Formado em bacharelado em física na Universidade Federal do Espírito Santo (UFES), onde faço pesquisa na área de análise de dados aplicados à cosmologia. Sobretudo a aplicação de uma técnica de machine learning denominada método dos processos gaussianos e de redes neurais para a previsão sobre modelos cosmológicos e vínculos sobre grandezas de interesse na cosmologia, onde uso bibliotecas do Python (Numpy, Matplotlib, Scipy, Sklearn…) para a análise estatística e visualização dos dados. Esses métodos de machine learning são baseados em estatística bayesiana, que é uma ferramenta extremamente importante para fazer previsões e criação de modelos cosmológicos.Minha pesquisa anterior foi na análise de distâncias em cosmologia, onde utilizei a linguagem de programação Python para analisar dados de estrelas e (com o uso de bibliotecas como Astropy, OpenCV…) desenvolver uma metodologia para a determinação de distâncias galácticas, que é umas das medidas mais importantes da cosmologia observacional, podendo nos dar informações valiosas sobre a evolução e natureza do universo.Quais ferramentas já trabalhei:Ferramentas analiticas: Python.Ferramentas de desenvolvimento: LinuxMachine Learning: Método dos processos gaussianos, Regressão