Sou Ciêntista de Dados 👨‍💻
Graduado em Informática Biomédica pela Universidade de São Paulo (USP-RP) e Mestre pelo Programa de Pós-graduação em Computação Aplicada da FFCLRP/USP.
Atuo na área de Inteligência Artificial, principalmente em Deep Learning e Machine Learning.

🎓 Bacharelado em Informática Biomédica
📆 2015 - 2018
📍 Universidade de São Paulo - FFCLRP - Ribeirão Preto, Brasil
📖 Pesquisas:

• Robótica como Ferramenta para Ensino de Conceitos de Computação e Matemática.
  • 📆 2015 - 2016
  • 💰 Programa Unificado de Bolsas da USP
  • Neste projeto, foi investigado o uso de robôs móveis como ferramenta para ensino de conceitos básicos de programação e matemática para alunos do ensino médio. Inicialmente foram estudados conceitos de robótica utilizada como ferramenta educacional. Então, foi proposto um curso de difusão para alunos do ensino médio no qual conceitos básicos de programação e matemática aplicadas à robótica foram ministrados, enfocando principalmente na resolução de problemas práticos envolvendo robôs móveis.
  • Implementação em C++.
• Algoritmos Genéticos Aplicados a Robôs Móveis em Ambientes Dinâmicos.
  • 📆 2016 - 2017
  • 💰 Programa Unificado de Bolsas da USP
  • Este projeto teve por objetivo o estudo do problema de controle de robôs móveis em ambientes dinâmicos via regras de decisão definidas por algoritmos genéticos.
  • Implementação em C++.
• Algoritmos Genéticos Aplicados na Busca de Soluções Robustas para Robôs Móveis em Ambientes Dinâmicos.
  • 📆 2017 - 2018
  • 💰 FAPESP
  • Esta pesquisa tem como objetivo o estudo do problema de controle de robôs móveis em ambientes dinâmicos via leis de controle robustas definidas por redes neurais artificiais do tipo Echo State Network, otimizadas por algoritmos genéticos (AGs).
  • Implementação em C++.
  • Artigo: Evolutionary Optimization of Robust Control Laws for Mobile Robots in Dynamic Environments
• Uso de Redes Neurais Convolucionais para Classificação de Fraturas de Coluna Vertebral por Compressão.
  • 📆 2018 - 2018
  • Esta pesquisa teve por objetivo detectar a presença de fraturas vertebrais por compressão em imagens de ressonância magnética (IRM) e classificá-las como malignas ou benignas utilizando modelos de deep learning, mais especificamente uma rede neural convolucional (CNN).
  • Implementação em Python utilizando a API do Keras e do TensorFlow..

🎓 Mestre pelo Programa de Pós-graduação em Computação Aplicada
📆 2019 - 2021
📍 Universidade de São Paulo - FFCLRP - Ribeirão Preto, Brasil
📖 Pesquisa:

• Uso de Redes Neurais Convolucionais para Classificação de Fraturas de Coluna Vertebral por Compressão.
  • 📆 2019 - 2021
  • Esta pesquisa teve por objetivo detectar a presença de fraturas vertebrais por compressão (FVC) em imagens de ressonância magnética (IRM) e classificá-las como malignas ou benignas utilizando modelos de deep learning. Foi proposto um método híbrido de classificação de FVCs que utiliza características de três fontes distintas: i) camadas intermediárias de CNNs; ii) radiômica; iii) informações adicionais dos pacientes e histograma de imagens. No método híbrido proposto aqui, características externas extraídas das imagens são inseridos como entradas adicionais para a primeira camada densa de uma CNN. Algoritmo Genético (AG) foi empregado para i) selecionar um subconjunto de características visuais, radiômicas e clínicas relevantes para a classificação de FVCs; ii) selecionar hiper parâmetros que definem a arquitetura do modelo hibrido proposto para classificação. Experimentos usando diferentes abordagens para as entradas indicam que combinar informações pode ser interessante para melhorar o desempenho do classificador.
  • Implementação em Python utilizando a API do Keras e do TensorFlow..
  • Tese: Algoritmos genéticos e redes neurais convolucionais para auxílio ao diagnóstico de fraturas vertebrais por compressão
  • Artigo: Computer-Aided Diagnosis of Vertebral Compression Fractures Using Convolutional Neural Networks and Radiomics - Journal of Digital Imaging