Caio Antunes

Caio Antunes Email and Phone Number

Computer Science student at UFAM | Machine Learning researcher | Current at Machine Learning SUPER project (WP3-ICOMP) @ Projeto Super
Caio Antunes's Location
Manaus, Amazonas, Brazil, Brazil
About Caio Antunes

Estudante do curso de Ciência da Computação da Universidade Federal do Amazonas. Encontrou sua paixão no Aprendizado de Máquina ao estudar sobre Redes Neurais Rasas e Profundas, pretendendo seguir carreira na área. Participou de um projeto no CETELI (UFAM) que envolve inteligência artificial aplicada à saúde, mais especificamente na detecção de arritmias utilizando técnicas de aumento de dados. Atualmente (2024), participa de um projeto de aprendizado de máquina no IComp que envolve pesquisa com LLMs.

Caio Antunes's Current Company Details
Projeto Super

Projeto Super

View
Computer Science student at UFAM | Machine Learning researcher | Current at Machine Learning SUPER project (WP3-ICOMP)
Caio Antunes Work Experience Details
  • Projeto Super
    Aluno Pesquisador Sênior Em Aprendizagem De Máquina Aplicada À Saúde (Ict-Amas-Icomp)
    Projeto Super Apr 2024 - Present
    Manaus, Amazonas, Brasil
    • Atua como aluno bolsista em projeto de pesquisa, pesquisando técnicas de prompting ideais para Large Language Models no contexto da saúde.• Projeto em andamento.
  • Projeto Super
    Aluno Pesquisador Sênior Em Inteligência Artificial Aplicada À Saúde (Ceteli)
    Projeto Super Apr 2023 - Mar 2024
    Manaus, Amazonas, Brasil
    • Atuou como aluno bolsista em grupo de pesquisa, desenvolvendo arquiteturas de redes neurais profundas para detectar arritmias em sinais de eletrocardiogramas.• Utilizou técnicas de aumento de dados para balancear a base de ECGs (eletrocardiogramas) utilizada para treinar os modelos de redes neurais.• Desenvolveu arquiteturas de redes neurais convolucionais (CNNs), tanto em 1D quanto em 2D, para detecção de arritmias cardíacas em sinais de eletrocardiogramas.• Desenvolveu o projeto utilizando metodologia ágil Scrum.
  • Projeto Super
    Aluno Pesquisador Em Iniciação Científica E Tecnológica Júnior (Wp2-Icomp)
    Projeto Super Apr 2022 - Mar 2023
    Manaus, Amazonas, Brasil
    • Atuou como aluno bolsista realizando na análise empírica sobre o desempenho de algoritmos de ordenação nas linguagens Python e C.• Os algoritmos analisados foram: Bubble Sort, Selection Sort, Insertion Sort, Merge Sort, Quick Sort e Tim Sort.• Estudou programação nas linguagens Python e C e em quais contextos ambas devem ser utilizadas.

Caio Antunes Education Details

Frequently Asked Questions about Caio Antunes

What company does Caio Antunes work for?

Caio Antunes works for Projeto Super

What is Caio Antunes's role at the current company?

Caio Antunes's current role is Computer Science student at UFAM | Machine Learning researcher | Current at Machine Learning SUPER project (WP3-ICOMP).

What schools did Caio Antunes attend?

Caio Antunes attended Universidade Federal Do Amazonas.

Not the Caio Antunes you were looking for?

  • Caio Antunes

    Gerente De Operações | Supervisor De Atendimento E Locação | Líder De Equipe Comercial | Analista De Planejamento Estratégico | Negócios
    São Paulo, Sp
    1
    guardeaqui.com
  • Caio Antunes

    Industrial Strategy Intern (Embraer) | Engenharia De Produção (Unesp)
    Itapeva, Sp
  • CAIO ANTUNES

    Agile Project Manager | Squad Leader
    Campinas, Sp
    2
    sjm.com, hdn.digital
  • Caio Antunes

    Creative - Growth & Marketing Strategy
    Paraty, Rj
    2
    madeinnatural.com.br, hotmail.com

    1 +551141XXXXXX

  • Caio Antunes

    Tecnologia Da Informação Uninter
    Rio De Janeiro, Rj

Free Chrome Extension

Find emails, phones & company data instantly

Find verified emails from LinkedIn profiles
Get direct phone numbers & mobile contacts
Access company data & employee information
Works directly on LinkedIn - no copy/paste needed
Get Chrome Extension - Free

Aero Online

Your AI prospecting assistant

Download 750 million emails and 100 million phone numbers

Access emails and phone numbers of over 750 million business users. Instantly download verified profiles using 20+ filters, including location, job title, company, function, and industry.