Danilo Codeco Carvalho

  • Endereço para acessar este CV: http://lattes.cnpq.br/2824991715613370
  • Última atualização do currículo em 06/03/2018


Mestre em Ciência da Computação pela Universidade Federal de São Carlos (2013-2016). Atualmente é professor do Instituto Federal de São Paulo, com pesquisas na área de Banco de Dados. Tem experiência na área de Computação, com ênfase em Ciência da Computação. (Texto informado pelo autor)


Identificação


Nome
Danilo Codeco Carvalho
Nome em citações bibliográficas
CARVALHO, D. C.

Endereço


Endereço Profissional
Universidade Federal de São Carlos, Centro de Ciências Exatas e de Tecnologia, Departamento de Computação.
Rodovia Washington Luís (SP-310), Km 235
Monjolinho
13565905 - São Carlos, SP - Brasil
Telefone: (16) 33518111
URL da Homepage: www.ufscar.br


Formação acadêmica/titulação


2013 - 2016
Mestrado em Ciência da Computação.
Universidade Federal de São Carlos, UFSCAR, Brasil.
Título: Obtenção de Padrões Sequenciais em Data Streams atendendo requisitos do Big Data,Ano de Obtenção: 2016.
Orientador: Marilde Terezinha Prado Santos.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: Mineração de dados; Mineração no Big Data; Mineração em Fluxos de Dados; Processamento de eventos complexos; Mineração de padrões sequenciais; Janelamento.
Grande área: Ciências Exatas e da Terra
2009 - 2012
Graduação em Bacharelado em Ciência da Computação.
Universidade Federal de São Carlos, UFSCAR, Brasil.
Título: Mineração de Grafos na Web Semântica São Carlos ? SP Janeiro de.
Orientador: Marilde Terezinha Prado Santos.
2005 - 2007
Ensino Médio (2º grau).
Escola Estadual Vanir Ferrero Moraes, VFM, Brasil.
1996 - 2004
Ensino Fundamental (1º grau).
Escola Estadual Vanir Ferrero Moraes, VFM, Brasil.




Formação Complementar


2015 - 2015
Agente Local de Inovação. (Carga horária: 160h).
Serviço de Apoio às Micro e Pequenas Empresas de São Paulo, SEBRAE/SP, Brasil.
2011 - 2011
Curso de Formação de Tutoria Virtual. (Carga horária: 90h).
Universidade Federal de São Carlos, UFSCAR, Brasil.


Atuação Profissional



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

2011 - 2011
Vínculo: Bolsista, Enquadramento Funcional: Iniciação Científica, Carga horária: 20, Regime: Dedicação exclusiva.
Outras informações
Título do projeto: Processo de Extração de Padrões Sequenciais; Orientadora Dra. Marilde Terezinha Prado Santos. Instituição financiadora: PIBIC \ UFSCar \ CNPq

Vínculo institucional

2011 - 2011
Vínculo: Bolsista, Enquadramento Funcional: Iniciação Científica, Carga horária: 20, Regime: Dedicação exclusiva.
Outras informações
Título do projeto: Lógica Difusa Aplicada a Extração de Padrões Semânticos; Orientadora Dra. Marilde Terezinha Prado Santos. Instituição financiadora: PIBIC \ UFSCar \ CNPq


Fundação de Apoio Institucional ao Desenvolvimento Científico e Tecnológico, FAI-UFSCAR, Brasil.
Vínculo institucional

2011 - 2012
Vínculo: Bolsista, Enquadramento Funcional: Operador de Webconferência, Carga horária: 20
Outras informações
Fornecer apoio técnico durante as webconferências realizadas pelos professores das diferentes disciplinas e cursos do Ensino a Distância da Universidade Federal de São Carlos.


Serviço de Apoio às Micro e Pequenas Empresas de São Paulo, SEBRAE/SP, Brasil.
Vínculo institucional

2015 - 2015
Vínculo: Bolsista, Enquadramento Funcional: Agente Local de Inovação, Carga horária: 40, Regime: Dedicação exclusiva.


Brudden Equipamentos, BRUDDEN, Brasil.
Vínculo institucional

2016 - 2017
Vínculo: , Enquadramento Funcional: Analista de Sistemas Júnior, Carga horária: 44


Instituto Federal de São Paulo, IFSP, Brasil.
Vínculo institucional

2017 - Atual
Vínculo: Servidor Público, Enquadramento Funcional: Prof. de Ed. Básica, Técnica e Tecnológica, Carga horária: 40, Regime: Dedicação exclusiva.



Projetos de pesquisa


2013 - 2016
Obtenção de Padrões Sequenciais em Data Streams atendendo requisitos do Big Data
Descrição: O crescimento da quantidade de dados produzidos diariamente, tanto por empresas como por indivíduos na web, aumentou a exigência para a análise e extração de conhecimento sobre esses dados. Enquanto nas duas últimas décadas a solução era armazenar e executar algoritmos de mineração de dados, atualmente isso se tornou inviável mesmo em super computadores. Além disso, os requisitos da chamada era do Big Data vão muito além da grande quantidade de dados a se analisar. Requisitos de tempo de resposta e complexidade dos dados adquirem maior peso em muitos domínios no mundo real. Novos modelos têm sido pesquisados e desenvolvidos, muitas vezes propondo computação distribuída ou diferentes formas de se tratar a mineração de fluxo de dados. Pesquisas atuais mostram que uma alternativa na mineração de fluxo de dados é unir um mecanismo de tratamento de eventos em tempo real com algoritmos clássicos de mineração de regras de associação ou padrões sequenciais. Neste trabalho é proposta uma abordagem de mineração de fluxo de dados (data stream) para atender ao requisito de tempo de resposta do Big Data, que une o mecanismo de manipulação de eventos em tempo real Esper e o algoritmo Miner of Stretchy Time Sequences, fazendo uso de técnicas de janelamento e consultas em tempo real para a obtenção de padrões sequenciais nos fluxos de dados..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (1) .

Integrantes: Danilo Codeco Carvalho - Integrante / Marilde Terezinha Prado Santos - Coordenador.
2011 - 2011
Lógica Difusa Aplicada a Extração de Padrões Semânticos
Descrição: O processo de descoberta de conhecimento útil em base de dados se torna cada vez mais importante com o aumento no volume de dados armazenado. A mineração de dados é um passo deste processo, pois consiste na aplicação de algoritmos que visam extrair padrões ocultos neste conjunto de dados. Os algoritmos que extraem as regras de associação e os padrões sequenciais destacam-se no processo de mineração. O NARFO é um algoritmo desenvolvido por Miani (2009) na UFSCar, este utiliza ontologias difusas para gerar generalizações de regras de associação; o FARM é outro algoritmo de busca de padrões associativos através da aplicação da lógica fuzzy, este também emprega termos linguísticos para representar regularidades e exceções. Com relação ao NARFO, o FARM é uma proposta diferente por minerar valores quantitativos. O algoritmo AprioriAll é uma outra proposta de algoritmo de mineração que realiza a extração de padrões sequencias, este foi o primeiro algoritmo para este fim e portanto o mais clássico na literatura. O AprioriAll também foi abordado durante este trabalho..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) .

Integrantes: Danilo Codeco Carvalho - Integrante / Marilde Terezinha Prado Santos - Coordenador.
Financiador(es): PIBIC \ UFSCar \ CNPq - Bolsa - Bolsa.
2010 - 2011
Processo Extração de Padrões Sequenciais
Descrição: A mineração de dados é o processo de extração de padrões de uma base de dados geralmente grande. Este processo não consiste apenas em retirar dados estatísticos de um conjunto, mas sim padrões que possam ser facilmente entendidos por seres humanos. Neste sentido existem algumas tarefas de mineração de dados, atualmente a Extração de Padrões Sequenciais tem sido bastante empregada principalmente em bases de dados cujas relações entre os itens sejam dada pela ordem temporal de ocorrência; nestes caso a mineração sequencial é vista com uma ótima alternativa para se extrair informação. Existem uma série de algoritmos para a realização desta tarefa, muitos são bastante complexos utilizando conceitos sólidos de inteligência artificial, outros são mais simples; no mesmo sentido existem algoritmos mais rápidos e também os que apresentam regras mais relevantes à resolução do problema. Neste sentido, a comparação entre alguns deles é bastante interessante e um dos alvos deste trabalho. Para haver uma boa comparação teoricamente embasada será necessário conhecer a fundo os algoritmos e o domínio que será apresentado para os testes..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) .

Integrantes: Danilo Codeco Carvalho - Integrante / Marilde Terezinha Prado Santos - Coordenador.
Financiador(es): PIBIC \ UFSCar \ CNPq - Bolsa - Bolsa.


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Banco de Dados.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Sistemas de Informação.
4.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Linguagens de Programação.
5.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Engenharia de Software.
6.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aplicativos Móveis Híbridos..


Idiomas


Inglês
Compreende Bem, Fala Razoavelmente, Lê Bem, Escreve Bem.
Português
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.


Produções



Produção bibliográfica
Capítulos de livros publicados
1.
SILVEIRA JR, C. R. ; CARVALHO, D. C. ; SANTOS, M. T. P ; RIBEIRO, M. X. . Data Mining. Incremental Mining of Frequent Sequences in Environmental Sensor Data. -ed.: , 2015, v. , p. 452-455.

Trabalhos completos publicados em anais de congressos
1.
SILVEIRA JR, C. R. ; CARVALHO, D. C. ; SANTOS, M. T. P ; RIBEIRO, M. X. . Incremental Mining of Frequent Sequences in Environmental Sensor Data. In: Proceedings of the Twenty-Eighth International Florida Artificial Intelligence Research Society Conference, 2015. Annals of Florida Artificial Intelligence Research Society - FLAIRS 2015, 2015. v. 1. p. 452-455.


Demais tipos de produção técnica
1.
CARVALHO, D. C.; ZORZO, S. D. . V Workshop de Especialização em Desenvolvimento de Software para Web.. 2014. (Revisão Técnica de Trabalho Científico).

2.
CARVALHO, D. C.; ZORZO, S. D. . IV Workshop de Especialização em Desenvolvimento de Software para Web. 2013. (Revisão Técnica de Trabalho Científico).

3.
CARVALHO, D. C.. Lógica Difusa Aplicada a Extração de Padrões Semânticos. 2011. (Relatório de pesquisa).




Página gerada pelo Sistema Currículo Lattes em 17/02/2019 às 3:59:31