Marco Henrique de Almeida Inacio

  • Endereço para acessar este CV: http://lattes.cnpq.br/1931901020027887
  • Última atualização do currículo em 31/07/2018


Possui mestrado em Estatística pela Universidade de São Paulo e Universidade Federal de São Carlos, USP/UFSCAR e graduação em Ciências Econômicas pela Universidade de São Paulo , Brasil. Possui ampla experiência inferência bayesiana, programação (em especial, Python, R, C++ e linguagens web). Atualmente trabalha com machine learning e redes neurais artificiais usando PyTorch. É membro da equipe de desenvolvedores do software estatístico Stan. (Texto informado pelo autor)


Identificação


Nome
Marco Henrique de Almeida Inacio
Nome em citações bibliográficas
INACIO, M. H. A.


Formação acadêmica/titulação


2017
Doutorado em andamento em Estatística.
Universidade de São Paulo e Universidade Federal de São Carlos, USP/UFSCAR, Brasil.
Título: Density estimation using neural networks,
Orientador: Rafael Izbicki.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
2015 - 2017
Mestrado em Interinstitucional de Pós-graduação em Estatística - UFSCar - USP.
Universidade de São Paulo e Universidade Federal de São Carlos, USP/UFSCAR, Brasil.
Título: Comparing two populations using Bayesian Fourier series density estimation,Ano de Obtenção: 2017.
Orientador: Rafael Izbicki.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
2010 - 2014
Graduação em Ciências Econômicas.
Universidade de São Paulo, USP, Brasil.
Título: Modeling paid losses in the Brazilian car insurance market.
Orientador: Bruno Cesar Aurichio Ledo.




Atuação Profissional



Universidade Federal de São Carlos, UFSCAR, Brasil.
Vínculo institucional

2017 - 2018
Vínculo: Estágio docente, Enquadramento Funcional: Estágio docente, Carga horária: 30



Projetos de extensão


2018 - Atual
Modelagem estatística aplicada e levantamento de dados
Situação: Em andamento; Natureza: Extensão.
Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (2) .
Integrantes: Marco Henrique de Almeida Inacio - Integrante / MARCIO ALVES DINIZ - Coordenador / DANILO LOURENCO LOPES - Integrante / RAFAEL IZBICKI - Integrante / Afonso Fernandes Vaz - Integrante / João Carlos Poloniato Ferreira - Integrante.


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Estatística computacional.
2.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Inferência Bayesiana.
3.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Inferência Não-Paramétrica.
4.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Simulação estocástica.


Idiomas


Português
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Francês
Compreende Pouco, Fala Pouco, Lê Razoavelmente, Escreve Pouco.
Húngaro
Lê Pouco.


Produções



Produção bibliográfica
Resumos publicados em anais de congressos
1.
INACIO, M. H. A.. Aplicação de modelos de regressão inflacionados de zero para o mercado brasileiro de seguros de automóveis. In: 21º Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2013, São Paulo. 21º Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2013.
Referências adicionais: Classificação do evento: Internacional; Brasil/ Português; Meio de divulgação: Digital.

Artigos aceitos para publicação
1.
INACIO, M. H. A.; IZBICKI, R. ; SALASAR, L. E. . Comparing two populations using Bayesian Fourier series density estimation. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION, 2018. ; ISSN/ISBN: 03610918.

Apresentações de Trabalho
1.
INACIO, M. H. A.. Aplicação de modelos de regressão inflacionados de zero para o mercado brasileiro de seguros de automóveis. 2013. (Apresentação de Trabalho/Simpósio).
Referências adicionais: Brasil/Português; Local: Universidade de São Paulo; Cidade: São Paulo; Evento: Simpósio Internacional de Iniciação Científica da USP; Inst. promotora/financiadora: Universidade de São Paulo.

Outras produções bibliográficas
1.
INACIO, M. H. A.. Python for statisticians: from basics to machine learning 2017 (Apostila).
Referências adicionais: Brasil/Português; Homepage: http://https://pytutorial.marcoinacio.com.

2.
INACIO, M. H. A.. Apostila de introdução ao Stan 2017 (Apostila).
Referências adicionais: Brasil/Português; Meio de divulgação: Digital; Homepage: http://marcoinacio.com/pt.


Produção técnica
Programas de computador sem registro
1.
INACIO, M. H. A.. Pacote python npcompare. 2017.
Referências adicionais: Brasil/; Finalidade: Comparação e estimação de densidades; Plataforma: Python; Inst. promotora/financiadora: -.
Um pacote em Python que um método de comparação de densidades e um método de estimação de densidades não paramétrico por meio de series de Fourier..

2.
GELMAN, A. CARPENTER, B. HOFFMAN, M. LEE, D. GOODRICH, B. BETANCOURT, M. BRUBAKER, M. GUO, J. RIDDELL, A. INACIO, M. H. A. ARNOLD, J. MORRIS, M. TRANGUCCI, R. GOEDMAN, R. LAU, B. GABRY, J. S. KUCUKELBIR, A. GRANT, R. L. TRAN, D. SAKREJDA, K. VEHTARI, A. LEI, R. WEBER, S. MARGOSSIAN, C. SERAPHIM, T. , et al.PICAUD, V. ALI, I. TALTS, S. MALECKI, M. GAO, Y. LI, P. ; Stan. 2010.
Referências adicionais: Estados Unidos/; Finalidade: Amostrador MCMC e estimador de maxima verossimilhança penalizada por meio de optimização; Plataforma: C++, R, Python; Inst. promotora/financiadora: U. S. Department of Energy; U. S. National Science Foundation; U. S. Department of Education Institute of Education Sciences; U. S. National Institutes of Health; U. S. National Science Foundation.

Entrevistas, mesas redondas, programas e comentários na mídia
1.
DINIZ, M. A. ; INACIO, M. H. A. ; SALASAR, L. E. . Estatística, educação e Copa do Mundo. 2018. (Programa de rádio ou TV/Entrevista).
Referências adicionais: Brasil/Português; Data de apresentação: 07/05/2018.


Demais tipos de produção técnica
1.
INACIO, M. H. A.. Introdução ao software estatı́stico Stan. 2016. (Curso de curta duração ministrado/Outra).
Referências adicionais: Brasil/Português; Meio de divulgação: Digital; Unidade: horas;
Tipo de participação: ; Duração do evento: 4; Local: Departamento de Estatística - Universidade Federal de São Carlos; Cidade: São Carlos; Inst. promotora: Universidade Federal de São Carlos.



Eventos



Participação em eventos, congressos, exposições e feiras
1.
25º SIICUSP - Simpósio Internacional de Iniciação Científica e Tecnológica da Universidade de São Paulo.Avaliador de múltiplos trabalho. 2017. (Simpósio).
Referências adicionais: Brasil
Tipo de participação: Avaliador
Forma de participação: Convidado.

2.
22º SINAPE - Simpósio Nacional de Probabilidade e Estatística.A Bayesian approach to density estimation via Fourier orthogonal series. 2016. (Simpósio).
Referências adicionais: Brasil
Tipo de participação: Poster / Painel
Forma de participação: Participante.



Inovação



Programa de computador sem registro
1.
INACIO, M. H. A.. Pacote python npcompare. 2017.
Referências adicionais: Brasil/; Finalidade: Comparação e estimação de densidades; Plataforma: Python; Inst. promotora/financiadora: -.
Um pacote em Python que um método de comparação de densidades e um método de estimação de densidades não paramétrico por meio de series de Fourier..

2.
GELMAN, A. CARPENTER, B. HOFFMAN, M. LEE, D. GOODRICH, B. BETANCOURT, M. BRUBAKER, M. GUO, J. RIDDELL, A. INACIO, M. H. A. ARNOLD, J. MORRIS, M. TRANGUCCI, R. GOEDMAN, R. LAU, B. GABRY, J. S. KUCUKELBIR, A. GRANT, R. L. TRAN, D. SAKREJDA, K. VEHTARI, A. LEI, R. WEBER, S. MARGOSSIAN, C. SERAPHIM, T. , et al.PICAUD, V. ALI, I. TALTS, S. MALECKI, M. GAO, Y. LI, P. ; Stan. 2010.
Referências adicionais: Estados Unidos/; Finalidade: Amostrador MCMC e estimador de maxima verossimilhança penalizada por meio de optimização; Plataforma: C++, R, Python; Inst. promotora/financiadora: U. S. Department of Energy; U. S. National Science Foundation; U. S. Department of Education Institute of Education Sciences; U. S. National Institutes of Health; U. S. National Science Foundation.



Educação e Popularização de C & T



Cursos de curta duração ministrados
1.
INACIO, M. H. A.. Introdução ao software estatı́stico Stan. 2016. (Curso de curta duração ministrado/Outra).
Referências adicionais: Brasil/Português; Meio de divulgação: Digital; Unidade: horas;
Tipo de participação: ; Duração do evento: 4; Local: Departamento de Estatística - Universidade Federal de São Carlos; Cidade: São Carlos; Inst. promotora: Universidade Federal de São Carlos.


Entrevistas, mesas redondas, programas e comentários na mídia
1.
DINIZ, M. A. ; INACIO, M. H. A. ; SALASAR, L. E. . Estatística, educação e Copa do Mundo. 2018. (Programa de rádio ou TV/Entrevista).
Referências adicionais: Brasil/Português; Data de apresentação: 07/05/2018.



Outras informações relevantes


Iniciação cientifica de 2012 a 2013 com bolsa CNPq/Pibic.


Atividade profissional de desenvolvedor colaborador do software Estatístico Stan (http://mc-stan.org/), membro do grupo de 2014 a 2018.


Membro discente da coordenação do Programa Interinstitucional de Pós-Graduação em Estatística UFSCar-USP de 2016 a 2017.



Página gerada pelo Sistema Currículo Lattes em 23/10/2018 às 9:13:49