Eldane Vieira

Sou graduado em Ciência da Computação pela Universidade Federal de Uberlância (UFU), possuo mestrado e doutorado em Ciência da Computação com ênfase em Inteligência Artificial obtidos pela UFU. 

Possuo vasta experiência em análise de dados tanto para atender visões para a tomada de decisão de uma empresa, quanto para a análise de resultados documentados em artigos científicos. Tenho experiência na criação de modelos automátizados visando a melhora de processos, apresentando ganhos significativos. 

Possuo muita experiência no desenvolvimento de sistemas, integrando técnicas de aprendizado de máquina para a otimização de processos, utilizando, por exemplo, a linguagem Python com uma grande variedade de frameworks e bibliotecas. Também já desenvolvi soluções inéditas que tangem tópicos como fluxo contínuo de dados, IA generativa, agentes automáticos, e que foram documentadas em artigos científicos publicados em revistas e congressos bem conceituados na área de Inteligência Artificial. Também possuo experiência com pesquisa científica e na docência, que me permitiram desenvolver grande capacidade analítica, enriquecidas com o uso de métricas e testes estatísticos, apresentando análises organizadas com o uso de vários recursos gráficos desenvolvidos por meio de ferramentas como Power BI, Tableau, Excel e bibliotecas Python como Matplotlib, Seaborn e Plotly. Tudo isso me permitiu aprimorar habilidades importantes para uma boa comunicação com um público diverso, transmitindo de forma clara e coesa análises técnicas e estratégicas.

Possuo experiência como analista de dados trabalhando em um banco privado que me trouxe muita experiência trabalhando com SQL, Excel, Power BI, Python, Data Lakes e Data Warehouses disponíveis no SAS, IBM Cognos. Com esta ferramentas gerava reports que apresentavam produção de gerentes comerciais, receita produzida, consecução de metas, entre outros. Também atendia demandas de grande urgência ao mesmo tempo que precisa manter o atendimento das tarefas diárias.

Tenho grande experiência em atividades mais analíticas devido a atividades científicas realizadas ao longo do meu mestrado e doutorado, onde utilizei bastante a linguagem Python e todas as suas bilbliotecas e frameworks para tarefas de análises estatísticas e aplicação de machine learning.

Também possuo experiência no desenvolvimento de aplicações atuando em empresas ou desenvolvendo projetos como freelancer. Trabalhava com linguagens como Python, C++ e C#, vinculadas a bases dados SQL e NoSQL. Também aplicava metologia scrum no processo de desenvolvimento, testes e produção.

Tenho experiência em utilizar inglês na comunicação na execução do meu trabalho, especialmente visando escreve artigos cientificos escritos que documentam o meu trabalho. Possuo vários artigos publicados em congressos e revistas muito bem conceituados na área de Inteligência Artificial.

Também já atuei como docente em cursos superiores da área de tecnologia, e isso me trouxe uma valiosa experiência sobre como transmitir informações de forma clara e coesa para o mais variado público.

A minha titulação mais relevante é o meu doutorado obtido em dezembro de 2022.Cuja tese recebeu o título "Uma abordagem para melhorar o desempenho de agentes automáticos que operam em ambientes competitivos por meio de informações semânticas sobre mudanças de comportamento do oponente".

Neste trabalho desenvolvi uma inédita abordagem para aumentar o desempenho de agentes automáticos que operam em cenários competitivos que envolvem fluxo contínuo de dados por meio de informações relativas contexto. Assim os agentes passaram a detectar eventuais mudanças no comportamento de seus oponentes (que podem ser oponentes de um jogo eletrônico, um oponente no contexto do mercado financeiro, ou algum outro contexto onde exista uma disputa) e, com base nessas informações, o agente é capaz de adaptar seus processos de tomada de decisão.  

Para o desenvolvimento deste trabalho foram utilizadas técnicas de machine learning e modelos estatísticos para lidar com fluxo contínuo de dados como DBScan, DenStream, cadeia de Markov, entropia, entre outras. Utilizei como linguagens de programação Python e C++.

O principal objetivo do meu doutorado foi desenvolver uma técnica que se enquadra em um subconjunto da IA generativa, chamada Explainable AI (XAI), pois esta técnica desenvolvida por mim permite que um agente automático perceba o contexto no qual se encontra, gere uma representação para aquele adversário com o qual está em uma situação de disputa e produza um rótulo que descreve o comportamento do adversário baseada no momento. Assim, entendendo o seu adversário, o agente automático pode adaptar sua tomada de decisão, se tornando, às vezes, mais cauteloso ou mais agressivo em suas ações.