Bacharelando em Física pela Universidade Estadual de Campinas (Unicamp), desde 2021. Como bolsista PIBIC (2023-2024), realizou seu projeto de iniciação científica em análise de dados utilizando ferramentas de Física de altas energias, com foco em Machine Learning. Como bolsista CNPq (2025), aprofundou suas habilidades de análises de dados. Enquanto bolsista FAPESP (2025-Atual), desenvolve o segundo projeto de iniciação científica com ênfase em análise de dados de Monte Carlo de colisões de íons pesados relativísticos, usando métodos de Machine Learning para a geração de dados sintéticos. Atualmente, é membro do Grupo de Física Hadrônica Experimental (HadrEx), no Instituto de Física Gleb Wataghin (IFGW-Unicamp). Possui interesse em colisões ultra-relativísticas de íons pesados, análise de dados, Machine Learning e geração de dados sintéticos. (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) |
Em análises convencionais de física de altas energias, conjuntos de dados simulados de Monte Carlo (MC) são amplamente utilizados para a qualificação de cortes e eficiência da análise de dados reais, produzidos pelos experimentos. Esses dados simulados são gerados através de simulações numéricas - simulações de MC - e correspondem às características topológicas e cinemáticas das partícula…
| 1 | Bolsas no país contratadas |
| Processos vinculados | |
CV Lattes
ORCID