André Câmara Alves do Nascimento

  • Endereço para acessar este CV: http://lattes.cnpq.br/0622594061462533
  • Última atualização do currículo em 05/01/2019


Possui graduação em Engenharia da Computação pela Universidade de Pernambuco (2006), mestrado em Ciências da Computação pela Universidade Federal de Pernambuco (2009) e doutorado em Ciências da Computação pela Universidade Federal de Pernambuco (2015). Atualmente é professor do Departamento de Estatística e Informática da Universidade Federal Rural de Pernambuco. Tem experiência na área de Ciência da Computação, com ênfase em aprendizagem de máquina, algoritmos de agrupamento e biologia computacional. (Texto informado pelo autor)


Identificação


Nome
André Câmara Alves do Nascimento
Nome em citações bibliográficas
NASCIMENTO, A. C. A.;NASCIMENTO, ANDRÉ C. A.;NASCIMENTO, ANDRÉ C.A.;ANDRÉ C. A. NASCIMENTO;Nascimento, André C. A.

Endereço


Endereço Profissional
Universidade Federal Rural de Pernambuco, UNIVERSIDADE FEDREAL RURAL DE PERNAMBUCO.
Universidade Federal Rural de Pernambuco
Dois Irmãos
52171900 - Recife, PE - Brasil
Telefone: (81) 33206000
URL da Homepage: www.ufrpe.br


Formação acadêmica/titulação


2011 - 2015
Doutorado em Ciências da Computação.
Universidade Federal de Pernambuco, UFPE, Brasil.
com período sanduíche em Helmholtz Institute for Biomedical Engineering, RWTH University Hospital (Orientador: Wolfgang Wagner).
Título: Combinação de kernels para predição de interações em redes biológicas, Ano de obtenção: 2015.
Orientador: Ricardo Bastos Cavalcante Prudêncio.
Coorientador: Ivan Gesteira Costa Filho.
2007 - 2009
Mestrado em Ciências da Computação.
Universidade Federal de Pernambuco, UFPE, Brasil.
Título: Mineração de regras para seleção de técnicas de agrupamento para dados de expressão gênica de câncer,Ano de Obtenção: 2009.
Orientador: Ricardo Bastos Cavalcante Prudêncio.
Palavras-chave: Meta-aprendizado; Técnicas de agrupamento; Expressão gênica.
2001 - 2006
Graduação em Engenharia da Computação.
Universidade de Pernambuco, UPE, Brasil.
Título: Integração da Ferramenta TimeNET ao Ambiente EZPetri.
Orientador: Ricardo Massa Ferreira Lima.
1996 - 2000
Curso técnico/profissionalizante em Edificações.
Instituto Federal de Pernambuco, IFPE, Brasil.




Atuação Profissional



Universidade Federal Rural de Pernambuco, UFRPE, Brasil.
Vínculo institucional

2013 - Atual
Vínculo: Servidor Público, Enquadramento Funcional: Professor, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

06/2013 - Atual
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Aspectos Filosóficos e Sociológicos da Informática
Introdução a Biologia Computacional
Matemática Discreta 2
Prática de Ensino de Algoritmos
Elementos de Informática
Introdução a Inteligência Artificial

Helmholtz Institute for Biomedical Engineering, RWTH University Hospital, RWTH, Alemanha.
Vínculo institucional

2014 - 2015
Vínculo: Pesquisador, Enquadramento Funcional: Assistente de pesquisa, Carga horária: 40


Instituto Federal de Pernambuco, IFPE, Brasil.
Vínculo institucional

2010 - 2013
Vínculo: Servidor Público, Enquadramento Funcional: Professor, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

11/2011 - Atual
Direção e administração, Instituto Federal de Pernambuco - Campus Ipojuca, .

Cargo ou função
Coordenador de Desenvolvimento de Ensino.

Meantime Desenvolvimento e Exportação de Software, MNTM, Brasil.
Vínculo institucional

2011 - 2012
Vínculo: Bolsista, Enquadramento Funcional: Pesquisador


Universidade Federal de Pernambuco, UFPE, Brasil.
Vínculo institucional

2011 - 2015
Vínculo: Colaborador, Enquadramento Funcional: Doutorado


Agência Estadual de Tecnologia da Informação, ATI, Brasil.
Vínculo institucional

2008 - 2010
Vínculo: Servidor Público, Enquadramento Funcional: Analista Consultor de TIC, Carga horária: 40


Faculdade de Informática e Tecnologia de Pernambuco, FATEC, Brasil.
Vínculo institucional

2010 - 2010
Vínculo: Colaborador, Enquadramento Funcional: Professor, Carga horária: 8

Vínculo institucional

2009 - 2009
Vínculo: Colaborador, Enquadramento Funcional: Professor, Carga horária: 4

Atividades

02/2010 - 09/2010
Ensino, Bacharelado em Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Álgebra aplicada à computação
Introdução à inteligência artificial
09/2009 - 12/2009
Ensino, Bacharelado em Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Álgebra aplicada à computação

Pitang, PITANG, Brasil.
Vínculo institucional

2007 - 2008
Vínculo: Celetista, Enquadramento Funcional: Engenheiro de Software, Carga horária: 30


Apply Solutions, APPLY, Brasil.
Vínculo institucional

2006 - 2007
Vínculo: Estágio, Enquadramento Funcional: Desenvolvedor J2EE, Carga horária: 20


Empresa Brasileira de Infra-Estrutura Aeroportuária, INFRAERO, Brasil.
Vínculo institucional

2004 - 2005
Vínculo: Celetista, Enquadramento Funcional: Técnico de Engenharia e Manutenção, Carga horária: 40


Grupo Elógica, GRUPO ELÓGICA, Brasil.
Vínculo institucional

2004 - 2004
Vínculo: Estágio, Enquadramento Funcional: Desenvolvedor Web, Carga horária: 20


Radix.com, RADIX, Brasil.
Vínculo institucional

2001 - 2002
Vínculo: Estagiário, Enquadramento Funcional: Webmaster, Carga horária: 20


Companhia Hidro Elétrica do São Francisco, CHESF, Brasil.
Vínculo institucional

2000 - 2000
Vínculo: Estágio, Enquadramento Funcional: Técnico em Edificações, Carga horária: 40



Projetos de pesquisa


2015 - Atual
Monitoramento Automático de Banhistas na Faixa Segura da Praia

Projeto certificado pelo(a) coordenador(a) Valmir Macário Filho em 29/10/2015.
Descrição: O objetivo desse projeto é desenvolver um protótipo de um sistema para rastreamento automático de objetos a partir de imagens de câmeras com aplicação ao reconhecimento e rastreamento de banhistas nas praias da região metropolitana de Recife.
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) .
Integrantes: André Câmara Alves do Nascimento - Integrante / Valmir Macário Filho - Coordenador / Rafael Ferreira Leite de Mello - Integrante / Filipe Rolim Cordeiro - Integrante / João Paulo Silva do Monte Lima - Integrante / Ricardo Luna da Silva - Integrante.
2013 - Atual
Meta-Aprendizado e Algoritmos de Otimização para Seleção de Parâmetros com Múltiplos Objetivos - Edital Universal Processo (470970/2013-8)
Descrição: Esse projeto investiga a combinação de técnicas de recomendação de parâmetros baseadas em meta-aprendizado para inicialização de algoritmo de otimização. Experimentos serão realizados em estudos de casos considerando multiplos objetivos na otimização de parâmetros.
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (5) .
Integrantes: André Câmara Alves do Nascimento - Integrante / Luciano Souza - Integrante / PRUDÊNCIO, RICARDO B.C. - Coordenador / João Gomes - Integrante / Péricles Miranda - Integrante / Diana Cavalcanti - Integrante / Carlos Mello - Integrante.
2013 - Atual
Técnicas de Meta-Aprendizado para Seleção de Algoritmos
Descrição: O projeto investigas diferentes aspectos associados ao problema de seleção de algoritmos em diferentes domínios, com o foco no uso da abordagem de meta-aprendizado. São abordados no projeto os problemas de seleção e construção de meta-exemplos e técnicas para recomendação de algoritmos.
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (4) .
Integrantes: André Câmara Alves do Nascimento - Integrante / Luciano Souza - Integrante / PRUDÊNCIO, RICARDO B.C. - Coordenador / João Gomes - Integrante / Péricles Miranda - Integrante / Carlos Mello - Integrante.
2011 - 2013
Núcleo de Excelência em Aprendizado de Máquina
Descrição: O Aprendizado de Máquina é uma subárea de pesquisa da Inteligência Computacional que estuda o desenvolvimento de métodos capazes de extrair conceitos (conhecimentos) a partir de conjuntos de dados. Duas das principais linhas de pesquisa em Aprendizado de Máquina são agrupamento de dados e a classificação de dados. Classificação de dados procura, dado um conjunto de exemplos de treinamento, encontrar uma função que associe cada exemplo em uma classe ou rótulo. Agrupamento de dados investiga técnicas capazes de organizar dados cuja classe é desconhecida em grupos de forma que dados pertencentes a um mesmo grupo sejam mais semelhantes do que dados pertencentes a grupos diferentes. Neste projeto o Núcleo de Excelência em Aprendizado de Máquina, formado por pesquisadores de várias instituições de Pernambuco (UFPE, UFRPE, IFPE) e do Brasil (USP, UFRJ) irá investigar técnicas de Aprendizado de Máquina aplicados a problemas de Bioinformática..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (13) / Mestrado acadêmico: (33) / Doutorado: (37) .
Integrantes: André Câmara Alves do Nascimento - Integrante / Ricardo Bastos Cavalcante Prudêncio - Integrante / Marcílio C. P. de Souto - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Teresa B. Ludermir - Coordenador / André C. P. L. F. de Carvalho - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro / Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
2011 - 2013
Sistemas Inteligentes Híbridos para Mineração de Textos (APQ-Edital FACEPE 09-2010)
Descrição: O presente projeto se propõe a investigar o uso de sistemas inteligentes híbridos, mais especificamente o uso de métodos de combinação de algoritmos, em tarefas de mineração de texto. O uso de combinação de algoritmos tem se mostrado bem sucedido em problemas de mineração de dados tradicionais. No presente projeto, pretendemos investigar se o mesmo ganho de desempenho pode ser alcançado em tarefas de mineração de texto. Focaremos nossas implementações e experimentos em duas tarefas importantes nesse contexto: classificação de textos e agrupamento de textos, com resultados preliminares já alcançados pela equipe do projeto. Destacamos que o projeto é decorrente de pesquisas anteriores realizadas pela equipe do projeto em temas mais abrangentes de sistemas inteligentes híbridos e mineração de textos. O projeto será executado com o apoio de professores e alunos do Centro de Informática da UFPE..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) / Doutorado: (2) .
Integrantes: André Câmara Alves do Nascimento - Integrante / Flávia Almeida Barros - Integrante / Ricardo Bastos Cavalcante Prudêncio - Coordenador / Marcos Cardoso - Integrante / Marcelo Nunes Ribeiro - Integrante / Luciano Souza - Integrante / Hially Sá - Integrante / Hudson Felipe Peres da Silva - Integrante / Tiago Neves Bastos - Integrante / Thales Albuquerque - Integrante.Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
2007 - 2009
Aprendizagem Ativa para Seleção de Exemplos de Treinamento em Meta-Aprendizado - Edital Universal 15/2007
Descrição: Meta-Aprendizado é um arcabouço que tem como um dos objetivos a seleção automática de algoritmos de Aprendizado de Máquina. Nesse contexto, cada exemplo de treinamento (ou meta-exemplo) é relacionado a um problema de aprendizado resolvido no passado e armazena as características do problema e informações sobre o desempenho dos algoritmos quando aplicados ao problema. Nesse projeto, propomos investigar o uso de técnicas de Aprendizagem Ativa para auxiliar a geração de meta-exemplos. Aprendizagem Ativa tem como motivação principal reduzir o número de exemplos usados no treinamento, ao mesmo tempo mantendo a qualidade do processo de aprendizado. No presente projeto, o uso de Aprendizagem Ativa tem como objetivo diminuir o tamanho do conjunto de meta-exemplos, selecionando apenas os problemas considerados mais relevantes e, conseqüentemente, reduzindo o número de avaliações empíricas realizadas com os algoritmos candidatos. Destacamos a integração em Meta-Aprendizado e Aprendizagem Ativa é original na área de Aprendizado de Máquina e deverá originar diferentes trabalhos de pesquisa.
Situação: Concluído; Natureza: Pesquisa.


Projetos de desenvolvimento


2009 - 2012
OjE control panel - ferramentas de monitoramento e análise para as Olimpíadas de jogos digitais e educação
Descrição: Este projeto teve como finalidade desenvolver uma plataforma analítica através do uso de ferramentas e técnicas de integração e análise de dados utilizando técnicas de mineração de dados..
Situação: Concluído; Natureza: Desenvolvimento.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (3) / Doutorado: (1) .
Integrantes: André Câmara Alves do Nascimento - Integrante / Isabella Rossiley Moreira dos Santos - Integrante / João Emanoel Ambrósio Gomes - Integrante / Ivan Patriota de Siqueira Júnior - Coordenador.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.


Revisor de periódico


2016 - Atual
Periódico: Scientific Reports
2017 - Atual
Periódico: Evolutionary Bioinformatics
2018 - Atual
Periódico: IEEE-ACM Transactions on Computational Biology and Bioinformatics


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial/Especialidade: Recuperação de Informação.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial/Especialidade: Sistemas Inteligentes Híbridos.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial/Especialidade: Classificação e clustering.


Idiomas


Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Espanhol
Compreende PoucoLê Pouco.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
GOMES, JOÃO E. A.2017 GOMES, JOÃO E. A. ; PRUDENCIO, R. B. C. ; NASCIMENTO, A. C. A. . Centrality-Based Group Profiling: A Comparative Study in Co-authorship Networks. NEW GENERATION COMPUTING, v. --, p. --, 2017.

2.
Nascimento, André C. A.2016Nascimento, André C. A.; PRUDÊNCIO, RICARDO B. C. ; Costa, Ivan G. . A multiple kernel learning algorithm for drug-target interaction prediction. BMC Bioinformatics, v. 17, p. 46, 2016.

3.
BARROS, FLÁVIA A.2009 BARROS, FLÁVIA A. ; SILVA, EDUARDO F. A. ; PRUDÊNCIO, RICARDO B. C. ; FILHO, VALMIR M. ; NASCIMENTO, A. C. A. . COMBINING TEXT CLASSIFIERS AND HIDDEN MARKOV MODELS FOR INFORMATION EXTRACTION. International Journal of Artificial Intelligence Tools, v. 18, p. 311-329, 2009.

Capítulos de livros publicados
1.
Nascimento, André C. A.; PRUDÊNCIO, RICARDO B. C. ; Costa, Ivan G. . A Drug-Target Network-Based Supervised Machine Learning Repurposing Method Allowing the Use of Multiple Heterogeneous Information Sources. In: Quentin Vanhaelen. (Org.). Methods in Molecular Biology. 01ed.New York: Springer New York, 2019, v. 01, p. 281-289.

Trabalhos completos publicados em anais de congressos
1.
GOMES, JOÃO E. A. ; NASCIMENTO, A. C. A. ; PRUDÊNCIO, RICARDO B. C. . CUR: Group Profiling with Community-based Users' Representation. In: Encontro Nacional de Inteligência Artificial e Computacional,, 2018, São Paulo. Anais do Encontro Nacional de Inteligência Artificial e Computacional,, 2018.

2.
Paulo Henrique Calado Aoun ; ANDRÉ C. A. NASCIMENTO ; Adenilton J. da Silva . Evaluation of Dimensionality Reduction and Truncation Techniques for Word Embeddings. In: Encontro Nacional de Inteligência Artificial e Computacional,, 2018, São Paulo. Anais do Encontro Nacional de Inteligência Artificial e Computacional,, 2018. p. 903-911.

3.
FERREIRA, M. A. D. ; ARAUJO, D. C. ; MELLO, R. F. L. ; NASCIMENTO, A. C. A. ; CAVALCANTI, A. P. ; SILVA, A. . Análise de Classificadores para Avaliação automática em Fóruns Educacionais. In: Encontro Nacional de Intelig?encia Artificial e Computacional, 2016, Recife. Anais do XIII Encontro Nacional de Intelig?encia Artificial e Computacional, 2016. p. 649-660.

4.
GOMES, J. E. A. ; PRUDÊNCIO, RICARDO B.C. ; NASCIMENTO, A. C. A. . A Comparative Study of Group Profiling Techniques in Co-Authorship Networks. In: 5th Brazilian Conference on Intelligent Systems, 2016, Recife. 5th Brazilian Conference on Intelligent Systems Proceedings, 2016. p. 373-378.

5.
GOMES, J. ; PRUDENCIO, R. B. C. ; MEIRA, L. ; AZEVEDO FILHO, A. ; NASCIMENTO, A. C. A. ; OLIVEIRA, H. . Group Profiling for Understanding Educational Social Networking. In: International Conference on Software Engineering and Knowledge Engineering, 2013, Boston. Proceedings of the International Conference on Software Engineering and Knowledge Engineering, 2013. p. 101-106.

6.
Nascimento, André C. A.; PRUDENCIO, R. B. C. ; de Souto, Marcilio C. P. ; Costa, Ivan G. . Mining Rules for the Automatic Selection Process of Clustering Methods Applied to Cancer Gene Expression Data. In: International Conference on Artificial Neural Networks, 2009, Limassol, Cyprus. Proc. of the International Conference on Artificial Neural Networks. Berlin: Springer-Verlag, 2009.

7.
BARROS, FLAVIA A. ; SILVA, EDUARDO F.A. ; PRUDÊNCIO, RICARDO B.C. ; FILHO, VALMIR M. ; NASCIMENTO, ANDRÉ C.A. . Hidden Markov Models and Text Classifiers for Information Extraction on Semi-Structured Texts. In: 2008 8th International Conference on Hybrid Intelligent Systems (HIS), 2008, Barcelona. 2008 Eighth International Conference on Hybrid Intelligent Systems.

8.
MENEZES, Frederico Duarte de ; NASCIMENTO, A. C. A. ; ANDRADE, E. Z. ; OLIVEIRA, Adriano Lorena Inácio de . Utilização de redes neurais artificiais combinadas com algoritmos de extração de características como classificadores de famílias de proteínas. In: VIII Congresso Brasileiro de Redes Neurais (CBRN), 2007, Florianópolis. Anais do VIII Congresso Brasileiro de Redes Neurais (CBRN), 2007.

Resumos publicados em anais de congressos
1.
NASCIMENTO, A. C. A.; SOUZA JUNIOR, G. A. . DTPredict: uma plataforma online de predição de interações droga-proteína a partir de informações heterogêneas. In: XXI Encontro de Genética do Nordeste, 2018, Natal. XXI Encontro de Genética do Nordeste, 2018.


Produção técnica
Programas de computador sem registro
1.
NASCIMENTO, A. C. A.. Ambiente para modelagem e análise de redes de Petri estocásticas para a plataforma Eclipse. 2006.



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
ALMEIDA, L. M.; NASCIMENTO, A. C. A.; PRUDENCIO, R. B. C.. Participação em banca de Hugo Neiva de Melo. Predição temporal de links baseada na evolução de tríades. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

Monografias de cursos de aperfeiçoamento/especialização
1.
MENEZES, Frederico Duarte de; ALENCAR, R. L. S.; NASCIMENTO, A. C. A.. Participação em banca de Juliano Mesquita dos Santos. Estudo Comparativo de Frameworks para Desenvolvimento em PHP: YII, Codeigniter e Zend.. 2013. Monografia (Aperfeiçoamento/Especialização em Aperfeiçoamento/Especialização em Pós-Graduação em Desenvolvimento de Softw) - Faculdades Integradas Barros Melo.

2.
MENEZES, Frederico Duarte de; ALENCAR, R. L. S.; NASCIMENTO, A. C. A.. Participação em banca de Cristiano Freire Torres. Um Estudo sobre Métodos para Modelagem de Data Warehouse. 2013. Monografia (Aperfeiçoamento/Especialização em Aperfeiçoamento/Especialização em Pós-Graduação em Desenvolvimento de Softw) - Faculdades Integradas Barros Melo.

Trabalhos de conclusão de curso de graduação
1.
MACARIO FILHO, V.; CORDEIRO, F. R.; NASCIMENTO, A. C. A.. Participação em banca de Francisco Carlos Lira.Aplicação de Agrupamento Semissupervisionado para Segmentação de Imagens Coloridas. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco.

2.
Douglas Véras; ANDRÉ C. A. NASCIMENTO. Participação em banca de Victor Sales de Brito.Estudo comparativo de técnicas de seleção de contextos em Sistemas de Recomendação de Domínio Cruzado Sensíveis ao Contexto. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco.

3.
Douglas Véras; ARAUJO, C. J. M; NASCIMENTO, A. C. A.. Participação em banca de Rodrigo José Gadelha Xavier Monteiro.Avaliação do Sistema CD-CARS com Experimentos Focados em Usuários. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco.

4.
MELLO, R. F. L.; NASCIMENTO, A. C. A.; CORDEIRO, F. R.. Participação em banca de Vitor Belarmino Rolim.Método supervisionado para identificação de dúvidas em postagens de fóruns educacionais. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco.

5.
GONCALVES, G. E.; MEDEIROS, V. W. C.; NASCIMENTO, A. C. A.. Participação em banca de Carlos César Bezerra Fonsêca.Avaliação de algoritmos para programação por demonstração de manipuladores robóticos. 2016. Trabalho de Conclusão de Curso (Graduação em Sistema de Informação) - Universidade Federal Rural de Pernambuco.




Orientações



Orientações e supervisões em andamento
Trabalho de conclusão de curso de graduação
1.
Paulo Henrique Calado Aoun. Análise do uso da Recomendação Sensível ao Contexto em sistema de computação assistiva no contexto de dispositivos móveis.. Início: 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco. (Orientador).



Outras informações relevantes


Monitor da disciplina de Semântica de Linguagens de Programação do Departamento de Sistemas Computacionais da Universidade de Pernambuco (DSC/UPE).

Sun Certified Java Programmer for Java 2 Platform 1.4



Página gerada pelo Sistema Currículo Lattes em 21/01/2019 às 6:39:51