2014 – 2017
Doutorado em Ciências da Computação e Matemática Computacional (Conceito CAPES 7).
Universidade de São Paulo, USP, Brasil.
com período sanduíche em University of California, Riverside (Orientador: Eamonn John Keogh).
Título: Large-Scale Similarity-Based Time Series Mining. Ano de obtenção: 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.

2011 – 2014
Mestrado em Ciências de Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
com período sanduíche em Columbia University (Orientador: Daniel P. W. Ellis).
Título: Classificação de séries temporais por similaridade e extração de atributos intrínsecos com aplicação na identificação de espécie de insetos, Ano de Obtenção: 2014.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial / Especialidade: Aprendizado de Máquina.

2007 – 2011
Graduação em Bacharelado em Ciências de Computação.
Universidade de São Paulo, USP, Brasil.
Título: Classificação de Insetos Vetores de Doenças por Meio de Sensores Laser.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.

2002 – 2004
Curso técnico/profissionalizante.
Colégio Técnico Industrial “Isaac Portal Roldán “, CTI, Brasil.

Professor Doutor no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), possui graduação em Ciências de Computação e mestrado e doutorado em Ciências de Computação e Matemática Computacional, todos pelo ICMC-USP. Sua principal linha de atuação é a Mineração de Dados e suas aplicações, com maior foco em tarefas baseadas em grandes volumes de dados sequenciais contínuos (como séries temporais e sinais digitais). Além disso, possui experiência em pré-processamento de dados para Aprendizado de Máquina, tratamento de classes desbalanceadas e classificação em fluxo de dados. (Texto informado pelo autor)

• 2023 – Atual
  Aprendizado de Máquina para Séries Temporais em Aplicações de mHealth
  
  
• 2023 – Atual
  Detecção de Novidade em Fluxos Contínuos de Dados Multirrótulo
  
  
• 2021 – Atual
  Algoritmo DTW para correlação de feições geológicas

• 2020 – 2023
  Dos dados ao conhecimento: extração e representação de informação no domínio do e-commerce
  
  
• 2019 – 2021
  Investigação e desenvolvimento de módulos de AutoML na plataforma Marvin em consonância com requisitos de desempenho e alta disponibilidade
  
  
• 2018 – 2021
  Mineração de dados para análise individual e de equipe em esportes coletivos
  
  
• 2017 – 2019
  Armadilhas e Sensores Inteligentes: Uma Abordagem Inovadora para Controle de Insetos Peste e Vetores de Doenças
  
  
• 2014 – 2016
  Aprendizado de Máquina para WebSensors: Algoritmos e Aplicações
  
  
• 2013 – 2015
  Intelligent sensor for controlling agricultural pests and disease-vector insects
  
  
• 2012 – 2014
  Invariância à Complexidade em Classificação, Agrupamento e Descoberta de Motifs em Séries Temporais