História
Estudante de Ciência da Computação na UFRJ, com uma base sólida em matemática construída ainda no Bacharelado em Ciências Matemáticas e da Terra antes da transferência de curso. Ao longo da graduação, venho combinando fundamentos teóricos (Álgebra Linear, Estatística e Probabilidade, Estruturas de Dados, Matemática Discreta, matérias que amo de exatas) com aplicação prática em projetos de dados reais: da análise de criminalidade no Rio de Janeiro com SVD, PCA e K-Means, à modelagem de um banco de dados relacional cruzando informações de transporte público (GTFS) e demografia da cidade.
Tenho interesse particular em transformar dados em decisões: gosto do processo completo, da limpeza e modelagem no banco até a construção de visualizações e dashboards que tornem os resultados acessíveis (já fiz isso com Streamlit, Pandas, Matplotlib e Power BI).
Sou monitor de Cálculo I por 3 anos, o que aguçou minha didática e minha paciência para explicar o "porquê" por trás de cada conceito científico. Essa habilidade me levou para a for_code, onde atuo na área de Pessoas (gerenciamento de pessoas): ministro e reescrevo diversos minicursos (Python, Análise de Dados, Pessoas com banco de dados), ajudo candidatos a ingressarem na equipe e, acima de tudo, gosto de espalhar conhecimento. Estou em transição para assumir a vice-presidência de Pessoas da for_code. Já na UFRJ Analítica, faço parte da equipe de Desenvolvimento, trabalhando com dados e banco de dados.
Minha vontade de usar dados para ajudar pessoas também aparece no voluntariado: desde 2023 sou voluntário no Lar Mãe Ritinha, um lar de idosas, onde atuo como analista de dados da chegada e saída de alimentos doados, com controle em Excel e um painel em Power BI. Na OASIS, aplico banco de dados relacionais e Machine Learning em um projeto sobre acidentes de trânsito e hospitais no Rio. Também faço Iniciação Científica em modelagem matemática de transporte de poluentes em corpos hídricos.
Busco uma oportunidade de estágio em Ciência de Dados ou Tecnologia da Informação onde eu possa continuar aprendendo, contribuir com análises que gerem impacto real e crescer perto de times que valorizem tanto rigor técnico quanto colaboração.
Minhas linguagens favoritas: Python, C, SQL e Java.
Objetivo
Meu objetivo é fazer do estágio o primeiro passo de uma carreira em que dados, matemática e programação trabalhem juntos para resolver problemas reais. Tenho interesse em Ciência de Dados, Inteligência Artificial / Machine Learning, Engenharia de Dados e Análise de Dados, e também me vejo em áreas vizinhas, como Business Intelligence, Desenvolvimento de Software, Banco de Dados e Computação Científica e Modelagem Matemática. Venho construindo essa base na graduação em Ciência da Computação na UFRJ, em projetos pessoais e acadêmicos e na iniciação científica, e sei exatamente o que ainda preciso aprender em cada área. Quero crescer junto com uma equipe, aprender na prática e, com o tempo, assumir problemas cada vez mais complexos.
Trajetória
Ciência de Dados
- ✅ Já tenho: estatística, NumPy/Pandas/Seaborn, PCA, SVD e K-Means, análises do IMDB e da criminalidade do Rio
- ⬜ A aprender: inferência e testes de hipótese, feature engineering, storytelling com dados
Inteligência Artificial / Machine Learning
- ✅ Já tenho: K-Means, classificador 1-NN em C, regressão (Student Performance no Kaggle), noções de otimização
- ⬜ A aprender: scikit-learn a fundo, validação cruzada e overfitting, redes neurais (PyTorch ou TensorFlow), noções de MLOps
Engenharia de Dados
- ✅ Já tenho: SQL/MySQL, modelagem ER, normalização, esquema dimensional, dados GTFS, Git/GitHub
- ⬜ A aprender: pipelines ETL/ELT (Airflow), Docker, cloud (AWS, GCP ou Azure), Spark, data warehouse
Análise de Dados e Business Intelligence
- ✅ Já tenho: Excel, SQL, primeiro dashboard no voluntariado, primeiros passos no Power BI
- ⬜ A aprender: Power Query, modelagem em estrela, DAX básico, publicação no Power BI Service
Desenvolvimento de Software
- ✅ Já tenho: Python, Java (POO), C, Flask, Algoritmos e Grafos, Git/GitHub
- ⬜ A aprender: testes automatizados, APIs REST, Docker, boas práticas de código
Computação Científica e Modelagem Matemática
- ✅ Já tenho: iniciação científica em transporte de poluentes (advecção-difusão), métodos numéricos, Programação Linear e Simplex
- ⬜ A aprender: solvers de otimização aplicados, EDPs numéricas avançadas, escrita científica
Formação Acadêmica
Bacharelado em Ciências Matemáticas e da Terra (UFRJ)
Projetos
Iniciação Científica (atual): Transporte de Poluentes em Corpos Hídricos
- Pesquisa baseada em uma dissertação que apresenta um método computacional para caracterizar o transporte de poluentes em corpos hídricos, a partir da modelagem matemática dos fenômenos envolvidos.
- O método obtém a solução numérica do problema inverso da equação de advecção-difusão, para gerar o modelo do transporte.
- A avaliação é feita com experimentos computacionais usando dados sintéticos, gerados pela solução do problema direto da mesma equação. O método resolveu o problema inverso com sucesso, mesmo com dados contaminados por ruído.
Classificador de Flores Iris com Machine Learning em C
- Programa desenvolvido em C para analisar o banco de dados Iris e treinar um modelo capaz de classificar a espécie de uma flor a partir das medidas de pétalas e sépalas.
- Implementação de algoritmo de classificação do zero, sem bibliotecas de alto nível, reforçando o entendimento dos fundamentos matemáticos por trás do aprendizado de máquina.
Análise dos Top 1000 Filmes do IMDB
- Análise exploratória de dados de um dataset com os 1000 filmes mais bem avaliados do IMDB, incluindo tratamento e limpeza dos dados com Pandas.
- Criação de visualizações estatísticas com Matplotlib e construção de um dashboard interativo em Streamlit.
- Versionamento do projeto com Git/GitHub.
Análise da Criminalidade no Rio de Janeiro
- Aplicação de SVD e PCA sobre dados de criminalidade do Instituto de Segurança Pública do Rio de Janeiro (ISP-RJ).
- Uso de K-Means para agrupamento de regiões com padrões de criminalidade semelhantes.
- Construção de visualizações para identificar tendências e padrões espaciais de criminalidade entre bairros.
- Versionamento com Git/GitHub em colaboração com o grupo.
Transportes Rio (Oferta de Transporte Público e Demografia)
- Modelagem e implementação de um banco de dados relacional em MySQL correlacionando dados GTFS de transporte público com informações demográficas.
- Desenvolvimento de consultas SQL com joins, subqueries e agregações.
- Construção de aplicação web em Flask com mapa interativo.
- Uso de Geopandas para tratamento e cruzamento de dados geoespaciais.
- Colaboração via Git/GitHub em equipe.
Histórico Acadêmico
2022/2
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| ICP121 | Computação I | 8,5 | AP |
| CMT111 | Inovações Cient Tecn e Art I | 7,2 | AP |
| FIW112 | Introdução à Física A | 10,0 | AP |
| FIW113 | Introdução à Física B | 10,0 | AP |
| MAW117 | Introdução ao Cálculo | 10,0 | AP |
| CMA110 | Tóp Gerais Ciências da Terra | 8,4 | AP |
2023/1
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| ICP241 | Computação II | 9,5 | AP |
| MAC118 | Cálculo Difer e Integral I | 10,0 | AP |
| FIS111 | Física Experimental I | 7,1 | AP |
| CMT121 | Inovações Cient Tecn e Art II | 10,0 | AP |
| CMT012 | Introdução à Programação C/c++ | 9,2 | AP |
2023/2
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| NCG011 | Acessando a Mente e o Espaço | 10,0 | AP |
| MAC128 | Cálculo Diferen e Integral II | 6,7 | AP |
| NCG017 | Empreendedorismo Tecnol e Ciên | 9,0 | AP |
| CMT231 | Inovações Cient Tecn e Art III | 10,0 | AP |
| IGT603 | Poluição do ar | 7,0 | AP |
2024/1
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| ICP111 | Fund Computação Digital | 7,8 | AP |
| FIT111 | Física I | 6,9 | AP |
| MAE125 | Álgebra Linear | 6,9 | AP |
2024/2
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| ICP136 | Introd Pensamento Dedutivo | 9,2 | AP |
| ICP134 | Números Inteiros Criptografia | 9,6 | AP |
| ICP142 | Organização de Dados I | 9,0 | AP |
| ICP132 | Processos de Software | 5,9 | AP |
| ICP135 | Projeto de Carreira | 9,3 | AP |
2025/1
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| ICP145 | Habilidades Sociais p Trabalho | 9,2 | AP |
| ICP238 | Introd à Computação Numérica | 7,8 | AP |
| ICP237 | Introd à Modelagem de Sistemas | 8,3 | AP |
| ICP144 | Matemática Discreta | 7,7 | AP |
| ICP143 | Projeto Prático | 8,6 | AP |
| NEP101 | Teoria Direitos Fundamentais | 10,0 | AP |
2025/2
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| ICP246 | Arquitet Comput e Sist Operac | 5,4 | AP |
| MAD243 | Estatística e Probabilidade | 7,9 | AP |
| ICP116 | Estruturas de Dados | 5,7 | AP |
| ICP115 | Álgebra Linear Algorítmica | 9,8 | AP |
2026/1
| Código | Disciplina | Nota | Situação |
|---|---|---|---|
| ICP489 | Banco de Dados I | 6,6 | AP |
| ICP248 | Comput Científ e Análise Dados | 7,8 | AP |
| ICP239 | Programação Orientada a Objeto | 7,0 | AP |
| ICP249 | Tecnologia e Sociedade | 9,7 | AP |
Trabalho Voluntário
Lar Mãe Ritinha (lar de idosas), voluntário
- Controle e análise em Excel da chegada de alimentos doados à instituição.
- Criação de painel em Power BI para visualização e acompanhamento dos dados de doações.
OASIS (Observatório de Algoritmos e Sistemas de Informação com Impacto Social), Analista de Banco de Dados Relacionais
Projeto atual: acidentes de trânsito no Rio de Janeiro e os hospitais mais próximos de cada batida, cruzando também os dados do temporal (chuva) que ocorria no dia de cada acidente. O objetivo é identificar hospitais sobrecarregados e casos graves em que o hospital mais próximo ainda fica longe demais.
- Coleta: dados de acidentes com coordenadas (latitude e longitude), lista de hospitais com localização e dados meteorológicos diários do Rio.
- Limpeza e modelagem: tratamento com Pandas e organização das tabelas (acidentes, hospitais, clima) no banco relacional.
- Geopandas: conversão dos pontos em GeoDataFrames e projeção para um sistema de coordenadas em metros, para que as distâncias sejam reais e não em graus.
- Machine Learning (vizinho mais próximo): para cada batida, o algoritmo calcula a distância até os hospitais e escolhe o que minimiza essa distância.
- Contagem: o hospital escolhido recebe +1 no seu contador, e no final cada hospital tem o total de batidas para as quais é o mais próximo.
- Cruzamento com o clima: comparação das contagens e das distâncias em dias de temporal contra dias sem chuva.
- Visualização: mapas e rankings (Matplotlib e Streamlit) mostrando os hospitais mais demandados e os pontos de acidente mais distantes de qualquer hospital.
Cursos e Atividades Complementares em Equipe
UFRJ Analítica
- Membro recém-ingressado da equipe de Desenvolvimento, atuando em projetos envolvendo dados e banco de dados.
For_code
- Desenvolvimento de exercícios e scripts práticos em Python e SQL nos minicursos de Análise de Dados.
- Atuação como instrutor, ensinando conceitos de LGPD e orientando a aplicação prática dos conteúdos em Notion.
- Reescrita dos minicursos da equipe: Pessoas (com banco de dados), Análise de Dados com Python e novos conteúdos, com slides no modelo da for_code.
- Minicurso de Introdução ao Python (1h30): instalação, variáveis e tipos, loops, listas e funções.
- Elaboração de questões e desafios de programação para os alunos da for_code.
- Certificado: curso de Python Intermediário ministrado pela for_code (20 horas, dezembro de 2024).
- Reconhecimento "Destaque (Diretoria de Pessoas)": por reformular sozinho a Trilha de Pessoas e ajudar diversos candidatos a ingressarem na for_code.
Semana da Escola de Química (UFRJ): Minicursos de Análise de Dados
- Ministrante do minicurso "Análise de Dados em Python" (Semana da Escola de Química 2026, 2 horas, 26 a 29/08/2026).
- Instrutor(a) do minicurso "Análise de Dados: Da geração à Interpretação" (Semana da Escola de Química 2025, 4 horas, 23 a 29/08/2025).
Meu Horário Atual
Aulas, monitorias e extensão do período atual.
| Horário | Segunda | Terça | Quarta | Quinta | Sexta |
|---|---|---|---|---|---|
| 08h–10h | Modelagem Matemática | Algoritmos e Grafos | Modelagem Matemática | Algoritmos e Grafos | Livre |
| 10h–12h | Modelagem e Avaliação de Desempenho | Otimização | Modelagem e Avaliação de Desempenho | Otimização | Livre |
| 12h–13h | Monitoria de Introdução ao Cálculo | Monitoria de Introdução ao Cálculo | Livre | ||
| 13h–15h | Computação Social | Livre | |||
| 17h–19h | Monitoria de Organização de Dados (online) | Monitoria de Introdução ao Cálculo (online) | Livre | ||
| 19h–20h | Extensão (OASIS) | Livre |
Competências Técnicas
- Linguagens: Python, C, Java, SQL, HTML, CSS, JavaScript
- Análise de Dados: Pandas, NumPy, Matplotlib, Geopandas, Excel, Power BI, Limpeza de dados, Análise exploratória, Visualização de dados, Dashboards
- Banco de Dados: MySQL, SQL, Modelagem relacional, Joins, Subqueries, Agregações, Dados geoespaciais, GTFS
- Machine Learning: PCA, SVD, K-Means, Regressão linear, Vizinho mais próximo, Validação cruzada (Leave-One-Out), Classificação
- Matemática e Estatística: Álgebra Linear, Cálculo, Estatística e Probabilidade, Matemática Discreta, Computação Numérica, Modelagem Matemática
- Web/Frameworks: Flask, Streamlit, HTML, CSS, JavaScript, Pyodide
- Ferramentas: Git, GitHub, Notion
- Habilidades pessoais: Didática, Gestão de pessoas, Comunicação, Trabalho em equipe, Ministração de minicursos, Monitoria, Liderança
Idiomas
- Português: Nativo
- Inglês: Intermediário
- Espanhol: Intermediário
Minha cultura
Uma parte importante de quem eu sou também está nos jogos, filmes e músicas que gosto.
Meus jogos favoritos
- Psychonauts
- Psychonauts 2
- Dark Souls Remastered
- Dark Souls III
- Elden Ring
- Quantum Break
Artistas que mais tenho ouvido
- Red Hot Chili Peppers
- Nickelback
- System of a Down
- Radiohead
- Fresno
Filmes
Minha atividade cinematográfica pode ser acompanhada pelo meu perfil no Letterboxd.
Ver meu LetterboxdOutros lugares onde me encontrar
Minijogos
🐍 Campo Minado em Python
Campo Minado desenvolvido em Python, com a lógica do jogo rodando de verdade dentro do navegador (via Pyodide).
Prevendo Notas Futuras (ML)
Um modelo simples de regressão linear, rodando em Python de verdade dentro do navegador (via Pyodide), treinado com as minhas próprias notas dos períodos 1 a 4. Para cada disciplina que já cursei, ele relaciona a média das notas de TODA a cadeia de pré-requisitos (não só o pré-requisito direto, mas os pré-requisitos dos pré-requisitos, recursivamente, até o 1º período; ex: para prever uma disciplina que depende de Cálculo II, a cadeia inclui também Cálculo I, pré-requisito de Cálculo II) com a nota que tirei nela. Usar a cadeia inteira, em vez de só o pré-requisito direto, dá mais pontos de dado por previsão, o que reduz a margem de erro.
Avalie-me
Já me conhecia a partir de monitorias? Consegui te ajudar em algo educacional? Te fiz aprender com meus vídeos do meu canal do YouTube? Pode me avaliar.
Dou monitoria há 3 anos de Cálculo I, Introdução ao Cálculo e agora Organização de Dados, por isso gosto de saber o que acharam das minhas monitorias e dos meus métodos.
Pesquisa acadêmica: monitorias de Introdução ao Cálculo
Fez Introdução ao Cálculo? Este formulário faz parte de uma pesquisa acadêmica da disciplina Computação Social, que busca medir o efeito das monitorias de Introdução ao Cálculo e dos grupos de WhatsApp com os monitores nas notas dos alunos.
- Você participou presencialmente ou online das monitorias?
- Se participou, quantas vezes?
- Você estava presente nos grupos de WhatsApp com os monitores?
- Qual foi sua nota final em Introdução ao Cálculo?
Como foi sua experiência?
Selecione uma avaliação
OASIS — Dashboard de Acidentes no RJ
Uma versão demonstrativa do projeto Oasis, originalmente desenvolvido em Python com Streamlit. Aqui, o processamento dos dados roda em Python dentro do navegador por meio do Pyodide, sem precisar de um servidor.
Acidentes por rodovia
Amostra de ocorrências
| Data | Rodovia | Município | Tipo de acidente | Feridos |
|---|
Steam
Last.fm
Letterboxd