Consultor especializado em Ciência de Dados e Inteligência Artificial aplicada. Atualmente, é doutorando em Teoria Econômica na FEA-USP, com foco em modelos econômicos baseados em aprendizado por reforço e simulação computacional. Possui experiência acadêmica e de mercado, atuando como líder técnico em projetos de Big Data, modelagem de séries temporais, e inteligência artificial aplicada a setores como industrial e energético.

Com um histórico acadêmico sólido, mestre em Teoria Econômica pela FEA-USP e bacharel em Ciência da Computação pelo ICMC-USP, liderou projetos de processamento intensivo em GPUs, sendo também responsável pela aplicação de melhores práticas em MLOps em ciência de dados com frameworks como Kedro e ferramentas como MlFlow.

Tendo como principal objetivo aplicar tecnologia de ponta à dados para resolver problemas complexos, sejam eles industriais ou financeiro, sempre buscando alinhar inovação tecnológica com resultados tangíveis para os negócios.

Experiências no Mercado

Pesquisador (Set/24 - Hoje)

Fundação Instituto de Pesquisas Econômicas

  • Apoio em consultorias prestadas pela FIPE a orgãos públicos e diversas empresas do setor privado.
  • Apoio da Fundação aos projetos de pesquisas individuais do curso de doutorado.

Cientista de Dados II & Tech Lead (Mai/23 - Set/24)

FIT Instituto de Pesquisa

  • Líder Técnico em projetos de: processamento de imagem hiperespectrais, dense clouds e classificação de sequências.
  • Modelagem de Séries Temporais em problemas de regressão multivariada.
  • Coordenação da implantação de Cluster Linux, definindo políticas de uso.

Cientista de Dados I (Dez/22 - Mai/23)

FIT Instituto de Pesquisa

  • Desenvolvimento de projeto de classificação de imagens hiperspectrais de plásticos pretos.
  • Modelagem econômica de cadeia de suprimentos para otimização de vendas e lucros.
  • Planejamento e implementação de melhores práticas no desenvolvimento de projetos em ciência de dados, utilizando Kedro e MlFlow.

Histórico Acadêmico

FEA - USP

Doutorando em Teoria Econômica (2024 – Hoje)

  • Pesquisa com foco em aplicações de aprendizado de máquina no contexto econômico e financeiro.

FEA - USP

Mestrado em Teoria Econômica (2021 – 2023)

  • Dissertação: The Lucas Tree Model in the Age of AI: An Agent Based Reinforcement Learning Approach.
  • Desenvolvimento de modelos econômicos baseados em aprendizado por reforço.

ICMC - USP

Bacharelado em Ciências da Computação (2016 – 2020)

  • Monografia: Simulação Baseada em Agentes: Avaliando Políticas de Distribuição de Renda numa Economia Simplificada.
  • Foco em modelagem computacional e simulação econômica.

Trabalhos Acadêmicos

[1] Kauê L. de Moraes, “The Lucas Tree Model in the age of AI: an agent-based reinforcement learning approach”, Dissertação de Mestrado, Dez/2023, Link para o Trabalho

[2] Kauê L. de Moraes, Carlos N. R. Cavalcante, Rodrigo De-Losso, “Testando Estacionariedade: uma abordagem de aprendizado de máquina”, Encontro Brasileiro de Finanças, Link para o Trabalho

[3] Michel Alexandre, Kauê L. de Moraes, and Francisco A Rodrigues, “Risk-dependent centrality in the Brazilian stock market”. In: Journal of Complex Networks", Journal of Complex Networks, Jan/2022, Link para Trabalho

[4] Giuntini, Felipe Taliar and de Moraes, Kauê L. and Cazzolato, Mirela T. and de Fátima Kirchner, Luziane and de Jesus D. Dos Reis, Maria and Traina, Agma J. M. and Campbell, Andrew T. and Ueyama, Jó, “Modeling and Assessing the Temporal Behavior of Emotional and Depressive User Interactions on Social Networks”, IEEE Access, 2021. Link para o Trabalho

[5] Giuntini, Felipe Taliar and de Moraes, Kauê L. and Cazzolato, Mirela T. and de Fátima Kirchner, Luziane and de Jesus D. Dos Reis, Maria and Traina, Agma J. M. and Campbell, Andrew T. and Ueyama, Jó, “Tracing the Emotional Roadmap of Depressive Users on Social Media Through Sequential Pattern Mining”, IEEE Access, 2021. Link para o Trabalho