Bacharel em Ciência da Computação, na Universidade Federal de Alagoas, com passagens em Reconhecimento de Padrões e Computação Gráfica. Atualmente Mestre e Doutor em Computação na Universidade Federal Fluminense. Sua pesquisa de mestrado esteve no domínio em algoritmos de clusterização, com ênfase em clusterização com restrição espacial. Tem experiência na área de Ciência da Computação, com ênfase em reconhecimento de padrões, mineração de dados e aprendizado de máquina. Além disso, fez pesquisas envolvendo ambientes inteligentes, essencialmente em técnicas de Raciocínio de Contexto em Reconhecimento de Atividades Humanas acerca de sistemas sensíveis a contexto. Mais ainda, fez pesquisas em: construção de soluções tecnológicas a partir do uso de técnicas de Machine Learning para a integração de Edge Computing e paradigmas de virtualização em funções de rede (NFV); e cenários acerca de estimação de poses humanas a partir de visão computacional com Deep Learning .Especialista em Big Data Analytics, na plataforma Azure, atua com experiência em mapeamento de origens, em desenvolvimentos de processos ETL (cargas e transformações), de pipelines para carga de dados em ambientes Data Lake. Além disso desenvolve rotinas para ingestão, análise e manipulação de grande volume de dados via Databricks. Atualmente, Cientista de Dados com experiência em Databricks, com uso de técnicas avançadas de análise de dados, machine learning e visualização para extrair insights valiosos e tomar decisões baseadas em dados.
He has a BSc degree in Computer Science at the Federal University of Alagoas, Brazil, which included researchers in Pattern Recognition and Computer Graphics. Currently MSc and Ph.D. in Computer Science at Fluminense Federal University, Brazil. His masters research was in clustering algorithms, with emphasis on spatially constrained clustering. His Ph.D. research was in the Human Activity Recognition domain, focusing on adaptive strategies from Data Stream Learning algorithms. He has experience in Computer Science, focusing on Pattern Recognition, Data Mining, and Machine Learning. He worked on research involving Ambient Intelligence, principally in Context Reasonings for Human Activity Recognition on Context-Aware computing. Furthermore, they conducted research on building technological solutions using Machine Learning techniques for the integration of Edge Computing and virtualization paradigms in network functions (NFV), as well as scenarios related to human pose estimation from computer vision using Deep Learning.He is a consultant at Blueshift enterprise, specialized in Big Data Analytics on the Azure platform, they have experience in source mapping, development of ETL processes (extraction, transformation, and loading), data pipeline development for data loading in Data Lake environments. Currently, he is Data Scientist with experience in Databricks, using advanced data analysis, machine learning, and visualization techniques to extract valuable insights and make data-driven decisions.
