de Ciência e Tecnologia. 2015. (Outra).

5ª Semana da Computação da UFSCar (SeComp). 2014. (Encontro).

VII Semana Nacional de Ciência e Tecnologia. 2014. (Outra).

Produções bibliográficas

  • SOBRINHO, Maurício L. . Introdução ao Aprendizado de Máquina: Aspectos Gerais e Exemplos Práticos. 2018. (Apresentação de Trabalho/Conferência ou palestra).

Outras produções

STUCHI, J. A. ; VIEIRA, F. P. ; LENCIONE, D. ; SOBRINHO, M. L. . Equipamento portátil para diagnóstico em retina controlado por smartphone. 2017.

SOBRINHO, M. L. ; LACERDA JUNIOR, E. G. ; IBIETA-JIMENEZ, J. P. . Predizer, Estimar e Atribuir: Diferenças entre abordagens da Estatística e de Machine Learning. 2021. (Curso de curta duração ministrado/Outra).

SOBRINHO, Maurício L. . Aspectos de Aprendizado de Máquina em Ambientes Distribuídos. 2019. (Curso de curta duração ministrado/Outra).

SOBRINHO, M. L. . Relatório Individual Sintético - Smart Retinal Camera : iOS Version. 2017. (Relatório de pesquisa).

Projetos de pesquisa

  • 2022 - 2022

    Análise da Gravidade de Artrose no Joelho Utilizando Processamento de Imagens e Visão Computacional, Descrição: A artrose no joelho ocorre devido ao desgaste na cartilagem que protege os ossos desta região de atritos e impactos. Os principais sintomas relatados por pacientes que possuem algum nível de artrose no joelho são dor ao movimentar o joelho, vermelhidão e inchaço. Procedimentos médicos (como o exame de raio-X) são necessários para identificar esta patologia, e o uso de recursos computacionais avançados auxiliam no diagnóstico médico por imagem . Nesse contexto, esse projeto apresentado como Trabalho de Conclusão do Curso de Aperfeiçoamento Profissional, modalidade Extensão Universitária, em Mineração de Dados Complexos do Instituto de Computação da Unicamp, envolveu a resolução de um problema multi-classe, cujo o objetivo foi classificar corretamente o grau de artrose presentes em imagens de raio-X. Para isso foram utilizadas técnicas de Processamento de imagens, Classificação multi-classe no contexto de Desbalanceamento de Classes e principalmente Arquiteturas de Aprendizado Profundo. A base de dados disponibilizada consistia em cerca de 6 mil imagens de raio-X de joelhos de pacientes. Para cada raio-X, havia a informação de nível de gravidade, partindo de saudável até severo. Ao todo, o conjunto de dados estava dividido em 5 graus diferentes de artrose no joelho. Dentre os desafios presentes nesse trabalho é possível citar: a Explorar técnicas de processamento de imagem, a presença de desbalanceamento das classes, a classificação correta do grau de severidade de artrose de cada raio-X de joelho e a aplicação de técnicas que permitiram explicar e reconhecer as regiões mais importantes para a classificação do nível de gravidade da artrose no joelho.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Maurício Luiz Sobrinho - Integrante / Zanoni Dias - Coordenador.

  • 2017 - 2017

    Implementação de um sistema embarcado para segmentação e classificação de imagens da retina controlado por smartphone, Descrição: Trabalho de conclusão de curso em andamento a ser defendido para a obtenação do certificado de conclusão do curso de Pós-graduação em nível de especialização Lato Sensu em Desenvolvimento de Sistemas para Dispositivos Móveis pelo IFSP, campus São Carlos. Nesse projeto objetiva-se a investigação e implementação de um sistema para plataformas móveis que se utilizará da camera do aparelho celular para a captura, pré-processamento, segmentação e classificação de regiões de interesse em imagens do olho humano, no auxílio à tomada de decisões em análises clínicas oftamológicas.Nessa pesquisa são exploradas tecnologias condizentes com sistemas para plataformas móveis tais como a biblioteca para processamento de imagens e visão computacional OpenCV, a biblioteca para aprendizado de máquina TensorFlow dentre outras tecnologias.Os resultados preliminires vem se demostrando satisfatórios sob a perspectiva de análises experimentais estatísticas, o que permite a confiança no andamento da pesquisa.. , Situação: Desativado; Natureza: Pesquisa. , Alunos envolvidos: Especialização: (1) Doutorado: (1) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Fernando Vernal Salina - Coordenador.

  • 2015 - 2015

    Implementação de um Sistema de Fluxo de Caixa e Controle de Estoque, Descrição: Este projeto foi desenvolvido e apresentado como trabalho final de conclusão da graduação, no curso superior de tecnologia em Análise e Desenvolvimento de Sistemas, pelo IFSP. Nele foi desenvolvida uma aplicação desktop para gerenciar a quantidade de mercadorias em estoque e controlar as transações financeiras em um ambiente comercial real. O intuito desse projeto foi aplicar e testar conceitos fundamentais em Engenharia de Software e Sistemas de Bancos de Dados Relacionais, em especial o levantamento de requisitos do problema abordado, passando por sua modelagem, definição de tecnologias e paradigmas envolvidos no desenvolvimento do trabalho, implementação e por fim testes do sistema. Para tal, foram aplicados conhecimentos relativos à modelagem UML, programação orientada à objetos utilizando a linguagem C#, padrões de projeto tanto em programação orientada a objetos quanto em arquitetura de software e persistência de dados. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Maurício Luiz Sobrinho - Integrante / Andre Di Thommazo - Coordenador.

  • 2014 - 2015

    Desenvolvimento de um Sistema de Controle para Multiagentes Inteligentes na Resolução de Problemas de Despacho Multicritério em Sistemas Produtivos, Descrição: Projeto de iniciação científica realizado no Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, campus São Carlos em conjunto com pesquisadores do laboratório de Tecnologias e Estratégias de Automação e Robótica (TEAR) do Departamento de Computação da Universidade Federal de São Carlos. Esse trabalho teve como propósito o estudo e desenvolvimento de uma arquitetura holônica hierárquica para a modelagem de um sistema de manufatura contendo duas máquinas de produção e dois veículos guiados automaticamente (Automated Guided Vehicle, AGV), utilizando aspectos de sistemas dinâmicos discretos e Redes de Petri. Outro grande objetivo desse trabalho foi o desenvolvimento de alguns módulos inteligentes de controle e apoio à tomadas de decisões para o despacho multicritérios de AGVs utilizando conceitos de Sistemas Fuzzy e implementados nas linguagens JAVA e SARS, ambas compatíveis com as plataformas de desenvolvimento para sistemas multiagentes Jade e JANUS respectivamente. Também foram realizados estudos objetivando a visualização dos dados coletados a partir da interação entre os multiagentes presentes no sistema. , Situação: Desativado; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Sérgio Luisir Díscola Júnior - Coordenador.

Projetos de desenvolvimento

  • 2017 - Atual

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Neste projeto será realizado o desenvolvimento de um software de banco de dados embarcado, captura de imagens e visão computacional nos sistemas operacionais Android e iOS que será integrado a um sistemas opto-mecânicos e eletrônicos na composição de um retinógrafo digital de alta resolução portátil controlado por smartphones usado para realização de exames de retinografia colorida, Red-Free e angiografia fluoresceínica. A execução desse projeto passará por todo o ciclo de vida de desenvolvimento do software, sob a orientação do Pesquisador responsável e do Pesquisador de apoio no auxílio ao aprendizado e desenvolvimento técnico do bolsista.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - Atual

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - Atual

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - Atual

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - Atual

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - 2017

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante.Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - 2017

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - 2017

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - 2017

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2017 - 2017

    Equipamento portátil para diagnóstico em retina controlado por smartphone, Descrição: Milhões de pessoas perdem a visão todos os anos em nosso planeta. No Brasil, de acordo com o Censo Oftalmológico publicado em 2014, quatro milhões de pessoas possuem deficiência visual séria, das quais cem mil são crianças. Além disso, 23% da população brasileira não tem acesso a oftalmologistas e aproximadamente metade dos casos de cegueira estão associados a doenças da retina. Com a perspectiva de oferecer uma solução que contribua com esta forte demanda social, apresentamos o projeto de desenvolvimento de um retinógrafo portátil, do tipo hand-held, que poderá ser acoplado e controlado por smartphones de plataformas android e iOS, sendo compacto, leve e financeiramente mais acessível em comparação com os atuais retinógrafos table-top disponíveis no mercado. Esse projeto propõe a pesquisa e desenvolvimento de novos algoritmos computacionais para o tratamento e automatização de processos envolvidos nos exames médicos, por meio de técnicas de visão computacional combinados com eletrônica embarcada e protocolos de comunicação com o smartphone, que possam realizar a segmentação de veias e artérias da retina e reconhecer o nível de homogeneidade da iluminação, permitindo que sejam construídas imagens panorâmicas da retina simultaneamente com a operação do equipamento. Buscamos também ir além na pesquisa e no desenvolvimento óptico do instrumento, otimizando seu desempenho com o auxílio de novos recursos computacionais e softwares, bem como com a construção de gigas de teste e calibração óptica. Além disso, integraremos nossos algoritmos com a programação de dispositivos móveis nas plataformas iOS e android, construindo aplicativos que permitam controlar os parâmetros das câmeras, com interface gráfica, geração de laudo médico, compartilhamento dos exames e a possibilidade de exportá-los para um banco de dados remoto. Os benefícios imediatos decorrentes desse trabalho remontam ao fato de que médicos oftalmologistas com limitada capacidade de investimento ou com pouco espaço físico em suas clínicas poderão ter acesso mais facil a retinografia, sendo ampliado assim, o número de profissionais atuantes nessa área médica e descentralizando o acesso da população em geral a esse tipo de exame. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) . , Integrantes: Maurício Luiz Sobrinho - Integrante / Flávio Pascoal Vieira - Coordenador / José Augusto Stuchi - Integrante / Diego Lencione - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

Prêmios

2018

One Experian Recognition Team - FY19 - Categoria: Grupo - Projeto: Desenvolvimento da Base de PEPS Por Meio de Inteligência Artificial, Serasa Experian.

Histórico profissional

Endereço profissional

  • Universidade de São Paulo, Instituto de Ciências Matemáticas e de Computação. , Avenida Trabalhador Sancarlense, Parque Arnold Schimidt, 13566590 - São Carlos, SP - Brasil, Telefone: (16) 33738085, URL da Homepage:

Experiência profissional

2022 - Atual

Transunion Brasil Sistemas Em Informatica Ltda

Vínculo: Celetista, Enquadramento Funcional: Consultat Data Scientist, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Membro do time de Data Science & Analytics Brazil, tenho como principais atividades: - Desenvolvimento de modelos customizados para risco de crédito, fraude e seguros; - Desenvolvimento de produtos genéricos para análise de risco de crédito, fraude e seguros; - Automação de processos; - Ampliação da cobertura de produtos existentes; - Estudos descritivos e análises exploratórias em bases de dados internas; - Projetos de pesquisa e inovação em Data Science & Analytics; - Participação em iniciativas de cooperação e difusão do conhecimento em dados e tecnologia com outras unidades de negócio da empresa no Brasil e exterior. Principais tecnologias utilizadas: - Python e suas bibliotecas para manipulação de dados (pandas), modelos de machine learning (scikit-learn), computação científica (numpy, Scipy), estatística computacional (statsmodel), visualização de dados (matplotlib, seaborn), deep learning (tensorflow, keras, pytorch) dentre outras; - Modelagem estatística em R; - Análise de dados tabulares como o uso de SQL; - Tratamento de dados em larga escala com Spark (pyspark e sparklr) e Hive.

2023 - Atual

ADA TECNOLOGIA E EDUCACAO S.A.

Vínculo: Celetista, Enquadramento Funcional: Instrutor Data Science - (Part time), Carga horária: 12

Outras informações:
Instrutor nível sênior em regime de docência compartilhada em disciplinas na área de dados (ciência de dados, engenharia de dados e banco de dados). Responsável pelo apoio ao professor titular em aulas e preparação de conteúdo didático. Em fase final de treinamento didático para assumir disciplinas como professor titular. Módulos pleiteados para docência: [DS-PY] DATA SCIENCE [DS-PY-001] LÓGICA DE PROGRAMAÇÃO I (PY) [DS-PY-017] LÓGICA DE PROGRAMAÇÃO II (PY) [DS-PY-002] PROGRAMAÇÃO ORIENTADA A OBJETOS (PY) [DS-PY-003] ESTRUTURA DE DADOS II [DS-PY-004] TÉCNICAS DE PROGRAMAÇÃO I (PY) [DS-PY-005] TÉCNICAS DE PROGRAMAÇÃO II (PY) [DS-PY-006] BANCO DE DADOS I [DS-PY-007] ESTATÍSTICA I [DS-PY-008] ESTATÍSTICA II [DS-PY-009] MACHINE LEARNING I [DS-PY-010] MACHINE LEARNING II [DS-PY-011] MACHINE LEARNING III [DS-PY-012] DADOS NÃO ESTRUTURADOS I [DS-PY-013] DADOS NÃO ESTRUTURADOS II [DS-PY-014] REDES NEURAIS I [DS-PY-015] BIG DATA I [DS-PY-016] MODELOS PRODUTIVOS I [DS-NA-001] VISUALIZAÇÃO COM POWER BI / *** / [ED] ENGENHARIA DE DADOS [ED-NA-001] EXTRAÇÃO DE DADOS [ED-NA-002] ARQUITETURA DE DADOS [ED-NA-003] EXTRAÇÃO DE DADOS II [ED-NA-004] INGESTÃO E ORQUESTRAÇÃO DE PIPELINES [ED-NA-005] ANALYTICS ENGINEERING [ED-NA-006] GOVERNANÇA DE DADOS [ED-NA-007] BIG DATA / *** / [BD] BANCO DE DADOS [BD-PO-001] BANCO DE DADOS (POSTGRES) [BD-MY-002] BANCO DE DADOS (MYSQL) [BD-MS-003] BANCO DE DADOS (MSSQL) [BD-MO-004] BANCO DE DADOS NO-SQL (MongoDB)

2022 - 2022

Pagaleve Tecnologia Financeira Ltda

Vínculo: Celetista, Enquadramento Funcional: Senior Data Scientist, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Membro do time de Data & Machine Learning contribuiu no projeto de desenvolvimento de um modelo de risco de inadimplência interno da empresa.

2020 - 2022

Serasa Experian

Vínculo: Celetista, Enquadramento Funcional: Especialista Cientista de Dados, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Atuando junto ao time de Inovação e em constante parceria com os demais membros da comunidade de Cientistas de Dados e Engenheiros de Machine Learning de outras unidade de negócios, como o DataLab, algumas das principais responsabilidades exercidas nessa posição, foram: - Desenvolvimento de soluções de mineração de texto utilizando processamento de linguagem natural e expressões regulares em python aplicadas à documentos jurídicos (Ações Judiciais); - Desenvolvimento de API's com FastAPI para a implantação de modelos de Optical Character Recognition (OCR), mineração de texto e RPAs utilizando containers em ambiente escalável (clusters Openshift); - Criação de DAGs no Apache Airflow para a execução agendada de scripts e jobs; - Participação em foruns de discussões técnicas com equipes de Data Scientists, Data Engineers e Machine Learning Engineers para o desenvolvimento da arquitetura de solução da esteira MLOps da empresa; - Apresentação de palestras, minicursos, meetups e workshops, em eventos internos e externos à empresa. Algumas ferramentas e tecnologias utilizadas, incluem: - Orquestração de containers: docker, kubernets (OpenShift); - Continuous Integration and Continuous Delivery (CI-CD): jenkins; - Crawlers e scrapers: Selenium, Scrapy, BeautifulSoup; - Optical Character Recognition (OCR); pytesseract; - Camada de APIs (Arquitetura Orientada à Serviço): FastAPI, Django e Flask; - Indexação e recuperação de dados: Elasticsearch; - Mensageria de Filas: rabbitMQ, Apache Kafka; - Desenvolvimento orientado à testes (Test Driven Development - TDD): pytest.

2019 - 2020

Serasa Experian

Vínculo: Celetista, Enquadramento Funcional: Analista e Cientista de Dados Sênior, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Membro do times de Inovação e Automação, Arquitetura de Dados e Engenharia de Dados, e em parceria com equipes de outras unidades de negócio do grupo Experian no Brasil e no exterior (US, UK, Costa Rica e Índia), algumas das principais atividades desempenhadas, não restritas somente a estas, incluíam: - Desenvolvimento de robôs (RPAs) utilizando bibliotecas em python (Selenium), para a automação de processos como captura de dados na internet e pipelines de ingestão; - Construção de modelos de classificação de texto aplicados à documentos cadastrais de empresas: Atas, Quadro de Sócios e Administradores (QSA), Contratos Sociais etc ; - Implementação de crawlers e scrapers para a extração de dados em arquivos html; - Implementação de scripts em scala e spark para avaliação de performance (tempo de escrita e leitura) em ambiente hadoop (cluster Cloudera) - Deployment de modelos utilizando serviços gerenciados de aprendizado de máquina na nuvem da Microsoft Azure (Azure Machine Learning) e Amazon Web Services (AWS SageMaker). Algumas ferramentas e tecnologias utilizadas: - Ambiente hadoop (Cloudera) - Computação distribuída/Big Data: Apache Spark, HDFS, Hive, Hbase; - Processamento de linguagem natural: scikit-learn, nltk, spaCy, huggingface, deeppavlov; - Redes neurais, aprendizado profundo e visão computacional: Keras, Tensoflow e Pytorch. - Workflow e Schedule de processos (scripts e jobs): Apache Airflow, Rundeck; - Cloud computing: AWS (EC2, S3, SageMaker), Azure (Azure Machine Learning).

2018 - 2019

Serasa Experian

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

Outras informações:
Atuando em demandas e projetos das diversas gerências na diretoria de Estratégia de Dados, foram desempenhadas atividades de análise, modelagem, desenvolvimento, teste e manutenção de sistemas computacionais aplicados à otimização de processos e auxílio à tomada de decisões estratégicas. Algumas responsabilidades incluíam: - Desenvolvimento de robôs (Robotic Process Automation - RPAs) utilizando a plataforma Automation Anywhere, para a automação e otimização de processos operacionais; - Elaboração de dashboards para monitoramento do ambiente produtivo de robôs (RPAs) utilizando splunk; - Desenvolvimento de regras de anotação (anotadores) para a mineração de textos utilizando a plataformas IBM Watson Content Analytics; - Criação de crawlers para a busca de informações relevantes ao negócio na web (ex. dados de Pessoas Expostas Politicamente, PEPs) utilizando a plataforma IBM Watson Explorer; - Implementação de scripts shell em servidores Red Hat para a execução automática dos motores de regras (engines) de mineração de texto do IBM Watson; - Mapeamento de processos de negócios objetivando encontrar janelas de oportunidade para melhorias contínuas. Algumas ferramentas e tecnologias utilizadas: - Robotic Process Automation (RPA): Automation Anywhere; - Log Monitoring: Splunk; - Processamento de imagens - opencv; - Versionamento de código: git, Bitbucket; - Text Mining (annotations): IBM Watson Content Analytic, IBM Watson Explorer.

2017 - 2017

Phelcom Technologies

Vínculo: Bolsista, Enquadramento Funcional: Bolsista FAPESP TT3 em desenvolvimento mobile, Carga horária: 40

Outras informações:
As atividades como bolsista do Programa de Treinamento Técnica da FAPESP, nível TT-3, objetivaram o desenvolvimento de um sistema para dispositivos móveis integrado a um retinógrafo portátil de alta precisão, controlado por smarthphone. Para isso, foi implementado um software nas linguagens Swift e Objective-C para a plataforma iOS com a função de capturar e processar imagens em tempo real obtidas a partir da parte inferior do olho humano. Foi realizada toda a modelagem do ciclo de vida do software o que incluiu o desenvolvimento de módulos para o ajuste e controle dos parâmetros de imagem de câmera do aparelho celular, e o desenvolvimento de uma interface gráfica intuitiva e de funções de geração de relatórios médicos, persistência de arquivos no SQLite, compartilhamento dos exames e sua sincronização com serviços em nuvem. Além disso, também foram realizadas a pesquisa e o desenvolvimento de novos algoritmos computacionais para o tratamento e automação de processos envolvidos em exames médicos, através de técnicas de visão computacional combinadas com eletrônica embarcada e protocolos de comunicação. O produto desenvolvido permite a segmentação da imagem das veias e artérias da retina, o reconhecimento do nível de homogeneidade da iluminação, possibilitando a realização de exames de retina de alta precisão com a operação do equipamento.

2018 - Atual

Universidade de São Paulo

Vínculo: Pesquisador voluntário, Enquadramento Funcional: Desenvolvedor de software, Carga horária: 10

2015 - 2016

Universidade de São Paulo

Vínculo: Bolsista, Enquadramento Funcional: Estágio em tecnologia da informação, Carga horária: 20

Outras informações:
Bolsista vinculado ao Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) , que é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) apoiados pela FAPESP, e com sede no ICMC-USP, desempenhou ao longo do período de estágio as seguintes atividades: Auxilio à reformulação do site do CeMEAI; gerenciamento de sistemas de bancos de dados; suporte técnico a alunos e professores; desenvolvimento e manutenção de websites de laboratórios associados ao CeMEAI; instalação, gerenciamento e monitoramento de recursos de informática; apoio nas atividades técnicas do Especialista em Laboratório; atualização de informações de equipamentos e pessoal dos laboratórios; desenvolvimento de tutoriais para uso de softwares e outros recursos dos laboratórios de pesquisa e ensino; dentre outras.

2015 - 2015

Universidade Federal de São Carlos

Vínculo: Bolsista, Enquadramento Funcional: Estágio em tecnologia da informação, Carga horária: 20

Outras informações:
Aprovado no consurso à vaga de estágio na Secretaria Geral de Informática da Universidade Federal de São Carlos, SIn-UFSCar, o bolsista realizou atividades que incluíam a instalação e gerenciamento de servidores web Apache-Tomcat e JBoss em ambiente Linux, manutenção de códigos legados e desenvolvimento de novos módulos de um sistema acadêmico web utilizando a linguagem Java, migração de bases de dados utilizando o SGBD PostgreSQL dentre outras atividades. O bolsista ao também ser aprovado no processo seletivo para uma vaga de estágio no ICMC-USP, decidiu romper, em comum acordo, o contrato de estágio vigente naquela oportunidade antes de seu término, para assumir novas ativiades em outra instituição.

2014 - 2015

Instituto Federal de Educação, Ciência e Tecnologia de São Paulo

Vínculo: Voluntário, Enquadramento Funcional: Pesquisador (Iniciação Científica), Carga horária: 15

Outras informações:
Estudo de uma arquitetura holônica para modelagem de um sistema de manufatura contendo duas máquinas de produção e dois veículos guiados automaticamente (Automated Guided Vehicle, AGV). Foram desenvolvidos alguns módulos de controle para o despacho multicritérios de AGVs utilizando conceitos de Sistemas Fuzzy e implementados nas linguagens JAVA e SARS, ambas compatíveis com as plataformas de desenvolvimento para sistemas multiagentes Jade e JANUS respectivamente.

2022 - 2022

Universidade Estadual de Campinas

Vínculo: , Enquadramento Funcional: