Possui graduação em Geografia (2008) pela Universidade Estadual Paulista "Júlio de Mesquita Filho" (Unesp), além de mestrado (2011) e doutorado (2017) em Geociências e Meio Ambiente pela mesma instituição. Atuou em projetos no setor de Óleo e Gás financiados pela ANP e Petrobras. Como pesquisador, coordenou dois projetos PIPE-FAPESP voltados ao desenvolvimento de ferramentas para otimização da produção agrícola por meio do uso de imagens orbitais e técnicas de Machine Learning. Atualmente é cientista de dados na IDGeo, com foco no desenvolvimento e aprimoramento de produtos da empresa. Seus principais interesses incluem Python, Inteligência Artificial, Machine Learning, ferramentas open source e Sistemas de Informação Geográfica (SIG). (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) |
Existe uma preocupação crescente entre os produtores de cana-de-açúcar em aumentar a produtividade e reduzir as perdas devido a infestações de pragas, doenças, plantas daninhas e falhas derivadas de operação mecanizada, que interferem diretamente no desenvolvimento da cultura. Os métodos atuais para a identificação das áreas de baixa produtividade são baseados principalmente em imagens co…
O desenvolvimento de novos produtos e técnicas que reduzam os custos de produção é uma preocupação permanente dos produtores de cana-de-açúcar. Perdas da produção relacionadas com o controle tardio de doenças ou pragas podem promover decréscimos na ordem de 85% do potencial produtivo dos talhões. Portanto, o diagnóstico precoce do problema é fundamental para melhorar os procedimentos de c…
O Bolsista será o responsável pelo desenvolvimento computacional de um sistema especialista para diagnosticar as causas das manchas de baixa produtividade em talhões canavieiros, baseado no monitoramento remoto de alta frequência - para detecção precoce dos problemas - predição da evolução dos diagnósticos, e dimensionamento dos danos econômicos associados e uma plataforma online para ges…
O princípio utilizado para o estudo da vegetação por sensoriamento remoto é a existência de relações entre respostas radiométricas de um dossel e os parâmetros que caracterizam o estado de crescimento da planta. Desta forma, é fundamental o acompanhamento em campo, com realização de análises periódicas, a fim de disponibilizar um conjunto de dados confiáveis para realizar a calibração da …
Considerando que a proposta de diagnóstico e prognóstico agrícola será desenvolvido com base nos dados e observações realizados nas condições geoambientais da região de Ribeirão Preto-SP, há necessidade de avaliar o desempenho do modelo quando aplicado em cenários geográficos distintos em termos de características físicas (geomorfologia, solos), climáticos (distribuição de chuva, e temper…
| 2 | Auxílios à pesquisa concluídos |
| 5 | Bolsas no país concluídas |
| 7 | Todos os Auxílios e Bolsas |
| Processos vinculados | |
CV Lattes
ORCID
Google Scholar Citations