Bruno Daiki Yamada

De Wikoleculares
Ir para navegação Ir para pesquisar

Bruno é um aluno que veio da Poli mas que odeia seu lugar de origem, é uma pessoa bem aberta pra conversar sobre coisas sérias e sobre quaisquer outras coisas aleatórias. Tem um grande afeto pela computação mas que muitas vezes se converte a um ódio repentino ao ver a dualidade onda/partícula e ambiguidade dos EP's e suas correções. É sempre visto carregando uma garrafinha térmica na mão contendo chá, seu licor favorito.

Curiosidades

  • Junto ao Rafael, Bruno também é responsável por catalisar as aulas de computação fazendo com que grande parte da matéria de Computação II fosse dada em Computação I, este fato foi o responsável pela criação de uma das frases mais célebres da T25: "Parem de adiantar os EP's".
  • Diretor de Arte do card game Yu-Gi-Oh Ju-Bi-Loh.
  • Tem habilidades culinárias extraordinárias, um dos maiores sonhos de sua vida, inclusive, era cursar gastronomia.

Citações

  • "Hmmm".

Sobre seu EP de computação.

  • "Considere o nabo que rola sem escorregamento na semisfera."

A respeito da prova de nabofísica.

  • "Depende... Quantos nabos cabem no seu ânus?."

Para o Nelson quando este perguntou o que ele deveria estudar.

  • "Não quero fazer um brinquedo da Fischer Price."

Bruno após dizerem que ele deveria considerar a área de pesquisa das pessoas que utilizariam o programa que estava fazendo"

  • "Discutir com o biscoito é igual lutar com um porco na lama, depois de um tempo você percebe que o porco gosta".

Bruno a respeito de alguma discussão envolvendo o Biscoito

  • "Não tem coisa mais orgânica do que resolver uma prova de química orgânica".

Bruno após a prova de química orgânica

  • "Marco, se o bolo falar com você, não é para responder."

Bruno ao tentar suprimir delírios alimentícios do Marco.''

  • "É um Alzheimer só que no pâncreas?"

Bruno aprendendo novas doenças Neurodigestórias

Ciclo Avançado



Disciplinas

Disciplinas cursadas no Ciclo Avançado. (OBS: os créditos correspondem apenas aos créditos de aula)

5º semestre

  • MAC0338 Análise de Algoritmos (4 créditos) / Profa. Cristina Fernandes - Continuação perfeita dos conteúdos que foram vistos por cima em Computação II, altamente recomendado para alunos da computação que querem análise de complexidade e programação dinâmica. Professora Cris é fantástica, façam aula com ela plz.
  • MAE0212 Introdução à Probabilidade e à Estatística II (4 créditos) / Prof. Adilson Simonis - Apesar do nome, teve somente estatística pois tópicos de probabilidade foram abordados na matéria precedente. De estatística básica até teste do Chi-quadrado foram abordados sem muito rigor matemático, usando Bussab/Morettin como referência. As provas eram simples, mas com uma correção binária. As aulas foram um pouco confusas mas foi ok. Talvez recomendo para quem está inseguro com o começo em estatística.
  • QBQ2502 Enzimologia (2 créditos) / Profa. Flávia Carla Meotti / Prfa. Maria Teresa Machini - A parte de cinética enzimática não foi muito além do que foi abordado em Biologia I. Os tópicos de biotecnologia foram interessantes.

6º semestre

  • MAC0219 Computação Concorrente e Paralela (4 créditos) / Prof. Alfredo Goldman - Tópicos teóricos de computação concorrente e paralela foram cobertos em aula; enquanto que os EPs cobravam uso de OpenMP e pthreads utilizando C. Por final, programação com CUDA com GPU e computação distribuída foram cobrados nos últimos dois EPs, foi razoavelmente difícil. Muitos EPs mas nenhuma prova. Professor Alfredo é fantástico e os monitores foram muito atenciosos e importantes para realizar os EPs. Altamente recomendado.
  • MAC0460 Introdução ao Aprendizado de Máquina (4 créditos) / Profa. Nina Hirata - O curso acompanhou o curso disponível online do Prof. Abu-Mostafa Learning from Data no esquema flipped class, assistindo a aula online antes e reservando a aula para dúvidas e discussões. Os EPs foram em Python com Pytorch e apresentados através de Jupyter notebooks muito bem elaborados e corrigidos por um judge automatizado. Em suma, a matéria tem um foco mais teórico com considerações práticas, então não foram demonstradas ferramentas mais práticas como sklearn. Altamente recomendado, as discussões foram ótimas e os EPs foram muito bons mesmo e Nina é muito atenciosa e compreensiva.
  • MAE0228 Noções de Probabilidade e Processos Estocásticos (4 créditos) / Profa. Elisabeti Kira - Kira fez um grande favor de revisar brevemente tópcios de Probabilidade I antes de chegar nos tópicos mais avançados. Chegamos até cadeias de Markov. Beti é uma excelente professora, façam matéria com ela plz. Note que essa matéria não será mais oferecida devido as mudanças na grade do BCC.
  • QBQ2505 Biologia Estrutural (4 créditos) /Prof. Roberto Salinas / Prof. Shaker Chuck Farah - Essencialmente a ideia da matéria é dar insight em como determinamos estrutura terciária de proteínas. Foram abordados assuntos como RMN 2D e cristalografia de proteínas, até mesmo utilizando WinCoot para determinar estrutura de uma lisozima e interpretar RMN 2D para determinar estrutura e sequência de um peptídeo. Gostei da ideia de saber como funciona cristalografia de raios X de proteína mas entendi zero como fazer RMN 2D. Essencial para quem está na área, caso contrário não faça.

7º semestre

  • MAE0311 Inferência Estatística (4 créditos) /Prof. Alexandre Patriota - A matéria tem como objetivo formalizar e provar com todo rigor possível os conceitos que foram só apresentados em Introdução à Probabilidade e à Estatística. Teve bastante coisa de Prob I também e utilizamos Bolfarine como referência. As provas não foram nada fáceis e o rigor da disciplina começa a pesar muito uma hora. Definitivamente uma disciplina importantíssima para quem está na estatística e quem gosta do rigor. Professor Alexandre é ótimo e faz questão de ilustrar com vários exemplos cada conceito. As listas exigem uso de R. Cuidado com as provas e listas.
  • PCS3438 Inteligência Artificial (4 créditos) / Profa. Anna Helena Reali Costa / Profa. Anarosa Alves Franco Brandão / Prof. Jaime Simão Sichman / Prof. Eduardo Raul Hruschka - Matéria de IA que utiliza Artificial Intelligence: A Modern Approach como referência para IA clássica. Primeira metade cobre IA clássica como algoritmos de busca e lógica. Por final vimos tópicos de aprendizado de máquina e principais algoritmos. A avaliação foi realizada com listas, provas e um EP. Alguns aspectos da avaliação me incomodaram muito, mas os insights sobre machine learning dados pelo Prof. Eduardo foram muito bons mesmo. Para o EP foi utilizado R, e teve uma lista de machine learning que utilizamos Python com sklearn.
Disponível em "http://wiki.cecm.usp.br/wiki/index.php?title=Bruno_Daiki_Yamada&oldid=18787"