Felipe Vicentin

Estágio de Pesquisa em Engenharia de Imagem · DxO Labs

Boulogne-Billancourt, França

• Pesquisa em fusão de imagens multi-frame para redução de ruído em condições de baixa luminosidade, em PyTorch, no laboratório de Visão Computacional da DxO.
• Alcancei melhora de 5 dB em PSNR para ruído AWGN em imagens RGB; atualmente estendendo o método para dados RAW.
• Supervisionado por Sylvain Leroy e Thomas Veit.

Iniciação Científica (financiada pela FAPESP) · Unicamp, IMECC

Campinas, Brasil

• Pesquisa em ordens parciais e reticulados em cadeias finitas, sob orientação do Prof. Peter Sussner (Departamento de Matemática Aplicada).
• Desenvolvi provas rigorosas sobre a contagem e construção de ordens admissíveis de intervalos em cadeias finitas, resultando em artigo publicado em Fuzzy Sets and Systems (DOI: 10.1016/j.fss.2025.109372).

Fuzzy Sets and Systems

Estágio em Engenharia de Dados · Dextra Systems

Campinas, Brasil

• Estágio de 1 ano em consultoria de TI de grande porte, atuando em ambientes de nuvem (GCP) sobre Linux.
• Trabalhei na gestão de grandes bases de mensagens de texto geradas por sistemas automatizados, usando PySpark, Data Lakes e Airflow.

Mestrado M2 MVA (Matemática, Visão, Aprendizado)

Université Paris-Saclay, ENS Paris-Saclay · Paris, França

• Duplo diploma Unicamp / IP-Paris. Considerado um dos melhores mestrados em aprendizado de máquina do mundo.
• Aprendizado de Representações, Otimização Convexa, Transporte Ótimo, Modelos Gráficos Probabilísticos, Aprendizado Profundo Geométrico, Modelos Generativos para Imagens, Métodos de Kernel, Aprendizado por Reforço.
• Otimização Distribuída e em Larga Escala, Treinamento e Implantação de Modelos em Larga Escala, Aprendizado Profundo Avançado, Séries Temporais.

Disciplinas sobre as quais escrevi

• transporte ótimo
• otimização convexa
• análise funcional
• modelos generativos
• métodos de kernel

Engenharia

Institut Polytechnique de Paris, Télécom Paris · Palaiseau, França · Nota 16.3 / 20

• Bolsa de excelência Alumni.
• Modelos Lineares, Aprendizado de Máquina, Métodos Variacionais e Bayesianos, Otimização Discreta, Aprendizado de Imagens e Reconhecimento de Objetos, Estatística, Visão 3D e Vídeo.

Bacharelado em Ciência da Computação

Universidade Estadual de Campinas (Unicamp) · Campinas, Brasil · Nota 9.34 / 10

• Cálculo, Álgebra Linear, Matemática Discreta, Banco de Dados, Análise de Algoritmos, Estruturas de Dados, Sistemas Operacionais, Introdução à Criptografia.

Curso Técnico em Informática

Colégio Técnico de Campinas (COTUCA) · Campinas, Brasil

vicentin

• Biblioteca Python com arquitetura dual-backend que alterna de forma transparente entre NumPy e PyTorch conforme os dados de entrada, habilitando diferenciação automática e uso de GPU sem mudança de API.
• Dezenas de implementações próprias em otimização (Newton, barreira, proximal/ISTA), aprendizado de máquina (SVM, PCA, métodos de kernel) e deep learning (VAE, GANs com perda de Wasserstein), além de reimplementações de artigos (Grad-CAM, SimCLR).
• Coberta por testes automatizados e integração contínua.

LAFTR multi-categórico

• Implementação do modelo LAFTR estendendo suas capacidades para contextos multi-categóricos. Supervisionado pelo Prof. Loïc Le Folgoc.

Restauração de imagens

• Implementação de técnicas variacionais (Tychonov e Variação Total) para reverter núcleos de transformação em imagens ruidosas, em PyTorch. Supervisionado pelo Prof. Arthur Leclaire.