Hugo Neves de Oliveira

  • Endereço para acessar este CV: http://lattes.cnpq.br/8517345373494027
  • Última atualização do currículo em 06/02/2019


Possui Graduação em Ciência da Computação pela Universidade Federal da Paraíba (2014). Mestre em Ciência da Computação pela Universidade Federal da Paraíba (2016). Atualmente Doutorando em Ciência da Computação pela Universidade Federal de Minas Gerais e integrante do Núcleo de Processamento Digital de Imagens (NPDI) e do Interest Group on Pattern Recognition and Earth Observation (PATREO). Tem experiência em Ciência da Computação com ênfase em Processamento Digital de Sinais e Imagens, Teoria da Informação, Compressão de Dados, Reconhecimento de Padrões, Machine Learning e Deep Learning. (Texto informado pelo autor)


Identificação


Nome
Hugo Neves de Oliveira
Nome em citações bibliográficas
OLIVEIRA, H. N.


Formação acadêmica/titulação


2016
Doutorado em andamento em Ciências da Computação.
Universidade Federal de Minas Gerais, UFMG, Brasil.
Orientador: Jefersson Alex dos Santos.
Coorientador: Arnaldo de Albuquerque Araújo.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Grande área: Ciências Exatas e da Terra
2014 - 2016
Mestrado em INFORMÁTICA.
Universidade Federal da Paraíba, UFPB, Brasil.
Título: Compressão de Sinais Biológicos Baseada,Ano de Obtenção: 2016.
Orientador: Leonardo Vidal Batista.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Palavras-chave: Compressão de Dados; Processamento de Sinais Biológicos; Compressão Baseada em Transformadas.
Grande área: Engenharias
Grande Área: Engenharias / Área: Engenharia Elétrica / Subárea: Telecomunicações / Especialidade: Sistemas de Telecomunicações.
Setores de atividade: Telecomunicações; Pesquisa e desenvolvimento científico.
2009 - 2014
Graduação em Ciência da Computação.
Universidade Federal da Paraíba, UFPB, Brasil.
Título: Compressão de Sinais Polissonográficos Baseada na Transformada Cosseno Discreta.
Orientador: Leonardo Vidal Batista.
Bolsista do(a): Fundo Nacional de Desenvolvimento da Educação, FNDE, Brasil.
2005 - 2008
Ensino Médio (2º grau).
Instituto João XXIII, JO%E3O%20XIII, Brasil.




Atuação Profissional



Universidade Federal da Paraíba, UFPB, Brasil.
Vínculo institucional

2010 - 2010
Vínculo: Bolsista, Enquadramento Funcional: Monitor, Carga horária: 10


Universidade Federal de Minas Gerais, UFMG, Brasil.
Vínculo institucional

2016 - Atual
Vínculo: Bolsista, Enquadramento Funcional: Candidato a Doutorado, Carga horária: 40, Regime: Dedicação exclusiva.



Projetos de pesquisa


2018 - Atual
[FAPEMIG Universal] LittleBigData: Reconhecimento de padrões em grandes bases de imagens utilizando pequenos conjuntos de dados anotados
Descrição: A área de reconhecimento de padrões em imagens vêm obtendo diversos avanços nos últimos anos. O desenvolvimento de tecnologias como as abordagens baseadas em aprendizado profundo (deep learning) têm estabelecido o estado da arte em diversas aplicações de Visão Computacional. No entanto, essas abordagens necessitam de grandes conjuntos de amostras para treinamento e isso impossibilita seu uso direto para resolver problemas em áreas mais específicas como medicina, forense digital, agricultura ou biodiversidade. A anotação de amostras nas principais aplicações dessas áreas deve ser feita por usuários especialistas (médicos, peritos, pesquisadores, etc). Esse processo geralmente é custoso e até mesmo inviável em diversas ocasiões. Detecção de câncer, por exemplo, depende do diagnóstico e do registro preciso de diversos pacientes ao longo dos anos para a obtenção de um conjunto de amostras representativo. Em aplicações agrícolas e de biodiversidade é comum a necessidade de deslocar equipes de especialistas em áreas de difícil acesso para anotar adequadamente uma determinada espécie de planta. Desse modo, esse projeto propõe o desenvolvimento de novas abordagens para lidar com o reconhecimento de padrões em aplicações que requerem o processamento de grande conjuntos de imagens mas que possuem restrição com relação à quantidade de amostras disponíveis. A pesquisa focará esforços nas seguintes frentes visando mitigar os problemas do aprendizado supervisionado à partir de poucas amostras em grandes bases de imagens: (1) estudo e desenvolvimento de técnicas para transferência de conhecimento de bases préexistentes como forma de enriquecer o conjunto de amostras inicial; (2) estudo de algoritmos e estruturas de indexação de imagens para garantir escalabilidade das abordagens desenvolvidas; e (3) desenvolvimento de abordagens baseadas em aprendizado ativo para auxiliar usuários especialistas na anotação de amostras relevantes..
Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Hugo Neves de Oliveira - Integrante / Jefersson Alex dos Santos - Coordenador / Alexei Manso Corrêa Machado - Integrante / Arnaldo de Albuquerque Araujo - Integrante / William Robson Schwartz - Integrante / Silvio Jamil Ferzoli Guimarães - Integrante / Mário Sérgio Ferreira Alvim Jr - Integrante.
2018 - Atual
[CNPq Universal - Faixa B] MultiMaps: Aprendizado de Representações Profundas para Mapeamento Geográfico em Larga Escala
Descrição: A criação de mapas temáticos utilizando Imagens de Sensoriamento Remoto (ISRs) como fonte de dados geralmente é modelada como um problema de classificação supervisionada. Muitos desafios computacionais estão associados à natureza das ISRs em que pode-se ressaltar: (1) são imagens georreferenciadas, ou seja cada pixel possui uma coordenada geográfica associada; (2) geralmente codificam muito mais que informação no espectro visível (R,G,B), o que exige o desenvolvimento de abordagens específicas para descrever padrões; (3) os dados podem variar quanto à resolução espacial alterando o nível de detalhe dos padrões e; (4) muitas aplicações tendem a exigir análise de dados espaço-temporais, com várias imagens do local de estudo ao longo do tempo. Assim, é muito frequente ter imagens obtidas a partir de diferentes sensores, o que pode melhorar a qualidade dos mapas temáticos gerados, mas exige a criação de técnicas capazes de codificar e combinar adequadamente as diferentes propriedades das imagens. Nesse contexto, o desenvolvimento de técnicas baseadas em aprendizado profundo têm sido revolucionário mas tem uma limitação: geralmente requerem muitas amostras para treinamento. A anotação de pixels na maioria das aplicações de ISRs depende de usuários especialistas, é custosa e inviável em algumas situações. Assim, a dificuldade de criação de grandes conjuntos de dados anotados para classificação supervisionada limita o uso da maioria das abordagens do estado da arte em reconhecimento de padrões por meio de aprendizado supervisionado. Desse modo, este projeto visa tratar o problema de reconhecimento de padrões para criação de mapas temáticos via aprendizado supervisionado em grandes conjuntos de imagens a partir de pequenos conjuntos de dados anotados. A pesquisa focará esforços em três frentes principais: (1) novos métodos para aprendizado de características com foco em propriedades de imagens de sensoriamento remoto; (2) algoritmos para transferência de conhecimento para explorar bases de imagens existentes como ponto de partida para reconhecimento de padrões e reduzir a necessidade de novas amostras anotadas por usuários especialistas; e (3) novas abordagens para aprendizado e fusão de representações a partir de múltiplas resoluções no espaço, tempo e espectro eletromagnético..
Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Hugo Neves de Oliveira - Integrante / Jefersson Alex dos Santos - Coordenador / William Robson Schwartz - Integrante / Ricardo da Silva Torres - Integrante / Rodrigo Affonso de Albuquerque Nobrega - Integrante / Britaldo Silveira Soares Filho - Integrante / Renato Martins Assunção - Integrante.
2013 - 2014
Ver Brasil
Descrição: O projeto Ver Brasil tem por objetivo o desenvolvimento de um Sistema Brasileiro de Cinema Digital (SBCD), compreendendo armazenamento, distribuição e exibição. Este projeto se estrutura em dois eixos principais de ações: democratização do acesso à cultura e desenvolvimento de tecnologia nacional de ponta para cinema digital. Hoje existem mais de cinco mil municípios que não tem sala de cinema. A digitalização de toda cadeia de valor do cinema (produção, distribuição e exibição) cria uma oportunidade de expandir o sistema. A transição do analógico para o digital leva ao barateamento dos equipamentos, quando bem feita e apoiada no uso de tecnologias abertas, padronizadas e de baixo custo. O que aparenta ser uma crise, apontando para o fechamento das já escassas salas de cinema no Brasil, é de fato uma oportunidade para desenvolvimento de tecnologias nacionais estratégicas para democratização do acesso a cultura, produção, distribuição e exibição de conteúdos nacionais para cidadãos brasileiros que habitam pequenas e médias cidades e nunca tiveram a experiência de ?ir ao cinema? nas cidades onde moram..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) .

Integrantes: Hugo Neves de Oliveira - Integrante / José Ivan Bezerra Vilarouca Filho - Integrante / Erick Augusto Gomes de Melo - Integrante / Guido Lemos de Souza Filho - Coordenador / Manoel Gomes da Silva Neto - Integrante.
2013 - 2014
Compressão de Sinais Biomédicos
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) .

Integrantes: Hugo Neves de Oliveira - Integrante / Arnaldo Gualberto de Andrade e Silva - Integrante / Leonardo Vidal Batista - Coordenador / Ygor Crispim Diniz - Integrante.
2011 - 2013
Grupo de Trabalho em VídeoColaboração em Saúde (GT AVCS)
Descrição: O GTAVCS (Grupo de Trabalho em VídeoColaboração em Saúde) é uma iniciativa conjunta dos laboratórios LAVID (Laboratório de Aplicações de Vídeo Digital), LASID (Laboratório de Sistemas Digitais) e LARQSS (Laboratório de Arquitetura e Sistemas de Software) da UFPB. Este grupo de trabalho foi aprovado no Edital de Grupos de Trabalho 2011-2012 da RNP (Rede Nacional de Ensino e Pesquisa). Durante a primeira fase do GTAVCS (Grupo de Trabalho em VídeoColaboração em Saúde) foi proposta uma infraestrutura de hardware e software com gerência remota para captura e distribuição segura de múltiplos fluxos simultâneos a fim de prover suporte a diversos cenários de vídeo colaboração em saúde. Através de experimentos realizados dentro do HULW/UFPB em conjunto com outras universidades, tais como: Universidade Federal do Tocantins (UFT) demonstrou-se o potencial agregador do protótipo ora desenvolvido na primeira fase do GT AVCS. O serviço proposto à RNP através do projeto GT AVCS ? Fase II tem como foco aprimorar e melhorar o atual o serviço de transmissão de cirurgias ao vivo (desenvolvido na Fase I) e, sobretudo, desenvolver serviços adicionais para o apoio à atividade de ensino e aprendizagem baseadas em colaboração e recuperação de informações..
Situação: Desativado; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (2) .

Integrantes: Hugo Neves de Oliveira - Integrante / Elenilson Vieira - Integrante / Yuri Gil Dantas - Integrante / Glauco de Sousa e Silva - Integrante / José Ivan Bezerra Vilarouca Filho - Integrante / Tatiana Aires Tavares - Coordenador / Erick Augusto Gomes de Melo - Integrante / Gustavo Henrique Matos Bezerra - Integrante / Sarah Soares Oliveira - Integrante / Wolgrand Cardoso Braga Junior - Integrante.
2011 - 2012
GP JEDi
Descrição: O GPJEDi foi criado com o objetivo de explorar novas áreas dentro de Sistemas Multimídia, especialmente jogos e novas formas de interação humano computador. Atualmente o grupo foca três áreas de pesquisa: Desenvolvimento de Jogos para TVDigital (SBTVD), GameClouding e Interação Humano Computador..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) .

Integrantes: Hugo Neves de Oliveira - Integrante / Glauco de Sousa e Silva - Integrante / Tatiana Aires Tavares - Coordenador / Matheus Cordeiro de Melo - Integrante / Ricardo Mendes Costa Segundo - Integrante.


Idiomas


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


Prêmios e títulos


2015
Test of English as a Foreign Language - Internet-based Test (TOEFL - iBT), ETS.
2014
Láurea Acadêmica - Destaque da Graduação em Ciência da Computação, UFPB.
2010
Medalha de Bronze na Olimpíada Paraibana de Informática, Universidade Federal de Campina Grande.


Produções



Produção bibliográfica
Trabalhos completos publicados em anais de congressos
1.
OLIVEIRA, H. N.; SANTOS, J. A. . Deep Transfer Learning for Segmentation of Anatomical Structures in Chest Radiographs. In: Conference on Graphics, Patterns and Images, 2018, Foz do Iguaçu. Conference on Graphics, Patterns and Images, SIBGRAPI 2018, IEEE, 2018.

2.
OLIVEIRA, H. N.; AVELAR, C. S. ; MACHADO, A. M. C. ; ARAUJO, A. A. ; SANTOS, J. A. . Exploring Deep-based Approaches for Semantic Segmentation of Mammographic Images. In: Iberoamerican Congresson Pattern Recognition, 2018, Madrid. 23rd Iberoamerican Congresson Pattern Recognition, 2018.

3.
ANDRADE JUNIOR, E. F. ; OLIVEIRA, H. N. ; ALVIM, M. S. ; SANTOS, J. A. . A Comparative Study on Unsupervised Domain Adaptation for Coffee Crop Mapping. In: Iberoamerican Congresson Pattern Recognition, 2018, Madrid. 23rd Iberoamerican Congresson Pattern Recognition, 2018.

4.
OLIVEIRA, H. N.; SANTOS, J. A. ; MELO, M. C. ; REGO, T. G. ; BATISTA, L. V. . Information Theory-based Detection of Noisy Bit Planes in Medical Images. In: SIBGRAPI - Conference on Graphics, Patterns and Images, 2016, São José dos Campos. SIBGRAPI 2016, 2016.

5.
MELO, M. C. ; GAJADHAR, A. A. T. ; OLIVEIRA, H. N. ; SILVA, A. G. A. E. ; BATISTA, L. V. . Analysis of Shape-Based and Texture-Based Attributes in Classification of Mammographic Findings by Machine Learning Algorithms. In: Workshop de Informática Médica, 2015, Recife. Anais do Congresso da Sociedade Brasileira de Computação, 2015. v. XXXV.

6.
OLIVEIRA, H. N.; SILVA, A. G. A. E. ; DINIZ, I. C. ; SAMPAIO, G. B. ; BATISTA, L. V. . Compression of Polysomnographic Signals Using the Discrete Cosine Transform and Dead-zone Optimal Quantization. In: AICT 2014, The Tenth Advanced International Conference on Telecommunications, 2014, Paris. AICT 2014, The Tenth Advanced International Conference on Telecommunications, 2014. v. 10.

7.
SILVA, G. S. E. ; GUIMARAES, A. P. N. ; OLIVEIRA, H. N. ; TAVARES, T. A. ; ANJOS, E. G. . Systematic Mapping of Software Architectures for Telemedicine Systems. In: International Conference on Computational Science and Its Applications, 2013, Ho Chi Minh City. Proceedings of the 13th International Conference on Computational Science and Its Applications (ICCSA 2013), 2013.

8.
BATISTA, L. V. ; BULHOES JUNIOR, T. L. ; OLIVEIRA, H. N. ; SILVA, A. G. A. E. ; SANTOS, A. C. T. ; GAJADHAR, A. A. T. ; MENEZES, D. A. ; SAMPAIO, G. B. ; BARBOSA, I. A. M. ; ANTUNES, I. L. ; SANTOS, I. N. ; ANDRADE, J. E. ; VILAROUCA FILHO, J. I. B. ; MACHADO, K. C. T. ; LIMA, M. C. C. ; MELO, M. C. ; SILVA, P. R. P. ; BRANCO, P. R. ; CARVALHO, R. B. M. ; RAMOS, T. A. R. ; DINIZ, Y. C. ; DANTAS, Y. G. ; SILVA JUNIOR, R. O. . Curso de Informática Básica para Idosos. In: Encontro Unificado de Ensino, Pesquisa e Extensão, 2013, João Pessoa. Encontro Unificado de Ensino, Pesquisa e Extensão - UFPB, 2013.

9.
Filho, E. V. S. ; SILVA, G. S. E. ; OLIVEIRA, H. N. ; FERREIRA, A. V. A. ; MELO, E. A. G. ; TAVARES, T. A. ; BEZERRA, G. H. M. ; SOUZA FIILHO, G. L. . A Strategy of Multimedia Reflectors to Encryption and Codification in Real Time. In: IEEE International Symposium on Multimedia, 2012, Irvine. IEEE International Symposium on Multimedia (ISM2012), 2012.

10.
OLIVEIRA, H. N.; MELO, M. C. ; COSTA SEGUNDO, R. M. ; COSTA, R. ; TAVARES, T. A. . Dificuldades para implementação de um Sistema de GameClouding. In: Escola Paraibana de Informática (EPI), 2011, João Pessoa. I Escola Paraibana de Informática (EPI 2011), 2011.

Resumos publicados em anais de congressos
1.
BULHOES JUNIOR, T. L. ; OLIVEIRA, H. N. ; BORGES, E. V. C. L. ; ANDREZZA, I. L. P. ; DANTAS, Y. G. ; FERNANDES, R. F. M. ; SILVA, H. S. . SEAC 2.0 - Uma Aplicação Web de Simulação Gráfica para Ensino de Arquitetura de Processadores. In: Conferência Internacional sobre Informática na Educação - TISE, 2013, Porto Alegre. Memórias do TISE, 2013.

2.
BULHOES JUNIOR, T. L. ; CAVALCANTE, B. E. S. ; BORGES, E. V. C. L. ; SILVA, G. S. E. ; BATISTA, L. V. ; ANDREZZA, I. L. P. ; OLIVEIRA, H. N. ; VILAROUCA FILHO, J. I. B. ; OLIVEIRA, S. S. ; GUIMARAES, A. P. N. ; GAJADHAR, A. A. ; DANTAS, Y. G. ; TAVARES, E. A. ; CAMPOS, S. P. R. . Organização da VI Semana da Computação do Departamento de Informática da UFPB. In: Encontro Nordestino dos Grupos PET (ENEPET), 2012, Natal. XI Encontro Nordestino dos Grupos PET (ENEPET 2012), 2012.

Apresentações de Trabalho
1.
OLIVEIRA, H. N.. O Curso de Ciência da Computação. 2012. (Apresentação de Trabalho/Comunicação).


Demais tipos de produção técnica
1.
SILVA, C. L. ; OLIVEIRA, H. N. ; NOGUEIRA, K. ; MOTA, V. F. ; SANTOS, J. A. . Hands-On Deep Learning - 1ª Edição. 2018. (Curso de curta duração ministrado/Extensão).

2.
SILVA, C. L. ; OLIVEIRA, H. N. ; NOGUEIRA, K. ; MOTA, V. F. ; SANTOS, J. A. . Hands-On Deep Learning - 2ª Edição. 2018. (Curso de curta duração ministrado/Extensão).

3.
OLIVEIRA, H. N.. Informática Básica para Idosos. 2013. (Curso de curta duração ministrado/Extensão).

4.
OLIVEIRA, H. N.. Introdução ao Linux. 2013. .

5.
VILAROUCA FILHO, J. I. B. ; OLIVEIRA, H. N. . Introdução ao Desenvolvimento Android. 2012. .

6.
OLIVEIRA, H. N.. Introdução ao Linux. 2012. .

7.
OLIVEIRA, H. N.. Informática Básica para Idodos. 2012. (Curso de curta duração ministrado/Extensão).

8.
OLIVEIRA, H. N.. Informática Básica para Idodos. 2011. (Curso de curta duração ministrado/Extensão).



Eventos



Participação em eventos, congressos, exposições e feiras
1.
Conference on Graphics, Patterns and Images. Deep Transfer Learning for Segmentation of Anatomical Structures in Chest Radiographs. 2018. (Congresso).

2.
Iberoamerican Congresson Pattern Recognition. A Comparative Study on Unsupervised Domain Adaptation for Coffee Crop Mapping. 2018. (Congresso).

3.
Iberoamerican Congresson Pattern Recognition. Exploring Deep-based Approaches for Semantic Segmentation of Mammographic Images. 2018. (Congresso).

4.
SIBGRAPI - Conference on Graphics, Patterns and Images. Information Theory-based Detection of Noisy Bit Planes in Medical Images. 2016. (Congresso).

5.
XXXV Congresso da Sociedade Brasileira de Computação. 2015. (Congresso).

6.
Brasil-Canadá 3.0. 2013. (Congresso).

7.
Escola Paraibana de Informática. Dificuldades para a Implementação de um Sistema de GameClouding. 2011. (Congresso).


Organização de eventos, congressos, exposições e feiras
1.
OLIVEIRA, H. N.. Final Nacional da Maratona de Programação. 2016. .

2.
OLIVEIRA, H. N.. XI Semana da Computação. 2014. (Outro).

3.
OLIVEIRA, H. N.. XI Semana da Computação. 2013. (Outro).

4.
OLIVEIRA, H. N.. X Semana da Computação. 2013. (Outro).

5.
OLIVEIRA, H. N.. VII Semana da Computação. 2012. (Outro).

6.
OLIVEIRA, H. N.. VIII Semana da Computação. 2012. (Outro).

7.
OLIVEIRA, H. N.. V Encontro de Integração Empresa-Universidade. 2012. (Outro).

8.
OLIVEIRA, H. N.. V Semana da Computação. 2011. (Outro).

9.
OLIVEIRA, H. N.. VI Semana da Computação. 2011. (Outro).

10.
OLIVEIRA, H. N.. I Escola Paraibana de Informática. 2011. (Congresso).

11.
OLIVEIRA, H. N.. IV Encontro de Integração Empresa-Universidade. 2011. (Outro).



Educação e Popularização de C & T



Apresentações de Trabalho
1.
OLIVEIRA, H. N.. O Curso de Ciência da Computação. 2012. (Apresentação de Trabalho/Comunicação).


Cursos de curta duração ministrados
1.
VILAROUCA FILHO, J. I. B. ; OLIVEIRA, H. N. . Introdução ao Desenvolvimento Android. 2012. .

2.
OLIVEIRA, H. N.. Introdução ao Linux. 2012. .

3.
OLIVEIRA, H. N.. Informática Básica para Idodos. 2011. (Curso de curta duração ministrado/Extensão).

4.
OLIVEIRA, H. N.. Informática Básica para Idodos. 2012. (Curso de curta duração ministrado/Extensão).

5.
OLIVEIRA, H. N.. Informática Básica para Idosos. 2013. (Curso de curta duração ministrado/Extensão).

6.
SILVA, C. L. ; OLIVEIRA, H. N. ; NOGUEIRA, K. ; MOTA, V. F. ; SANTOS, J. A. . Hands-On Deep Learning - 1ª Edição. 2018. (Curso de curta duração ministrado/Extensão).

7.
SILVA, C. L. ; OLIVEIRA, H. N. ; NOGUEIRA, K. ; MOTA, V. F. ; SANTOS, J. A. . Hands-On Deep Learning - 2ª Edição. 2018. (Curso de curta duração ministrado/Extensão).

8.
OLIVEIRA, H. N.. Introdução ao Linux. 2013. .


Organização de eventos, congressos, exposições e feiras
1.
OLIVEIRA, H. N.. V Semana da Computação. 2011. (Outro).

2.
OLIVEIRA, H. N.. VI Semana da Computação. 2011. (Outro).

3.
OLIVEIRA, H. N.. VII Semana da Computação. 2012. (Outro).

4.
OLIVEIRA, H. N.. VIII Semana da Computação. 2012. (Outro).

5.
OLIVEIRA, H. N.. XI Semana da Computação. 2013. (Outro).

6.
OLIVEIRA, H. N.. X Semana da Computação. 2013. (Outro).

7.
OLIVEIRA, H. N.. XI Semana da Computação. 2014. (Outro).

8.
OLIVEIRA, H. N.. V Encontro de Integração Empresa-Universidade. 2012. (Outro).

9.
OLIVEIRA, H. N.. I Escola Paraibana de Informática. 2011. (Congresso).

10.
OLIVEIRA, H. N.. Final Nacional da Maratona de Programação. 2016. .

11.
OLIVEIRA, H. N.. IV Encontro de Integração Empresa-Universidade. 2011. (Outro).



Outras informações relevantes


Obteve 38 acertos no POSCOMP 2013 (Exame Nacional para Ingresso na Pós-Graduação em Computação). A média nacional no ano foi de 30.7 acertos.

Obteve 102 pontos no TOEFL iBT (2015). Reading: 29. Listening: 26. Speaking: 22. Writing: 25.



Página gerada pelo Sistema Currículo Lattes em 16/02/2019 às 2:23:01