Rodrigo Barbosa de Santis

He holds a degree in Production Engineering from the Federal University of Juiz de Fora (2015) with a sandwich period at the University of Strathclyde (UK), a master's degree in Computational Modeling from the Federal University of Juiz de Fora (2018) in the line of Applied Computing Systems and a PhD in Production Engineering from the Federal University of Minas Gerais (2023) in the field of Stochastic Modeling and Simulation. He has professional experience in companies in the field of business and technology consulting, having worked as a consultant and data scientist at Uber (2022-2023), Falconi (2020-2022) and OM Partners (2017-2018). He is an Amazon Web Services (AWS) and Google Cloud Platform (GCP) Certified Professional as a Machine Learning Engineer Specialist. He is currently a volunteer researcher at the PGMC working on projects in the area of data mining, pattern recognition and time series. He has already taught Data Science disciplines applied to production systems at PUC-Minas (2022) and was a substitute professor for the Information Systems course at IFMG-Ouro Branco (2020-2021). He is a reviewer for international journals, and author of the book: Machine Learning and Python-A Practical Guide to Data Science. His main topics of interest are: supply chain management, computational intelligence, machine learning, time series forecasting and anomaly detection.

Possui graduação em Engenharia de Produção pela Universidade Federal de Juiz de Fora (2015) com período sanduíche na University of Strathclyde (Reino Unido), mestrado em Modelagem Computacional pela Universidade Federal de Juiz de Fora (2018) na linha de Sistemas Computacionais Aplicados e doutorado em Engenharia de Produção pela Universidade Federal de Minas Gerais (2023) na linha de Modelagem Estocástica e Simulação. Tem experiência profissional em empresas na área de consultoria empresarial e de tecnologia, tendo trabalhado como consultor e cientista de dados na Uber (2022-2023), Falconi (2020-2022) e OM Partners (2017-2018). É certificado pela Amazon Web Services (AWS) e Google Cloud Platform (GCP) como especialista em Machine Learning Engineer. Atualmente é pesquisador voluntário no PGMC atuando em projetos na área de mineração de dados, reconhecimento de padrões e séries temporais. Já ministrou disciplinas de Ciências de Dados aplicados a sistemas de produção na PUC-Minas (2022) e foi professor substituto para o curso de Sistemas de Informação da IFMG - Ouro Branco (2020-2021). É revisor de periódicos internacionais, e autor do livro: Machine Learning e Python - Um Guia Prático a Ciência de Dados. Seus principais temas de interesse são: gestão de cadeia de suprimentos, inteligência computacional, aprendizado de máquina, previsão de séries temporais e detecção de anomalias.