Meu vínculo: Doutorando no Instituto de Computação (UNICAMP).
Pesquisa atual: Aplicamos uma perspectiva causal à produção de energia, um domínio onde as decisões têm um impacto econômico e social substancial, mas que ainda são amplamente baseadas em dados observacionais. Propomos duas estruturas complementares que, em primeiro lugar, (i) visam desenvolver métodos de representação orientados por causalidade, inspirados na aprendizagem de características causais de abordagens de redução de modelos, para estimar a conectividade entre injetores e produtores, incorporando conhecimento físico específico do domínio, e, em segundo lugar, (ii) estendem técnicas de inferência causal variáveis ​​no tempo para estimar os efeitos do tratamento sob dependência temporal e com potenciais fatores de confusão variáveis ​​no tempo. Colabora no projeto Shell-LLMs.