Cookies
Usamos cookies para melhorar nosso site e a sua experiência. Ao continuar a navegar no site, você aceita a nossa política de cookies. Ver mais
Aceitar Rejeitar
  • Menu
Sobre
Download foto HD

Sobre

Pesquisador / Gerente de Projetos de T.I. 

Possui experiência em Aprendizado de máquina, mineração de dados e extração de conhecimento de dados com especialidade em áreas como Detecção de Anomalias, Séries Temporais e Padrões de Mobilidade, Dados Spatio-Temporais. 

Estudante do programa doutoral (Ph.D.) em Engenharia Informática na Universidade do Porto - MAPi
Bacharel em Sistemas de Informação e MBA em Gerenciamento de Projetos. 

Possui certificações Project Management Professional (PMP), ITIL V3, COBIT, PSM e Scrum Fundamentals. 

Mais de 10 anos de experiência desenvolvendo e mantendo o desenvolvimento de aplicações para Internet, Desktop e dispositivos móveis. Experiência adicional com modelagem UML e BPMN bem como framework Scrum. 

Gerente de Projetos com mais de 9 anos de experiência coordenando equipes de desenvolvimento de software utilizando metodologias ágeis e tradicionais. 

Analista de Sistemas Sênior com mais de 8 anos de experiência coletando e estruturando requisitos de várias fontes, incluindo entrevistas com usuários, gerência executiva, documentação e análise de sistemas legados. 

Especializações: Data Mining e Machine Learning, Projeto e Desenvolvimento de Sistemas, Implantação e Integração de Soluções de TI, Consultoria e Gerenciamento de Projetos. 

Tópicos
de interesse
Detalhes

Detalhes

  • Nome

    Thiago Andrade Silva
  • Cargo

    Técnico Especialista
  • Desde

    26 outubro 2016
001
Publicações

2020

Gradient Boosting Machine and LSTM Network for Online Harassment Detection and Categorization in Social Media

Autores
Pereira, FSF; Andrade, T; de Carvalho, ACPLF;

Publicação
Machine Learning and Knowledge Discovery in Databases - Communications in Computer and Information Science

Abstract

2020

Identifying Points of Interest and Similar Individuals from Raw GPS Data

Autores
Andrade, T; Gama, J;

Publicação
CoRR

Abstract

2020

Mining Human Mobility Data to Discover Locations and Habits

Autores
Andrade, T; Cancela, B; Gama, J;

Publicação
CoRR

Abstract

2019

Anomaly Detection in Sequential Data: Principles and Case Studies

Autores
Andrade, T; Gama, J; Ribeiro, RP; Sousa, W; Carvalho, A;

Publicação
Wiley Encyclopedia of Electrical and Electronics Engineering

Abstract

2019

Discovering Common Pathways Across Users’ Habits in Mobility Data

Autores
Andrade, T; Cancela, B; Gama, J;

Publicação
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)

Abstract
Different activities are performed by people during the day and many aspects of life are associated with places of human mobility patterns. Among those activities, there are some that are recurrent and demand displacement of the individual between regular places like going to work, going to school, going back home from wherever the individual is located. To accomplish these recurrent daily activities, people tend to follow regular paths with similar temporal and spatial characteristics. In this paper, we propose a method for discovering common pathways across users’ habits. By using density-based clustering algorithms, we detect the users’ most preferable locations and apply a Gaussian Mixture Model (GMM) over these locations to automatically separate the trajectories that follow patterns of days and hours, in order to discover the representations of individual’s habits. Over the set of users’ habits, we search for the trajectories that are more common among them by using the Longest Common Sub-sequence (LCSS) algorithm considering the distance that pairs of users travel on the same path. To evaluate the proposed method we use a real-world GPS dataset. The results show that the method is able to find common routes between users that have similar habits paving the way for future recommendation, prediction and carpooling research techniques. © 2019, Springer Nature Switzerland AG.