PROFISSIONAL
MEUS CONHECIMENTOS
R
85%
Python
90%
OpenCV
90%
TensorFlow
90%
PyTorch
95%
Scikit-Learn
85%
Spark/Sedona
80%
MLFlow
85%
databricks
85%
ArcGIS
95%
QGIS
85%
EU SOU
JOÃO
ATAÍDE.
GEOAI \
MACHINE LEARNING \
CIENTISTA DE DADOS \
VISÃO COMPUTACIONAL \
SENSORIAMENTO REMOTO
SOBRE MIM
Sou Cientista de Dados com foco em Visão Computacional e Sensoriamento Remoto, especializado no desenvolvimento de soluções baseadas em Inteligência Artificial e Deep Learning aplicadas ao monitoramento ambiental, detecção de fraudes e análise geoespacial.
Atuo de forma completa no ciclo de projetos de IA, desde a definição da arquitetura e criação de modelos até a automação e operação em ambientes de grande escala. Tenho experiência no processamento de grandes volumes de dados provenientes de múltiplas fontes temporais e espaciais, sempre com atenção à precisão e à eficiência operacional.
Contato: contato@joaoataide.com
BLOG
MEUS ÚLTIMOS ARTIGOS DO BLOG. < VEJA MAIS >
EXPERIÊNCIA
VEGA Monitoramento
2024-Atual
Cientista de Dados
Estruturei e orquestrei pipelines multitemporais de download e processamento no Databricks, com processamento distribuído, rastreabilidade ponta a ponta, controle automatizado de arquivos, integração com S3 e gestão de metadados. Automatizei etapas de pré-processamento e enriquecimento de dados (Sentinel-1/2, Landsat) com produtos derivados e amostragem otimizada.
Desenvolvi modelos de detecção de desmatamento e classificação de uso e cobertura da terra em escala nacional e internacional, abrangendo múltiplos biomas, séries históricas e regiões da América do Sul e do Norte.
Criei um framework de treinamento de modelos geoespaciais que dá suporte a arquiteturas como U-Net, DeepLab, R-CNN, MLP e LSTM, integrando AutoML, balanceamento geográfico, enriquecimento espectral e filtros de qualidade para execução escalável e automatizada.
ClickGeo
2024-Atual
Professor
Ministro disciplinas de pós-graduação em Ciência de Dados Geográficos, com foco em Python e R aplicados à análise espacial. Os conteúdos abordam desde fundamentos de geoprocessamento até técnicas avançadas de inteligência artificial aplicadas ao espaço geográfico, com enfoque prático e voltado ao mercado.
Imagem Esri
2020-2024
Cientista de Dados/Engenheiro de Visão Computacional
Desenvolvi modelos de detecção multissensor e multirresolução (óptico, SAR, noturno e drone) voltados a aplicações ambientais e urbanas, como identificação de telhados, áreas verdes, praças, aceiros, mineração ilegal e painéis fotovoltaicos.
Implementei classificações de uso e cobertura da terra com múltiplos sensores (CBERS-4A, Sentinel-1/2, ICEYE, Landsat e imagens ≤50 cm), além de modelos de identificação de vias e pavimentação.
Criei e operacionalizei pipelines completos para detecção de ligações irregulares, integrando visão computacional e dados tabulares, o que resultou em ganhos operacionais e recuperação de receita.
Desenvolvi modelos de detecção de mudanças para supressão de vegetação e geração contínua de alertas, com execução e monitoramento automatizados.
Contribuí para o desenvolvimento de um sistema de orquestração de serviços, projetando um módulo de otimização de alocação de tarefas com base em regras operacionais, disponibilidade geográfica e prioridades.
Certificados e MOOCs
Computer Vision I with Python
OpenCV.org, 2023
PyImageSearch, 2023
Udacity, 2022
Artificial Intelligence (AI) for Earth Monitoring
EUMETSAT, 2022
DeepLearning.AI, 2022
Universidade Stanford, 2022
Spatial Data Science and Applications
Yonsei University, 2021
Remote Sensing Image Acquisition, Analysis and Applications
UNSW Sydney, 2020