Seja bem-vindo(a)!

Sou professor associado na Faculdade de Ciências Agrárias da Universidade Federal da Grande Dourados (UFGD, 2025 – atual). Antes disso, fui professor no Departamento de Estatística da Universidade Federal do Paraná (UFPR, 2010 – 2024). Durante esse período, lecionei regularmente Estatística Computacional no Bacharelado em Estatística e diversos tópicos na Especialização em Ciência de Dados & Big Data. Também ministrei disciplinas de Estatística Básica e Estatística Aplicada, focadas em análise de dados.

Concluí meu doutorado em Estatística e Experimentação Agrícola na UFLA em 2013, após finalizar meu mestrado no mesmo programa em 2009. Sou graduado em Agronomia pela UFGD (2003 – 2007).

Minhas principais competências são planejamento e análise de experimentos, regressão não linear e modelos de regressão para dados de contagem. Tenho especial interesse em visualização de dados, web scraping, mineração de texto e aprendizado de máquina. Fui tutor do Programa de Educação Tutorial (PET) no Bacharelado em Estatística da UFPR de 2015 a 2020, onde coordenamos atividades de Ensino, Pesquisa e Extensão com 12 alunos bolsistas.

Atualmente, sou professor colaborador no Programa de Pós-Graduação em Produção Vegetal da UFGD, onde contribuo com orientações e projetos de pesquisa. Também atuo como revisor na área de Estatística em periódicos científicos das Ciências Agrárias.

Participei como organizador do Data Science Curitiba MeetUp, onde discutíamos tendências, tecnologias e estudos de caso sob uma perspectiva aplicada e acadêmica.

Sou programador em R e um entusiasta de dados. Por isso, tenho ampla experiência com a linguagem R e frequentemente sou convidado a ministrar cursos curtos relacionados ao tema. Além disso, fui Coordenador da Primeira Edição do Curso de Ciência de Dados Aplicada ao Poder Judiciário e atualmente sou Coordenador Pedagógico da Segunda Edição, que está em andamento.

Acredito firmemente em software livre, dados abertos e ciência reproduzível. Meus materiais de ensino, colaborações científicas e pacotes R estão todos disponíveis online, e continuo a explorar temas relacionados à Ciência de Dados, como machine learning, feature engineering e text mining.