Sou bacharel em física pela Universidade Federal de Viçosa (2003) e doutor em física teórica e computacional pelo Centro Brasileiro de Pesquisas Físicas (2007) sob a orientação do professor Itzhak Roditi. Na UERJ, fui professor de física geral teórica e experimental, proferi seminários e lecionei na pós-graduação sobre caos, fractais e dinâmicas estocásticas. Fui professor substituto na Universidade Federal do Rio de Janeiro (UFRJ) onde lecionei física básica. Tenho experiência em programação de sistemas complexos e engenharia de software nas linguagens Python, C/C++, R, MQL5 e FORTRAN. Em 2012/2014 fui integrante do projeto fomentado pelo CNPQ "Tornar a Bolsa de Valores Acessível a Todos Através de Robôs Investidores" em parceria com a empresa "dod - robôs investidores" e posteriormente fui coordenador do projeto fomentado pela FAPESP 'SmartSet - Ampliando o lucro de robôs investidores" em parceria com a empresa "dod - robôs investidores" . Atualmente aplico arquiteturas de machine learning e deep learning (como Deep Neural Networks, Convolutional Neural Networks e outras) em sistemas físicos de interesse como o mercado de ações e genética. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
O projeto SmartSet visa aplicar inteligência artificial e algoritmos genéticos em unidades de processamento gráfico (GPU's) a fim de ampliar os lucros de robôs investidores (softwares ou programas capazes de comprar e vender ações e outros produtos na bolsa de valores de forma totalmente automática). O modelo busca otimizar todos os parâmetros ajustáveis dos softwares, identificando assim…
O projeto SmartSet visa aplicar inteligência artificial baseada em metaheurísticas(como são chamadas as técnicas inspiradas em comportamentos) de computação evolucionária, como o MHS (Mega Harmony Search), PSO (Particle Swarm Optimization) e GRASP (Greedy Randomized Adaptive Search Procedure), com o auxílio de múltiplas unidades de processamento paralelo a fim de gerar um processo de otim…
Na Etapa 1, após a definição dos bolsistas, o pesquisador responsável, o pesquisador principal e o bolsista TT-5 irão decidir a melhor forma de implementação das meta-heurísticas evolucionárias MHS, PSO e GRASP e também analisar modificações destas para o perfeito alinhamento com a solução tecnológica desejada. Para isso, é necessário:* Definir a arquitetura computacional que suportará a …
O projeto SmartSet visa aplicar inteligência artificial baseada em metaheurísticas (como são chamadas as técnicas inspiradas em comportamentos) de computação evolucionária, como o MHS (Mega Harmony Search), PSO (Particle Swarm Optimization) e GRASP (Greedy Randomized Adaptive Search Procedure), com o auxílio de múltiplas unidades de processamento paralelo a fim de gerar um processo de oti…
| 1 | Auxílios à pesquisa concluídos |
| 3 | Bolsas no país concluídas |
| 4 | Todos os Auxílios e Bolsas |
| Processos vinculados | |
CV Lattes