Resultados para “'Warren Abstract Machine'”

Junia Magalhães Rocha

docente IFTM - Campus Patos de Minas

Professora do Ensino Básico, Técnico e Tecnológico do Instituto Federal do Triângulo Mineiro (IFTM), campus Patos de Minas na área de Informática. Possuiu graduação em Sistemas Informação pelo Centro Universitário de Patos de Minas. Possuiu Mestrado em Ciência da Computação na área de Inteligência Artificial pela Universidade Federal de Uberlândia. Possui Doutorado em Engenharia Elétrica na área de Inteligência Artificial pela Universidade Federal de Uberlândia. Possui experiência em projetos de pesquisa e extensão nas seguintes instituições: Universidade Federal de Uberlândia (UFU), Instituto Federal Goiano (IF Goiano) e Instituto Federal do Triângulo Mineiro (IFTM). Seu trabalho concentra-se em robótica, desenvolvimento de sistemas e soluções mobile, tecnologias educacionais, e projetos inovadores. Destaca-se também na liderança de iniciativas de inovação e desenvolvimento de produtos, especialmente em projetos de PDI.

Roney Das Merces Cerqueira

docente

Graduação em BACHARELADO INTERDISCIPLINAR EM ENERGIA E SUSTENTABILIDADE pela Universidade Federal do Recôncavo da Bahia - UFRB (2019.1), com Trabalho de Conclusão de Curso intitulado: Redes Neurais Artificiais Aplicadas na Predição de Dados de Energia Solar, atuando principalmente nos seguintes temas: Rede Neural Artificial, Levemberg-Marquardt e Energia Solar; Graduação em ENGENHARIA DE ENERGIAS pela Universidade Federal do Recôncavo da Bahia - UFRB (2022.1), com Trabalhos de Conclusão de Curso intitulado: Desenvolvimento de Algoritmo Baseado em Machine Learning para Análise e Síntese de Dispositivos Fotônicos, atuando principalmente nos seguintes temas: Inteligência Artificial, Machine Learning, Algoritmo Genético, Metamaterial, Guia de Ondas; LICENCIATURA EM MATEMÁTICA pela Universidade Estácio de Sá - Pólo Feira de Santana, com Trabalho de Conclusão intitulado: Utilização da Inteligência Artificial no Processo de Ensino e Aprendizagem; MESTRADO EM ENGENHARIA ELÉTRICA pela Universidade Federal da Bahia - UFBA /PPGEEC (2024.1) com atuação na área de Processamento de Informação e Energia. Dissertação com título: ALGORITMO BASEADO EM MACHINE LEARNING PARA PROJETO DE DISPOSITIVOS DE INTERFERÊNCIA MULTIMODO. Atuando com as seguintes áreas: Inteligência Artificial, Machine Learning, Designer Inverso, Dispositivos Fotônicos e Interferência Multimodo (MMI). ESPECIALIZAÇÃO EM EDUCAÇÃO, MEIO AMBIENTE E SUSTENTABILIDADE pelo Insituto Federal de Goiás - IFG (2024.2) com Trabalho de Conclusão intitulado: MACHINE LEARNING COMO FERRAMENTA VIÁVEL PARA DESENVOLVIMENTO SUSTENTÁVEL: UMA REVISÃO BIBLIOMÉTRICA. Atualmente, DOUTORANDO EM ENGENHARIA ELÉTRICA na Universidade Federal da Bahia - UFBA /PPGEEC e ESPECIALIZAÇÃO EM ANDAMENTO EM COMUNICAÇÃO QUÂNTICA pela Universidade CIMATEC/SENAI.

Cláudio Roberto Da Silva Alexandre

tecnico IFSP - Campus Pirituba

Possui graduação em Ciência da Computação pelo Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais (2017), Especialista em Informática na educação pelo Instituto Pedagógico de Minas Gerais(2021). Atualmente é aluno do Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de São Carlos. Atua como técnico de tecnologia da informação do Instituto Federal de São Paulo. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: auditoria interna, mineração de dados, logs, machine learning e informática na educação.

Suzana Viana Mota

docente IFNMG - Campus Almenara

Professora do Instituto Federal do Norte de Minas Gerais - Campus Almenara, mestra em Engenharia Elétrica pela Unicamp, graduada em Sistemas de Informação pela PUC - Campinas. Possui experiência na área de Computação, principalmente na área de Inteligência Artificial, nas subáreas de: Visão Computacional, Deep Learning e Machine Learning. É coordenadora da comunidade AIGirls, uma comunidade feminina nacional que promove a participação e inclusão de mulheres nas áreas de Inteligência Artificial e Ciência de Dados. Também coordena o projeto Tech Ladies - IFNMG que visa a permanência, êxito e inclusão de alunas nos cursos de Tecnologia do IFNMG. Mais informações www.suzanamota.com.br

Danilo Reis De Vasconcelos

docente IFCE - Reitoria

Possui doutorado em Ciência da Computação com foco em Internet das Coisas com o tema de sistemas de recomendação para Fog computing, mestrado em Informática Aplicada pela Universidade de Fortaleza na área de algoritmos genéticos aplicados a segurança pública (2006) e graduação em Engenharia Eletrônica pelo Instituto Tecnológico de Aeronáutica (1988).Especialização no MIT em Data Science e machine Learning (2023) Atualmente é professor no Instituto Federal do Ceará (IFCE). Tendo larga experiência na área de Engenharia Eletrônica e computação atuando principalmente nos seguintes temas: Large Language Models, Machine Learning, Deep Learning, Internet das Coisas, Sistemas de recomendação, Fog Computing. No seu histórico profissional ja trabalhou com Sistemas embarcados, aprendizado de máquinas, Algoritmos genéticos, arquiteturas de software, FPGA, RFID, segurança, Smartcards, projetos eletrônicos.

Ederson Naves Fernandes Gonçalves Júnior

docente IFMG - Campus Ouro Branco

Ederson Naves Fernandes Gonçalves Júnior possui formação técnica em Mecânica pelo Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais (IFMG) - Campus Congonhas (2021). É graduado em Ciência da Computação pela Universidade Federal de Ouro Preto (UFOP - 2025). Atualmente, cursa o mestrado em Ciência da Computação na Universidade Federal de Ouro Preto (UFOP) e é Professor Substituto no IFMG - Campus Ouro Branco. Durante a graduação, fez parte do Laboratório de Computação de Sistemas Inteligentes (CSI-Lab), onde trabalhou com a Identificação de Tumores Cerebrais. Atualmente trabalha com Machine Learning aplicado em cima de Eletroencefalograma (EEG). Seus interesses englobam as áreas de Aprendizado de Máquina, Deep Learning e Reconhecimento de Padrões. Além disso, participou da Empresa Júnior Voluta Soluções Digitais, englobando áreas de criação de aplicativos e sites.

Carlos Henrique Domiciano

docente IFRJ - Campus Volta Redonda

Mestre em Engenharia Mecânica com área de concentração em Automação e Dinâmica de Sistemas pela Universidade de Taubaté, UNITAU (2024), com pesquisa voltada na aplicação da Inteligência Artificial e do Machine Learning. Atuo como Instrutor de Educação Profissional Técnica na Firjan/SENAI na área de Automação com foco no ensino, elaboração de conteúdos e métodos que facilitem o aprendizado. Participei na elaboração dos planos de estudo referência para o curso de Mecatrônica e integrei a equipe que elaborou os itens aplicados ao sistema de avaliação do ensino profissionalizante SAEP. Bacharel em engenharia Elétrica / Eletrônica pela Faculdade de Engenharia de Resende FER/AEDB (2007). Atuei na condução de equipes de manutenção do processo e limpeza de gás e produtos carboquímicos em áreas classificadas.

Lucas Miguel Hallmann

docente IFRS - Campus Vacaria

Possui formação em Técnico em Informática pelo Colégio Luterano Concórdia (2005), graduação como Tecnólogo em Análise e Desenvolvimento de Sistemas pelo Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (2018), Especialização (Lato Sensu) em Ciência de Dados e Big Data Analytics pela Universidade Estácio de Sá (2019) e Mestrado em Engenharia de Minas, Metalúrgica e de Materiais na Universidade Federal do Rio Grande do Sul (2023). Trabalha como docente em Informática Geral no Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul. Tem experiência na área de tecnologia, com ênfase em sistemas de informação e ciência de dados. Atua principalmente nos seguintes temas: Linux, redes, desenvolvimento, machine learning, python, ensino e aprendizagem.

Rodrigo Menezes Sobral Zacaroni

docente IFF - Campus Santo Antônio De Pádua

Professor EBTT efetivo do IFF Campus Santo Antônio de Pádua, Mestre em Engenharia de Sistemas e Automação pela Universidade Federal de Lavras (UFLA) (2021) com foco em aplicação de técnicas de computação evolutiva, Lógica Fuzzy, Machine Learning e Inteligência Artificial. Graduado em Engenharia Elétrica pelo IFMG Campus Formiga (2019). Foi servidor efetivo do IFMG Campus Formiga, atuando como Técnico de Laboratório Área/ Eletrônica e desempenhava cumulativamente a função de Coordenador de Gestão e Prospecção de Projetos de Pesquisa, Desenvolvimento e Inovação (PDI) do Polo de Inovação IFMG (Credenciado como Unidade Embrapii).

ÊF

Ênio Prates Vasconcelos Filho

docente IFG - Campus Goiânia

Enio Vasconcelos Filho has a Ph.D. in Electrical and Computer Engineering from the Faculty of Engineering, University of Porto. He also holds a Master's and a Bachelor's degree, both from the University of Brasilia, Brazil, in the areas of Mechatronic Systems and Control and Automation Engineering, respectively. Since 2023, he became Research Associate at the Research Centre in Real-Time and Embedded Computing Systems (CISTER), in Porto, Portugal, where he has been working on topics related to autonomous vehicles, communication networks, critical systems and secure communication applications. His most relevant works have been published in peer-reviewed journals and conferences, such as Cyber Physical Systems, IEEE ACCESS, IEEE Communication Letters. His interests in new projects are related, besides the current ones, in embedded systems for IoT, Machine Learning and Automation.

Rogerio Pereira Dos Santos

docente IFRO - campus Porto Velho Zona Norte

Analista de Dados na Advocacia Geral da União - AGU. Doutorado em Informática. Mestrado em Computação Aplicada pela Universidade do Vale do Itajaí, UNIVALI. Especialização em Planejamento Educacional e Docência do Ensino Superior, IESUR. Especialização em Desenvolvimento de Aplicações para Internet IESUR. Bacharelado em Sistemas de Informação pelo IESUR. Formação extracurricular em Ciências de Dados pela DATA SCIENCE ACADEMY. Tem experiências na área da Ciência da Computação - desenvolve trabalhos com seguintes tecnologias/temas: Web, Data Analytics com R e Microsoft Azure, Big Data Real-Time Analytics com Python e Spark, Engenharia de Dados com Hadoop e Spark, Machine Learning, Internet das Coisas, Robótica, Comunicação Aumentativa e Alternativa (CAA) e Tecnologias Assistivas. Participa da equipe MULTIDISCIPLINAR na área: INFORMÁTICA, nos Cursos de graduação e pós-graduação de Ensino a Distância, no âmbito do Sistema Universidade Aberta do Brasil #8210; UAB. Meus interesses de pesquisa multidisciplinar incluem compreensão de imagens, inteligência artificial e ciência de dados. https://github.com/rps-ifpr

Marcelo Fernando Rauber

docente IFC - Campus Camboriu

Doutorado em Ciência da Computação (2024) pela UFSC. Mestrado em Educação Científica e Tecnológica (2016) pela UFSC. Especialização em Administração de Sistemas de Informação (2005) pela UFLA e graduação em Ciência da Computação pela UNIVALI (2003). Tem experiência na área de Análise de Sistemas. Atualmente (desde 2010) é professor efetivo com Dedicação Exclusiva do Instituto Federal Catarinense (IFC) - campus Camboriú, onde atua com ensino, pesquisa e extensão. Tem experiência na área de Educação, com ênfase em Ensino-Aprendizagem, atuando principalmente nos seguintes temas: Lógica de Programação, Algoritmos, Estrutura de Dados e Machine Learning.

Gilberto De Melo Júnior

docente IFB - Campus Samambaia

Professor at the Federal Institute of Education, Science and Technology of Brasília (IFB) at the Samambaia Campus since 2025, in the area of Computer Science and PhD student in the Electrical and Computer Engineering Program at the Federal University of Goiás (2024-). He has a bachelor's degree in Computer Networks Technology from the State University of Goiás (UEG, 2008-2010) and in Control and Automation Engineering from the Federal Institute of Goiás (IFG, 2011-2017), with a sandwich period at the Technische Hochschule Deggendorf - Germany (THD, 2015-2016). He also completed the Latu Sensu postgraduate degree in Higher Education Teaching from the Cândido Mendes University (2019) and a master's degree in Electrical and Computer Engineering with an emphasis in Computer Engineering from the Federal University of Goiás (UFG, 2020), where he is currently pursuing a doctorate in the same program. He was a substitute professor at the Federal Institute of Goiás (IFG, 2018 - 2020) and was a full professor at the Federal Institute of Pará (IFPA, 2020 - 2024). Interest in the areas of Machine Learning, Deep Learning, Biomedical Signals, Automation and Programming Languages (C, MATLAB, Python and R).

Thiago Santi Bressan

docente IFFar - Campus Jaguari

Professor and researcher graduated in Informatics, graduated in formation of teachers for Technical and Technological Education and graduated in Big Data and Analytical Intelligence, Master in Geomatics and Doctorate in Geology. I have experience in the following areas: Database, Front-end Programming and Web with Free Software (JAVA, JSP, PHP and Python) and GIS (Geographic Information Systems), working in the field of data science (Machine Learning) and Geosciences with Python and R. Professor at the Federal Institute of Education, Science and Technology Farroupilha (IFFar Campus Jaguari).

Samuel Scheleski

docente IFSC - Câmpus Xanxerê

Possui graduação em engenharia mecânica pela Universidade de Passo Fundo (2009) e mestrado em engenharia mecânica pela Universidade de Passo Fundo (2014). Atualmente é professor do ensino básico, técnico e tecnológico no Instituto Federal de Santa Catarina Câmpus Xanxerê. Tem experiência na área de Engenharia Mecânica, com ênfase em projeto de máquinas e fabricação mecânica.

Wysterlânya Kyury Pereira Barros

docente IFPB - Campus Cajazeiras

Possui técnico em Eletrotécnica pelo Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte (2013), bacharelado em Ciências e Tecnologia pela Universidade Federal do Rio Grande do Norte (2016), bacharelado em Engenharia de Computação pela Universidade Federal do Rio Grande do Norte (2018) e mestrado em Engenharia Elétrica e de Computação pela Universidade Federal do Rio Grande do Norte (2021). Atualmente é aluna de doutorado do Programa de Pós-Graduação em Engenharia Elétrica e de Computação da Universidade Federal do Rio Grande do Norte (UFRN). Pesquisadora do Grupo de Pesquisa em Sistemas Embarcados e Hardware Reconfigurável (GPSEHR) da UFRN. Suas principais áreas de interesse são Machine Learning, Redes 5G, Visão Computacional, Sistemas Embarcados, Desenvolvimento de Hardware e Field Programmable Gate Array (FPGA).