As vezes são as pessoas que ninguém espera nada, que fazem as coisas que ninguém consegue imaginar.
"Alan Turing".
Olá! Sou Christian, um cientista de Machine Learning com experiência em reconhecimento de voz contínua e processamento de imagens. Tive a sorte de ser apoiado pela PUC-Rio para fazer o mestrado e doutorado, os quais me deram a oportunidade de viajar pelo mundo, mostrando meu principal trabalho de realce e reconhecimento de voz. Nos meus 7 anos de pesquisa, desenvolvi fortes habilidades de comunicação a partir de extensas palestras. Tenho experiência e capacidade de trabalhar de forma independente ou como parte de uma equipe, principalmente nas seguintes áreas: Machine / Deep Learning, tecnologia DSP aplicada ao reconhecimento de voz, Processamento de áudio, redução de ruído, supressão de ruído, reconstrução de imagem multiespectral e hiperespectral. Sou revisor principal do Journal of Electrical and Electronic Engineering. Publiquei mais de 8 artigos e dei mais de 5 palestras conseguindo um grande reconhecimento, o que me deixa orgulhoso por ter sido mencionado como o melhor artigo de conferência no processamento e realce de voz contínua.
Fevereiro 2014 – Abril 2018
Fevereiro 2011 – Novembro 2013
Janeiro 2005 – Fevereiro 2011
Liderar a equipe, pesquisa e desenvolvimento de novas técnicas de aprendizado de máquina para que os agentes conversacionais
possam gerar um melhor fluxo conversacional, aprimorando os modelos acústicos e de linguagem usados nas arquiteturas NLP, STT e TTS.
Technologies used: Python, TensorFlow, Keras, Pytorch.
Desenvolvimento e pesquisa na área de reconhecimento de fala e processamento de áudio para ambientes novos e desafiadores usando técnicas
avançadas de aprendizado de máquina.
Technologies used: Python, TensorFlow, Keras, Pytorch.
Desenvolvimento de um sistema óptico-computacional para fusão de imagens de profundidade e hiperespectrais utilizando técnicas de aprendizado profundo
e sua aplicação na classificação de citros pelo seu nível de maturidade.
Tecnologias utilizadas: Python, TensorFlow, Keras.
Investigue e analise o problema apresentado por pessoas com deficiência auditiva e doenças patogênicas, como a ELA, para desenvolver um sistema de reconhecimento de voz contínuo
que possa mitigar seu problema de comunicação em tempo real usando técnicas de inteligência artificial. O sistema está sendo criado para o espanhol latino-americano
Tecnologias utilizadas: Python, TensorFlow, Mongodb.
Ministrei aulas sobre inteligência artificial e processamento de sinais para alunos e supervisei trabalhos de graduação
Tecnologias utilizadas: Python, Matlab, Google class room
Pesquisei sobre redes neurais aplicadas à engenharia civil. Professor de Métodos Numéricos, Estática e Dinâmica e redação eletiva. Também desenvolvi a web do programa de engenharia civil.
Tecnologias utilizadas: Python, Google class room, HTML,CSS,Java Script
Pesquisei novas tecnologias para reconhecimento de voz. Responsável pelo desenvolvimento de software para realce de voz. Desenvolvi um sistema de aprimoramento de fala em
Python para integração com uma unidade de reconhecimento automático. Áudio gravado para criar modelos acústicos. Construi um classificador de caracteres em Python para elaborar modelos
de linguagem. Responsável pela abordagem de teste, cenário e plano de teste.
Tecnologias utilizadas: Python, Git, Praat
Forneci manutenção de software e hardware, diagnóstico e correção de erros encontrados durante o uso dos programas. Adaptei os sistemas de teste às mudanças que podem ocorrer em hardware,
sistema operacional, periféricos e ferramentas de trabalho
Tecnologias utilizadas: LabView, Matlab, OS LINUX
Forneci manutenção de software e hardware. Fui consultor de projetos de automação mecatrônica.
Projetei e implementei sistemas de telemetria eletrônica. Redes e sistemas de comunicação controlados
Tecnologias utilizadas: LabView, XBee, Bash(Unix Shell, Proteus
Conferência: ICSRL: 19th International Conference on Speech Recognition and Language Processing.
Artigo: Speech Enhancement Using Wavelet Coefficients Masking with Local Binary Pattern.