Felipe Costa Farias

Doutor em Ciência da Computação no Centro de Informática (CIn) da Universidade Federal de Pernambuco (UFPE) em 2022. Graduado em Engenharia de Computação pela Universidade de Pernambuco em 2014. Mestre em Computação Inteligente pela Universidade de Pernambuco em 2016. Foi Monitor Voluntário durante 2 períodos (2010.1 e 2010.2) da disciplina de Linguagem de Programação Imperativa na Universidade de Pernambuco, orientado pelo Prof. Dr. Byron Leite Dantas Bezerra. Foi aluno Bolsista de Iniciação Científica no tema "Reconhecimento de Gestos" na Universidade de Pernambuco orientado pelo Prof. Dr. Byron Leite Dantas Bezerra. Atuou como consultor no Bootcamp de Engenharia da NASA - Goddard Space Flight Center durante o verão de 2011. Obteve as Certificações: Microsoft Certified Professional (MCP) no exame 070-583 (PRO: Designing and Developing Windows Azure Applications) pela Microsoft em 2011; Certified Associate in Project Management (CAPM) pela Project Management Institute - PMI em 2012; MySQL Part-1 pela Oracle em 2013; Scrum Master (CSM) pela Scrum Alliance em 2013; EXAM 070-483: Programming in C# pela Microsoft em 2014. Laureado Geral das Engenharias da UPE em 2014. Participou como consultor de dados num piloto para analisar a saúde de vilas remotas africanas a partir de dados de alta frequência no Malawi em 2018.

Informações coletadas do Lattes em 13/01/2024

Acadêmico

Formação acadêmica

Doutorado em Ciências da Computação

2016 - 2022

Universidade Federal de Pernambuco
Título: Multi-criteria Model Selection for Embarrassingly Parallel Multi-Layer Perceptrons
Teresa Bernarda Ludermir. Coorientador: Carmelo José Albanez Bastos Filho.

Mestrado em Engenharia da Computação

2014 - 2016

Universidade de Pernambuco
Título: Deep Learning para a Classificação de Sinais Cerebrais, Ano de Obtenção: 2016
Carmelo José Albanez Bastos Filho.Palavras-chave: interface cérebro-máquina; aprendizagem profunda; redes neurais convolucionais; redes neurais recorrentes; long short-term memory; gated recurrent units. Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Reconhecimento de Padrões.

Graduação em Engenharia de Computação

2009 - 2014

Universidade de Pernambuco
Título: Interface Cérebro-Máquina: Reconhecimento de sinais cerebrais através de resevoir computing
Orientador: Carmelo José Albanez Bastos Filho

Formação complementar

2011 - 2011

Treinamento Plataforma Azure. (Carga horária: 30h). , Proativa Soluções em Tecnologia, PROATIVA, Brasil.

2010 - 2010

Desenvolvimento .NET. (Carga horária: 84h). , Microsoft Innovation Center, MIC, Brasil.

Idiomas

Inglês

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

Português

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

Áreas de atuação

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: Reconhecimento de Padrões.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Modelos Analíticos e de Simulação.

Participação em eventos

Microsoft Imagine Cup.DocLoc - Medicina Racional (Projeto considerado entre os 5 melhores do Brasil). 2012. (Outra).

Produções bibliográficas

NETO, ANTÔNIO SÁ BARRETO ; FARIAS, FELIPE ; MIALARET, MARCO AURÉLIO TOMAZ ; CARTAXO, BRUNO ; LIMA, PRÍSCILA ALVES ; MACIEL, PAULO . Building energy consumption models based on smartphone user?s usage patterns. KNOWLEDGE-BASED SYSTEMS , v. 213, p. 106680, 2021.
FARIAS, FELIPE ; LUDERMIR, TERESA ; BASTOS-FILHO, CARMELO . Clustering for Data-driven Unraveling Artificial Neural Networks. In: Encontro Nacional de Inteligência Artificial e Computacional, 2020, Brasil. Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2020), 2020. p. 567.
FARIAS, FELIPE COSTA ; BERNARDA LUDERMIR, TERESA ; BASTOS-FILHO ECOMP, CARMELO J. A. ; ROSENDO DA SILVA OLIVEIRA, FLAVIO . Analyzing the impact of data representations in classification problems using clustering. In: 2019 International Joint Conference on Neural Networks (IJCNN), 2019, Budapest. 2019 International Joint Conference on Neural Networks (IJCNN), 2019. p. 1.
OLIVEIRA, FLÁVIO R. S. ; FARIAS, FELIPE C. ; CALDAS, BERNARDO JOÃO DE BARROS . Evaluation of deep learning architectures applied to identification of diseases in grape leaves. In: XV Encontro Nacional de Inteligência Artificial e Computacional, 2018, São Paulo. Anais do XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2018), 2018. p. 550.
OLIVEIRA, FLÁVIO R. S. ; FARIAS, F. C. . Comparando áreas de atenção utilizadas por classificadores de imagens aplicados à detecção de doenças em cultivares de uva. In: XII Congresso Norte-Nordeste de Pesquisa e Inovação (CONNEPI), 2018, Recife. Anais do XII Congresso Norte-Nordeste de Pesquisa e Inovação, 2018.
DA SILVA OLIVEIRA, FLAVIO ROSENDO ; FARIAS, FELIPE COSTA . Comparing transfer learning approaches applied to distracted driver detection. In: 2018 IEEE Latin American Conference on Computational Intelligence (LACCI), 2018, Gudalajara. 2018 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2018. p. 1.
SILVA, J. C. ; FARIAS, F. C. ; LIMA, V. C. F. ; SILVA, V. L. B. ; SEIJAS, L. M. ; BASTOS-FILHO, C. J. A. . Classificação de Sinais de Trânsito Usando Otimização por Colmeias e Random Forest. In: 12. Congresso Brasileiro de Inteligência Computacional, 2015, Curitiba. Anais do 12. Congresso Brasileiro de Inteligência Computacional. v. 1. p. 1-6.
FARIAS, FELIPE C. ; BASTOS FILHO, CARMELO J. A. ; BARBOSA, CAMILA P. B. ; SANCHES, LUIZ M. P. ; GALVÃO, ROSANE C. S. ; OLIVEIRA, FLÁVIO R. S. . Comparando técnicas de aprendizagem de máquina para Dimorfismo Sexual. In: 12. Congresso Brasileiro de Inteligência Computacional, 2015, Curitiba. Anais do 12. Congresso Brasileiro de Inteligência Computacional. v. 1. p. 1-4.
FARIAS, F. C. ; RATIVA, D. ; BASTOS-FILHO, Carmelo J. A. . COMPARANDO TECNICAS DE APRENDIZADO DE MAQUINA PARA CLASSIFICACAO DE SINAIS DE ELETROENCEFALOGRAMA. In: Congresso Brasileiro de Engenharia Biomédica, 2014, Uberlândia. Anais do XXIV Congresso Brasileiro de Engenharia Biomedica CBEB 2014, 2010. v. 1. p. 093-096.
FARIAS, F. C. ; BASTOS FILHO, CARMELO J. A. . Sistemas de Interface Cérebro-Máquina Utilizando Deep Learning. In: IV Simpósio de Neuroengenharia, 2017, Macaíba. Anais do IV Simpósio de Neuroengenharia, 2017. v. 1. p. 1.
FARIAS, F. C. . Deep Learning e suas aplicações. 2017. (Apresentação de Trabalho/Conferência ou palestra).
FARIAS, F. C. . Interface Cérebro-Máquina: Reconhecimento de sinais cerebrais através de resevoir computing. 2014. (Apresentação de Trabalho/Outra).

Projetos de pesquisa

2020 - Atual

Detecção, Diagnóstico e Prognóstico de Falhas durante a Operação de Aerogeradores, Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Felipe Costa Farias - Integrante / Gustavo Novaes Pires Leite - Coordenador / Álvaro Antônio Ochoa Villa - Integrante / José Ângelo Peixoto da Costa - Integrante / Frederico Duarte de Menezes - Integrante / Rômulo Cesar Carvalho de Araujo - Integrante / Lucas Lira de Paiva - Integrante / William Teles de Andrade Junior - Integrante.

Projetos de desenvolvimento

2020 - Atual

PROCESSAMENTO DE LINGUAGEM NATURAL UTILIZANDO REDES NEURAIS ARTIFICIAIS, Descrição: A compreensão semântica de textos escritos em linguagem natural é bastante complicada de se tratar nos computadores. Este projeto analisará textos utilizando técnicas de Redes Neurais Artificiais para compreender os mesmos e servir de subsídio para o desenvolvimento de aplicações que demandam este tipo de informação.. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Felipe Costa Farias - Coordenador.
2019 - 2020

SafeCardio - Seu coração seguro, Projeto certificado pela empresa E.LIFE MONITOR ESTUDOS DE MERCADO LTDA em 01/09/2020., Descrição: Utilização de Deep Learning para apoio ao diagnóstico de arritmias cardíacas. Redes neurais aplicadas ao reconhecimento de problemas cardiovasculares através de eletrocardiogramas.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Felipe Costa Farias - Coordenador.
2020 - Atual

PROCESSAMENTO DE LINGUAGEM NATURAL UTILIZANDO REDES NEURAIS ARTIFICIAIS, Descrição: A compreensão semântica de textos escritos em linguagem natural é bastante complicada de se tratar nos computadores. Este projeto analisará textos utilizando técnicas de Redes Neurais Artificiais para compreender os mesmos e servir de subsídio para o desenvolvimento de aplicações que demandam este tipo de informação.. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Felipe Costa Farias - Coordenador.
2019 - 2020

SafeCardio - Seu coração seguro, Projeto certificado pela empresa E.LIFE MONITOR ESTUDOS DE MERCADO LTDA em 01/09/2020., Descrição: Utilização de Deep Learning para apoio ao diagnóstico de arritmias cardíacas. Redes neurais aplicadas ao reconhecimento de problemas cardiovasculares através de eletrocardiogramas.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Felipe Costa Farias - Coordenador.

Prêmios

2017

Mérito técnico e científico e destaque do trabalho: Sistemas de Interface Cérebro-Máquina Utilizando Deep Learning, Sociedade Brasileira de Engenharia Biomédica.

2015

Prêmio POLI-UPE de Ciência, Tecnologia e Inovação, Escola Politécnica de Pernambuco.

2014

Laureado geral das Engenharias, Universidade de Pernambuco.

2014

EXAM 070-483: Programming in C#, Microsoft.

2014

Homenagem CREA-PE: Aluno Laureado, CREA-PE.

2014

Laureado do Curso de Engenharia da Computação, Universidade de Pernambuco.

2013

MySQL Part 1, Oracle.

2013

Certified ScrumMaster, Scrum Alliance.

2012

Certified Associate in Project Management (CAPM), Project Management Institute - PMI.

2011

Microsoft Certified Professional (MCP) - PRO: Designing and Developing Windows Azure Applications (070-583), Microsoft.

Histórico profissional

Endereço profissional

Universidade de Pernambuco. , Rua Benfica, Madalena, 50750-470 - Recife, PE - Brasil, Telefone: (81) 31847500, URL da Homepage:

Experiência profissional

2014 - Atual

Instituto Federal de Pernambuco

Vínculo: Servidor Público, Enquadramento Funcional: Professor, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
(Em Licenca)

2014 - 2014

Stefanini Document Solutions

Vínculo: CLT, Enquadramento Funcional: Engenheiro de Software, Carga horária: 30

2012 - 2014

Stefanini Document Solutions

Vínculo: Estagiário, Enquadramento Funcional: Desenvolvedor de Software, Carga horária: 30

2011 - 2013

Universidade de Pernambuco

Vínculo: Bolsista Iniciação Científica, Enquadramento Funcional: Aluno de Iniciação Científica, Regime: Dedicação exclusiva.

Outras informações:
Aluno de Iniciação Científica no tema "Reconhecimento de Gestos" no curso de Engenharia de Computação da Universidade de Pernambuco(UPE) - Escola Politécnica de Pernambuco(POLI) - eComp. Orientador: Prof. Dr. Byron Leite Dantas Bezerra

2010 - 2010

Universidade de Pernambuco

Vínculo: Livre, Enquadramento Funcional: Monitor Voluntário, Carga horária: 2

Outras informações:
Monitor Voluntário da disciplina de Linguagem de Programação Imperativa no curso de Engenharia de Computação da Universidade de Pernambuco(UPE) - Escola Politécnica de Pernambuco(POLI) - eComp. Orientador: Prof. Dr. Byron Leite Dantas Bezerra

2011 - 2011

NASA Goddard Space Flight Center

Vínculo: Internship, Enquadramento Funcional: Intern, Carga horária: 40

Outras informações:
Atuou durante o verão no Engineering Bootcamp 2011