Carlos Melo

🎓 Lançamento da nova turma da PÓS em DATA SCIENCE (Turma 2025/26)

Curso superior reconhecida pelo MEC e com dupla certificação Internacional pelo STAR Research Institute (EUA).

Aprenda a teoria matemática e estatística por trás dos modelos de Machine Learning, construa projetos reais para o seu portfólio e comece uma carreira internacional como CIENTISTA DE DADOS.

⚫ OFERTA EXCLUSIVA do mês da BLACK FRIDAY (válidos apenas para quem estiver ao vivo).

Hoje, 2 de novembro, às 20:30h

escola.sigmoidal.ai/lancamento-pos-data-science/

4 months ago | [YT] | 1

Carlos Melo

🎓 Aula Magna: Como Escrever Artigos Científicos de Alto Impacto

Nesta quinta-feira, teremos a honra de receber o Dr. Fabio Ynoe de Moraes, PhD, pesquisador e professor associado da Queen’s University (Canadá).

Reconhecido internacionalmente, o Dr. Moraes tem uma trajetória que une ciência, inovação e liderança global. Além de seu papel acadêmico, ele coordena iniciativas de inovação em oncologia e inteligência artificial, com foco em transformar dados e tecnologia em impacto real na medicina.

Com mais de 180 artigos publicados em periódicos como The Lancet, JAMA, Nature Biotechnology e The New England Journal of Medicine (NEJM), o Dr. Moraes é referência em Data Science e Inteligência Artificial aplicada à Medicina.

📅 16 de outubro, às 16h (horário de Brasília)
🔒 Evento exclusivo para alunos da STAR Research Institute.

#MachineLearning #DataScience #InteligenciaArtificial

Skip the Carousel

1 2

5 months ago | [YT] | 3

Carlos Melo

22 anos separam essas duas fotos.Na época, era impossível prever o que viria pela frente.

Em 2003, aos 18 anos, saí de casa pela primeira vez para morar sozinho em São José dos Campos e estudar para a Academia da Força Aérea. Não existia EAD, nem curso online: se eu queria realizar meu sonho, precisava estar onde os melhores cursinhos estavam.

No ano seguinte, fui aprovado em uma das 20 vagas para piloto militar no Brasil inteiro. Foi o início de uma trajetória marcada por disciplina, resiliência e estudo constante.

Essa mesma mentalidade me levou mais longe. Em 2016, realizei o sonho de ingressar no mestrado em Engenharia Aeroespacial no ITA.

Em 2019, tornei-me o primeiro brasileiro indicado para o curso de Space Operations na Royal Canadian Air Force.

E em 2025, alcancei uma das maiores conquistas da minha vida: recebi o Green Card EB-1A, após ser reconhecido pelo governo americano como uma pessoa de habilidade extraordinária em Data Science e Inteligência Artificial.

Se há um padrão nessa trajetória, ele é claro: nunca parei de estudar.

Como eu disse no começo do texto: é impossível prever o futuro. Eu podia não saber o que me esperava no longo prazo, mas preferi focar no imediato. Apenas fiz o que precisava ser feito em cada momento.

Comece resolvendo o que você tem para resolver hoje. Estude para o próximo degrau.

6 months ago | [YT] | 6

Carlos Melo

Se você me perguntar se vale a pena fazer uma Pós-graduação em Data Science, ou se ter um diploma faz diferença para entrar no mercado de trabalho atual, a minha resposta sincera é um sim!

Há uma relação direta entre alta remuneração e um alto nível de formação. Especificamente, quando olhamos para a área de Ciência de Dados, essa relação se revela ainda mais evidente.

Escrevi um artigo onde compartilho meu ponto de vista sobre por que uma pós-graduação pode ser o melhor investimento para a sua carreira em 2025.

🔗 sigmoidal.ai/vale-a-pena-fazer-uma-pos-graduacao-e…

1 year ago | [YT] | 5

Carlos Melo

Aproveitando o período de férias e a transição para uma nova fase, decidi publicar diversos artigos que estavam praticamente prontos como rascunho no meu blog.

Entre eles, não poderia deixar de compartilhar este review de livro. Escolher o material ideal para estudar Machine Learning pode ser um grande desafio, mas o "Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow", de Aurélien Géron, é, sem dúvida, minha principal recomendação.

Seja para quem está começando ou para quem já domina o básico e deseja aprofundar-se em conceitos avançados e modernos, este livro é uma escolha indispensável!

📖 Clique no link abaixo e descubra por que essa obra é indispensável para sua jornada em Machine Learning!

sigmoidal.ai/review-do-livro-maos-a-obra-aprendiza…

1 year ago | [YT] | 7

Carlos Melo

Como você quer estar nos próximos 15 meses?

✅ Migrando para uma nova carreira como Cientista de Dados, de forma segura e responsável?
✅ Aprendendo Data Science e Machine Learning na prática e resolvendo problemas reais das empresas?
✅ Conquistando uma pós-graduação em Data Science que impulsione sua carreira e mostre ao mercado o seu comprometimento com a excelência na área?

A verdade é que o mercado de tecnologia mudou muito nos últimos anos.

Em 2024, diante da saturação de profissionais no mercado, é preciso mais do que apenas conhecimentos informais e cursos rápidos para você se destacar.

É por isso que eu quero convidar para o evento “Torne-se um Cientista de Dados de Verdade”.

🗓️ 14, 15 e 16 de maio, às 20h (horário de Brasília)

Toque no link abaixo e faça sua inscrição gratuitamente.🔔

🔗 escola.sigmoidal.ai/lancamento-pg-ds?utm_source=li…

1 year ago | [YT] | 20

Carlos Melo

‘Eu nasci assim, eu cresci assim, vou sempre usar arquivos CSV…’ 🎶

Será mesmo? Se a síndrome de Gabriela te prende aos antigos e gigantes arquivos CSV, é hora de repensar! 🤔

Calma, não me entenda mal. Eu uso arquivos CSV para muitas coisas, mesmo! Mas permita-me apresentar um formato que já é bem conhecido pelos engenheiros de dados, mas que, por algum motivo, ainda não é muito famoso entre os cientistas de dados.

O principal problema do CSV é sua estrutura. Eles são armazenados como uma lista de linhas (conhecido como orientado a linhas), o que causa duas grandes complicações: eles são lentos para consultar e, para complicar ainda mais, SQL e CSV simplesmente não se dão bem.

Agora, entre em cena o Parquet: um formato orientado a colunas. Diferentemente dos CSVs, ele organiza seus dados por colunas, o que facilita e agiliza a consulta.

Além disso, é um formato de código aberto, licenciado sob Apache, o que o torna uma opção atrativa não apenas pela sua eficiência, mas também pela flexibilidade e transparência. Engenheiros de dados já se beneficiam das vantagens do Parquet há algum tempo, então por que os cientistas de dados não dariam uma chance também?

Se você é um cientista de dados e ainda não experimentou o Parquet, talvez seja o momento de se aventurar. E aí, já conhecia essa alternativa? Deixe seus comentários! 🚀

#machinelearning #datascience

2 years ago | [YT] | 33

Carlos Melo

Amanhã começa a REVOLUÇÃO DA VISÃO COMPUTACIONAL!

Clique para ativar a notificação da live e curta o vídeo.

Conheça o caminho para você construir uma NOVA CARREIRA em VISÃO COMPUTACIONAL!

2 years ago | [YT] | 2

Carlos Melo

2 years ago | [YT] | 16