Postdoctoral fellowship (2012) in Statistics at Harvard Medical School, Boston, USA. Bachelor (2005), Master (2007) and Doctor (2011) in Statistics by the Federal University of Minas Gerais. As a Professor at the Department of Computer of the Federal University of Ouro Preto, he is a part of the Postgraduate Program in Computer Science and of the Postgraduate Program in Applied Economics of the Federal University of Ouro Preto. Disciplines of interest: statistical inference, numeric calculus, discrete math, probability theory and computational statistics. He works in collaboration with scientists of the Harvard Medical School in the development of statistical sequential analysis theory with applications to monitoring adverse events in post-market drug and vaccine safety surveillance. Fields of interest: fundamentals of statistical for reconciling frequentist and Bayesian inferences, Monte Carlo methods, sequential analysis optimization, computational methods in sequential tests, multivariate analysis in high-dimension, spatial statistics, and time series inference.
Pós-doutorado (2012) em Estatística pela Harvard Medical School, Boston, USA, Bacharelado (2005), Mestrado (2007) e Doutorado (2011) em Estatística pela Universidade Federal de Minas Gerais. É Professor do Departamento de Computação, do Programa de Pós-graduação em Ciência da Computação e do Programa de Pós-graduação em Economia Aplicada, Universidade Federal de Ouro Preto. Leciona disciplinas relacionadas a inferência estatística, matemática discreta, cálculo numérico, teoria de probabilidades e estatística computacional. Atua em parceria com pesquisadores da Harvard Medical School no desenvolvimento de teoria em análise sequencial com aplicações ao monitoramento da segurança de drogas e vacinas pós-comercializadas. Presta suporte à Agência de Saúde Pública do Canadá na implementação do sistema de monitoramento de eventos adversos seguidos da vacinação contra CONVID-19, viabilizado pelo pacote R Sequential, de sua autoria. O pacote Sequential também é utilizado pelo US Food and Drug Administration (FDA) para monitoramento de eventos adversos seguidos da vacinação contra COVID-19 nos Estados Unidos. Principais áreas de pesquisa: inferência estatística computacional, aprendizado de máquinas, fundamentos para a unificação das inferências frequentista e Bayesiana, métodos Monte Carlo, otimização em análise sequencial, análise em alta dimensão, estatística espacial, inferência em processos estocásticos, modelagem computacional multivariada, e teoria dos números (números primos).
