fbpx
Sigmoidal
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

Oportunidades no Setor Espacial para Cientistas de Dados

Carlos Melo por Carlos Melo
janeiro 15, 2025
em Aeroespacial, Carreira, Data Science, Destaques, Youtube
0
147
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

Recentemente, tive o privilégio de participar de um dos maiores eventos globais do setor espacial: o International Astronautical Congress (IAC) 2024, realizado em Milão, Itália. Esse encontro reúne líderes da indústria, pesquisadores, investidores e agências espaciais para discutir o futuro da exploração espacial – e eu estive no meio de tudo isso.

Mas talvez você esteja se perguntando: “O que o setor espacial tem a ver com Data Science ou Visão Computacional”? Minha resposta: absolutamente tudo.

Data Science e Espaço, com Carlos Melo e Sérgio Sacani

Desde satélites que captam imagens para monitoramento agrícola até sistemas de navegação autônomos e algoritmos que otimizam o lançamento de foguetes, inteligência artificial e análise de dados estão no centro das operações espaciais modernas. Isso sem falar nos volumes gigantescos de dados que são gerados, e que precisam ser analisados.

Pensando em você que me acompanha, gravei um vlog especial para compartilhar insights práticos dessa minha participação no IAC 2024. Assista ao vídeo e entenda como o espaço pode ser o seu próximo passo de carreira.

O que é o International Astronautical Congress (IAC)

O International Astronautical Congress (IAC) é o maior evento global dedicado ao setor espacial, reunindo anualmente uma comunidade diversa de agências espaciais, empresas, startups, pesquisadores e líderes da indústria. Organizado desde 1951 pela International Astronautical Federation (IAF), o congresso serve como uma plataforma para discutir o futuro da exploração espacial e promover parcerias estratégicas.

De 14 a 18 de outubro de 2024, sua 75ª edição ocorreu em Milão, Itália, com o tema “Espaço Responsável para a Sustentabilidade”, ressaltando a necessidade de manter o espaço seguro, acessível e pacífico para as gerações futuras.

IAC 2024, em Milão

Escala do Evento

A edição de 2024 contou com uma estrutura de quatro andares de exposições e duas alas principais — norte e sul. Cada corredor trazia temas específicos, como satélites, exploração lunar, sistemas de propulsão e startups espaciais. Foi um verdadeiro mergulho no estado da arte da tecnologia aeroespacial. Veja alguns números absolutos:

  • Mais de 150 expositores apresentaram os avanços mais recentes em tecnologia espacial.
  • Mais de 4.000 palestrantes de 96 países compartilharam insights e desenvolvimentos.
  • Os participantes incluíram entidades governamentais, líderes da indústria, cientistas, pesquisadores e estudantes.

O congresso se destacou pela excelente organização e segurança, com procedimentos semelhantes aos de aeroportos, incluindo detectores de metais, checagem de bagagens e vigilância reforçada. Medidas como essas foram adotadas devido à presença de importantes autoridades e executivos do setor, reforçando a relevância e o prestígio do evento.

Oportunidades no Setor Espacial no Brasil

O setor espacial está passando por uma rápida democratização, criando oportunidades sem precedentes para empreendedores e profissionais em tecnologias. Avanços na miniaturização, no poder de computação e em sistemas reutilizáveis de lançamento reduziram significativamente as barreiras de entrada.

IAC 2024

Como você pode ver no relevante estudo de Nakahodo, Fonseca e Pereira (2024), o Brasil possui uma vantagem estratégica com o Centro de Lançamento de Alcântara, uma localização privilegiada para lançamentos em órbitas equatoriais. Recentes acordos internacionais, como o Acordo de Salvaguardas Tecnológicas com os Estados Unidos, abrem portas para parcerias e empreendimentos comerciais.

O ecossistema New Space no país está em expansão, fomentando startups em tecnologia de satélites, serviços de lançamento e software espacial, com diversas fontes de financiamento disponíveis, tanto locais quanto internacionais, para acelerar seu crescimento.

De acordo com um relatório do Fórum Econômico Mundial, prevê-se que a economia espacial pode chegar a US$ 1,8 trilhão até 2035. E o Brasil não pode se dar ao luxo de ignorar esse movimento. O país possui grande potencial econômico e estratégico no setor, mas ainda engatinha quando se trata de ocupar um lugar relevante nessa revolução.

Para profissionais de tecnologia, essa crescente demanda por sistemas espaciais cria uma oportunidade de aplicar conhecimentos em ciência de dados, inteligência artificial e visão computacional.

Data Science e Oportunidades no Espaço

Se você deseja explorar novas possibilidades profissionais e quer estar à frente das próximas grandes revoluções tecnológicas, olhe para o espaço – literalmente. O setor espacial está deixando de ser algo distante e exclusivo para se tornar um mercado acessível a profissionais de tecnologia e inovação.

A cada ano, novas startups e investidores entram nesse mercado, apostando em soluções disruptivas e tecnologias avançadas. Esse movimento gera uma crescente demanda por especialistas capazes de aplicar ferramentas analíticas e preditivas – profissionais de Data Science.

Carlos Melo da Pós Graduação em Data Science do Sigmoidal

No setor espacial, os dados são gerados de diversas fontes, como experimentos realizados em voos suborbitais, área em que o Brasil já se destaca, e imagens de satélites, fundamentais para atividades como monitoramento do agronegócio — exemplo evidente nas soluções desenvolvidas pela EMBRAPA – e prevenção de desastres naturais.

Esses dados também vêm de sensores e sistemas embarcados, que exigem processamento contínuo para otimizar desde lançamentos de foguetes até gestão climática e ambiental – apenas para citar alguns exemplos.

Nesse cenário, Data Science se coloca como uma peça-chave para transformar informações brutas em insights estratégicos. Profissionais que dominam grandes volumes de informações, modelagem preditiva e visão computacional já possuem habilidades diretamente aplicáveis ao setor espacial, que precisa de soluções cada vez mais eficientes em navegação autônoma, processamento de imagens, monitoramento remoto e até detecção de anomalias em tempo real.

Se você é um cientista de dados, engenheiro de machine learning ou especialista em visão computacional, o espaço pode ser o seu próximo mercado. As startups de New Space estão buscando talentos que saibam transformar dados complexos em insights acionáveis, e essa demanda só tende a crescer.

Minha experiência no Setor Aeroespacial e Defesa

Muitos que me acompanham nas redes sociais conhecem meu trabalho com Data Science, Python e Visão Computacional. O que talvez poucos saibam é que minha trajetória profissional foi construída a partir de uma base sólida no Setor Aeroespacial e de Defesa, onde atuei diretamente com tecnologia, inovação e operações críticas.

Carlos Melo do Sigmoidal

Foram 16 anos de serviço na Força Aérea Brasileira, onde alcancei o posto de Major Aviador e acumulei mais de 2.000 horas de voo, além de experiência como instrutor na Academia da Força Aérea (AFA). Desde o início, meu trabalho esteve vinculado a operações estratégicas envolvendo tecnologias de ponta, incluindo satélites, cibersegurança e inteligência artificial aplicada à defesa.

📚 Formação Acadêmica

Minha formação é completamente voltada para o setor aeroespacial, com passagens por algumas das instituições mais prestigiadas do Brasil e do exterior:

  • Graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA)
  • Mestre em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA)
  • MBA em Gestão de Projetos e Processos pela Universidade da Força Aérea (UNIFA)

💼 Experiência Profissional

Minha carreira foi marcada por funções críticas em operações espaciais e sensoriamento remoto, além de pesquisa em um dos principais institutos de pesquisa prospectiva do país:

  • Pesquisador em IA para operações aeroespaciais no Instituto de Estudos Avançados (IEAv)
  • Cientista de Dados no Centro de Comando e Controle da Força Aérea
  • Engenheiro de Missão de Satélites no Centro de Operações Espaciais (COPE)
  • Head de Sensoriamento Remoto na Divisão de Observação da Terra (COPE)

Entre as experiências que mais marcaram minha trajetória está o convite para participar do Space Operations Course da Royal Canadian Air Force, um dos treinamentos mais prestigiados do Canadá e requisito obrigatório para astronautas canadenses. Durante o curso, tive a oportunidade de participar de uma simulação realista de interceptação de um míssil balístico intercontinental, utilizando uma combinação de satélites, radares e algoritmos de Machine Learning para garantir a segurança das operações estratégicas.

Outro marco importante foi minha atuação na contratação e operação de constelações de satélites em projetos críticos, como o EROS-B, um satélite óptico israelense, e a constelação ICEYE, especializada em imagens de radar de abertura sintética (SAR). Essas experiências me permitiram aplicar, em situações reais, os conhecimentos adquiridos no ITA e trabalhar com algumas das tecnologias mais avançadas do mundo em operações espaciais e defesa estratégica, em tempo real.




Conclusão

Minha trajetória sempre esteve conectada ao setor aeroespacial e de defesa. As técnicas que hoje ensino — Machine Learning, Visão Computacional e Análise Preditiva — foram desenvolvidas em ambientes críticos, onde precisão e inovação são fundamentais.

Essa experiência ganhou ainda mais relevância após minha participação no IAC 2024, onde pude reforçar minha conexão com o mercado espacial global e trazer insights exclusivos sobre um setor que está em plena expansão.

Insights Exclusivos para Meus Alunos da Pós-Graduação em Data Science

Durante o IAC 2024, participei de sessões técnicas e painéis de debate sobre temas como propelentes de foguetes, ISRU (In-Situ Resource Utilization), sustentabilidade no espaço, inteligência artificial aplicada e sensoriamento remoto.

Conversei com representantes de agências como NASA, JPL e ESA, além de startups que desenvolvem tecnologias de ponta, como rovers para exploração lunar, baterias avançadas e sistemas de propulsão sustentáveis.

Esses contatos permitiram entender tendências globais e oportunidades únicas que estão moldando o futuro da exploração espacial.

Agora, levo esses aprendizados diretamente para a Pós-Graduação em Data Science, trazendo cases reais e perspectivas práticas que irão preparar nossos alunos para oportunidades emergentes em mercados estratégicos — incluindo o setor espacial.

Se você quer potencializar sua carreira e aprender Data Science na prática, aproveite essa oportunidade. Clique na imagem acima para fazer sua matrícula e começar sua pós-graduação em Data Science.

Um forte abraço, e até mais! 🚀

CompartilharCompartilhar2Enviar
Post Anterior

Processamento de Nuvens de Pontos com Open3D e Python

Próximo Post

Carlos Melo e Sérgio Sacani – Ciência Sem Fim

Carlos Melo

Carlos Melo

Engenheiro de Visão Computacional graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e Mestre em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA).

Relacionado Artigos

Curso de Pós-Graduação em Data Science
Data Science

Vale a pena fazer uma Pós-Graduação em Data Science?

por Carlos Melo
janeiro 20, 2025
Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”
Livros

Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”

janeiro 18, 2025
Carlos Melo e Sérgio Sacani – Ciência Sem Fim
Youtube

Carlos Melo e Sérgio Sacani – Ciência Sem Fim

por Carlos Melo
janeiro 16, 2025
Meta Movie Gen para gerar vídeos a partir de textos
Youtube

Inteligência Artificial criando filmes? Conheça Movie Gen, a nova ferramenta da META.

por Carlos Melo
outubro 30, 2024
O que é Visão Computacional - Podcast Data Hackers
Carreira

O que é Visão Computacional — Data Hackers Episódio #92

por Carlos Melo
agosto 12, 2024
Próximo Post
Carlos Melo e Sérgio Sacani – Ciência Sem Fim

Carlos Melo e Sérgio Sacani - Ciência Sem Fim

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Pós-Graduação em Data Science Pós-Graduação em Data Science Pós-Graduação em Data Science

Mais Populares

  • Introdução ao MediaPipe e Pose Estimation

    Introdução ao MediaPipe e Pose Estimation

    487 compartilhamentos
    Compartilhar 195 Tweet 122
  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    408 compartilhamentos
    Compartilhar 163 Tweet 102
  • O Que é Amostragem e Quantização no Processamento de Imagens

    9 compartilhamentos
    Compartilhar 4 Tweet 2
  • Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

    383 compartilhamentos
    Compartilhar 153 Tweet 96
  • Processamento de Nuvens de Pontos com Open3D e Python

    44 compartilhamentos
    Compartilhar 18 Tweet 11
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8
Green Card aprovado por habilidades extraordinárias em Data Science

Green Card aprovado por habilidades extraordinárias em Data Science

julho 14, 2025
O Que é Amostragem e Quantização no Processamento de Imagens

O Que é Amostragem e Quantização no Processamento de Imagens

junho 20, 2025
DeepSeek vazamento de dados de usuários

DeepSeek: Vazamento de dados expõe dados de usuários

fevereiro 1, 2025
DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA

DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA?

janeiro 25, 2025

Seguir

  • Aqui nós 🇺🇸, a placa é sua. Quando você troca o carro,  por exemplo, você mesmo tira a sua placa do carro vendido e instala a parafusa no carro novo.

Por exemplo, hoje eu vi aqui no “Detran” dos Estados Unidos, paguei a trasnferência do title do veículo, e já comprei minha primeira placa. 

Tudo muito fácil e rápido. Foi menos de 1 hora para resolver toda a burocracia! #usa🇺🇸 #usa
  • Como um carro autônomo "enxerga" o mundo ao redor?

Não há olhos nem intuição, apenas sensores e matemática. Cada imagem capturada passa por um processo rigoroso: amostragem espacial, quantização de intensidade e codificação digital. 

Esse é o desafio, representar um objeto 3D do mundo real, em pixels que façam sentido para a Inteligência Artificial.

🚗📷 A visão computacional é a área mais inovadora do mundo!

Comente aqui se você concorda.

#carrosautonomos #inteligenciaartificial #IA #visãocomputacional
  • 👁️🤖Visão Computacional: a área mais inovadora do mundo! Clique no link da bio e se inscreva na PÓS EM VISÃO COMPUTACIONAL E DEEP LEARNING! #machinelearning #datascience #visãocomputacional
  • E aí, Sergião @spacetoday Você tem DADO em casa? 😂😂

A pergunta pode ter ficado sem resposta no dia. Mas afinal, o que são “dados”?

No mundo de Data Science, dados são apenas registros brutos. Números, textos, cliques, sensores, imagens. Sozinhos, eles não dizem nada 

Mas quando aplicamos técnicas de Data Science, esses dados ganham significado. Viram informação.

E quando a informação é bem interpretada, ela se transforma em conhecimento. Conhecimento gera vantagem estratégica 🎲

Hoje, Data Science não é mais opcional. É essencial para qualquer empresa que quer competir de verdade.

#datascience #cientistadedados #machinelearning
  • 🎙️ Corte da minha conversa com o Thiago Nigro, no PrimoCast #224

Falamos sobre por que os dados são considerados o novo petróleo - para mim, dados são o novo bacon!

Expliquei como empresas que dominam a ciência de dados ganham vantagem real no mercado. Não por armazenarem mais dados, mas por saberem o que fazer com eles.

Também conversamos sobre as oportunidades para quem quer entrar na área de tecnologia. Data Science é uma das áreas mais democráticas que existem. Não importa sua idade, formação ou cidade. O que importa é a vontade de aprender.

Se você quiser ver o episódio completo, é só buscar por Primocast 224.

“O que diferencia uma organização de outra não é a capacidade de armazenamento de dados; é a capacidade de seu pessoal extrair conhecimento desses dados.”

#machinelearning #datascience #visãocomputacional #python
  • 📸 Palestra que realizei no palco principal da Campus Party #15, o maior evento de tecnologia da América Latina!

O tema que escolhi foi "Computação Espacial", onde destaquei as inovações no uso de visão computacional para reconstrução 3D e navegação autônoma.

Apresentei técnicas como Structure-from-Motion (SFM), uma técnica capaz de reconstruir cidades inteiras (como Roma) usando apenas fotos publicadas em redes sociais, e ORB-SLAM, usada por drones e robôs para mapeamento em tempo real.

#visãocomputacional #machinelearning #datascience #python
  • ⚠️❗ Não deem ideia para o Haddad! 

A França usou Inteligência Artificial para detectar mais de 20 mil piscinas não declaradas a partir de imagens aéreas.

Com modelos de Deep Learning, o governo identificou quem estava devendo imposto... e arrecadou mais de €10 milhões com isso.

Quer saber como foi feito? Veja no post completo no blog do Sigmoidal: https://sigmoidal.ai/como-a-franca-usou-inteligencia-artificial-para-detectar-20-mil-piscinas/

#datascience #deeplearning #computerVision #IA
  • Como aprender QUALQUER coisa rapidamente?

💡 Comece com projetos reais desde o primeiro dia.
📁 Crie um portfólio enquanto aprende. 
📢 E compartilhe! Poste, escreva, ensine. Mostre o que está fazendo. Documente a jornada, não o resultado.

Dois livros que mudaram meu jogo:
-> Ultra Aprendizado (Scott Young)
-> Uma Vida Intelectual (Sertillanges)

Aprenda em público. Evolua fazendo.

#ultralearning #estudos #carreira
  • Como eu usava VISÃO COMPUTACIONAL no Centro de Operações Espaciais, planejando missões de satélites em situações de desastres naturais.

A visão computacional é uma fronteira fascinante da tecnologia que transforma a forma como entendemos e respondemos a desastres e situações críticas. 

Neste vídeo, eu compartilho um pouco da minha experiência como Engenheiro de Missão de Satélite e especialista em Visão Computacional. 

#VisãoComputacional #DataScience #MachineLearning #Python
  • 🤔 Essa é a MELHOR linguagem de programação, afinal?

Coloque sua opinião nos comentários!

#python #datascience #machinelearning
  • 💘 A história de como conquistei minha esposa... com Python!

Lá em 2011, mandei a real:

“Eu programo em Python.”
O resto é história.
  • Para rotacionar uma matriz 2D em 90°, primeiro inverto a ordem das linhas (reverse). Depois, faço a transposição in-place. Isso troca matrix[i][j] com matrix[j][i], sem criar outra matriz. A complexidade segue sendo O(n²), mas o uso de memória se mantém O(1).

Esse padrão aparece com frequência em entrevistas. Entender bem reverse + transpose te prepara para várias variações em matrizes.

#machinelearning #visaocomputacional #leetcode
  • Na última aula de estrutura de dados, rodei um simulador de labirintos para ensinar como resolver problemas em grids e matrizes.

Mostrei na prática a diferença entre DFS e BFS. Enquanto a DFS usa stacks, a BFS utiliza a estrutura de fila (queue). Cada abordagem tem seu padrão de propagação e uso ideal.

#machinelearning #visaocomputacional #algoritmos
  • 🔴 Live #2 – Matrizes e Grids: Fundamentos e Algoritmos Essenciais

Na segunda aula da série de lives sobre Estruturas de Dados e Algoritmos, o foco será em Matrizes e Grids, estruturas fundamentais em problemas de caminho, busca e representação de dados espaciais.

📌 O que você vai ver:

Fundamentos de matrizes e grids em programação
Algoritmos de busca: DFS e BFS aplicados a grids
Resolução ao vivo de problemas do LeetCode

📅 Terça-feira, 01/07, às 22h no YouTube 
🎥 (link nos Stories)

#algoritmos #estruturasdedados #leetcode #datascience #machinelearning
  • 💡 Quer passar em entrevistas técnicas?
Veja essa estratégia para você estudar estruturas de dados em uma sequência lógica e intuitiva.
⠀
👨‍🏫 NEETCODE.io
⠀
🚀 Marque alguém que também está se preparando!

#EntrevistaTecnica #LeetCode #MachineLearning #Data Science
  • Live #1 – Arrays & Strings: Teoria e Prática para Entrevistas Técnicas

Segunda-feira eu irei começar uma série de lives sobre Estruturas de Dados e Algoritmos. 

No primeiro encontro, falarei sobre um dos tipos de problemas mais cobrados em entrevistas: Arrays e Strings.

Nesta aula, você vai entender a teoria por trás dessas estruturas, aprender os principais padrões de resolução de problemas e aplicar esse conhecimento em exercícios selecionados do LeetCode.

📅 Segunda-feira, 23/06, às 21h no YouTube

🎥 (link nos Stories)

#machinelearning #datascience #cienciadedados #visãocomputacional
Instagram Youtube LinkedIn Twitter
Sigmoidal

O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

Seguir no Instagram

Categorias

  • Aeroespacial
  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • IA Generativa
  • Livros
  • Machine Learning
  • Notícias
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gpt-3 histograma IA generativa image formation inteligência artificial jupyter kaggle keras machine learning matplotlib mnist nft openai opencv overfitting pandas profissão python redes neurais redes neurais convolucionais regressão linear regressão logística salário scikit-learn seaborn sklearn tensorflow titanic tutorial visão computacional vídeo youtube árvore de decisão

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

Sem Resultado
Ver Todos Resultados
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
  • English

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.