João Baptista de Oliveira e Souza Filho

Associate Professor (level 4) from the Electronics and Computational Department at the Federal University of Rio de Janeiro (UFRJ) since 2015, Substitute Academic Dean of the Electrical Engineering Graduate Program (2023-now), Associate Professor from the Electrical Engineering Graduate Program (PEE) COPPE/UFRJ since 2007.Bachelor's Degree in Electrical Engineering with an emphasis in Electronics by POLI/UFRJ (2001). Master's and Doctor Degree in Electrical Engineering by COPPE/UFRJ (2002/2007).He is the first author of the book "Online Component Analysis, Architectures and Applications" (2022), published by Now Publishers.Researcher in Machine Learning, Digital Signal Processing, and Embedded Hardware areas, with experience in scientific research, development and consulting in multidisciplinary domains, including Defense, Medical, Oil-and-gas, and Multimedia.Experience in Educational Management of Bachelor courses, having acted as Institutional Educational Prosecutor (PI), Department Dean, Graduate Program Dean, Academic Graduate Dean, and Undergraduate Management Course Committee (NDE).Member of the Federal Center for Technological Education (CEFET-RJ) from 2005 to 2015, along with the Control and Automation Engineering Department (DEICA, Nova Iguaçu Unit, CEFET-RJ), from 2005 to 2010, and the Electrical Engineering Department (DEPEL, Maracanã Unit), between 2010 and 2015. Strongly contributed to the conception, related laboratory structuring, and CAPES approval of the Postgraduate Electrical Engineering Program (PPEEL) from CEFET/RJ, wherein he was a permanent member from 2009 to 2017.Dean of DEICA/CEFET-RJ (2008-2010), PPEEL/CEFET-RJ Dean (2011-2013), NDE member of the Control and Automation undergraduate course at CEFET-RJ (2012-2015), PI/CEFET-RJ (2013-2015), and PEE Academic Dean/UFRJ (2020-2022).Strongly interested in the following areas: Machine Learning, Deep Learning, Natural Language Processing, Data Mining, Digital Signal Processing, Embedded Hardware, and Decision Support Systems.

Professor associado nível IV do Departamento de Engenharia Eletrônica e de Computação (DEL/POLI) da Universidade Federal do Rio de Janeiro (UFRJ) desde 2015, Coordenador Acadêmico Substituto (2023 - atual) e Docente Pleno do Programa de Pós-Graduação em Engenharia Elétrica (PEE) da COPPE/UFRJ (2017 - atual). Graduado em Engenharia Elétrica - ênfase em Eletrônica pela POLI/UFRJ (2001). Mestre e Doutor em Engenharia Elétrica pela COPPE/UFRJ (2002/2007).Primeiro autor do livro (monografia) "Online Component Analysis, Architectures and Applications" (2022), publicado pela Now Publishers. Pesquisador na área de Aprendizado de Máquina, Processamento Digital de Sinais e Sistemas Embarcados, com experiência em projetos de pesquisa científica, desenvolvimento e consultoria em domínios multidisciplinares, incluindo as áreas de Defesa, Médica, Óleo-e-gás e Multimídia. Experiência em gestão educacional em nível superior, tendo atuado como Procurador Educacional Institucional (PI), Chefe de Departamento, Coordenador de curso de pós-graduação, Coordenador Acadêmico de curso de pós-graduação e membro de Núcleo Docente Estruturante (NDE). Professor do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET-RJ) de 2005 a 2015, tendo atuado junto aos Departamentos de Engenharia de Controle e Automação (DEICA, Unidade Nova Iguaçu), entre 2005 e 2010, e Engenharia Elétrica (DEPEL, Unidade Maracanã), entre 2010 e 2015. Contribuiu fortemente para a concepção, estruturação de laboratórios associados e a aprovação junto à CAPES do Programa de Pós-Graduação em Engenharia Elétrica (PPEEL) do CEFET/RJ, onde atuou como docente permanente de 2009 a 2017. Foi chefe do DEICA/CEFET-RJ (2008-2010), Coordenador do PPEEL/CEFET-RJ (2011-2013), membro do NDE do curso de Engenharia de Controle e Automação do CEFET-RJ (2012-2015), PI/CEFET-RJ (2013- 2015) e Coordenador Acadêmico do PEE/UFRJ (2020-2022). Possui forte interesse nas seguintes áreas: Aprendizado de Máquina, Aprendizado Profundo, Processamento de Linguagem Natural, Reconhecimento e Classificação de Padrões, Inteligência Computacional, Mineração de dados, Processamento de Sinais, Sistemas Embarcados, Análise e Processamento de dados Biomédicos, Sonar e Multimídia, Instrumentação Eletrônica e em Sistemas de Apoio a Decisão (SAD).