Thiago Tarraf Varella

De Wikoleculares
Ir para navegação Ir para pesquisar

Thiago é um moleculento vindo da Elétrica da Poli, mas que possui uma relação extraconjugal extracurricular com o IME. Ele é o Representante de Classe da T24, sendo responsável por comunicar recados, fazer votações, convocar Conclaves, errar o local da prova do Mané, etc. Gosta Ama POSSUI UM CASO DE AMOR (S2) POR TOMATES. Considera-se atualmente um adultinho, com a possibilidade de digivolver metamorfosear para um adultão algum dia!

Gente boa, costuma tentar ajudar os amigos desesperados sempre que requisitado. Possui alguns episódios memoráveis, como quando se encheu de bagaço de laranjas durante o churrasco dos bixos e entrou em um estado alterado. Até hoje muitos companheiros de turma se perguntam sobre a possibilidade de fazer avançado sobre os efeitos da vitamina C no cérebro.

Thiago gosta bastante de todas as matérias, e com isso é extremamente indeciso a respeito do que fará no ciclo avançado (e na vida) [Nota do futuro 2018: Já até acabei o avançado e continuo indeciso sobre a vida][Nota do futuro 2023: estou acabando o doutorado e continuo indeciso sobre a vida]. Faz parte da equipe que costuma virar a noite na USP resolvendo provas do Mané. Tentou formar com o Magno sob a tutela do Virgili o time "Pandorgas Moleculares" para a Maratona de Programação em 2014, mas não deu muito certo... (quem sabe um retorno triunfal em 2015? [Nota do futuro: não aconteceu]) Foi um dos talentos da super talentosa, musical e cuspidora de fogo T24 durante o Sarau de 2014, demonstrado sua habilidade com o piano e arrancando aplausos generalizados.

Participou de frequentes discussões sobre português e semântica com o Gabriel, que acabavam também sugando o Magno para desempate (o que não é muito eficiente, pois acaba só adicionando uma opinião diferente).

Dia quasi-típico de um moleculento representado por Thiago

Citações

  • "Tomate! 'Abre um sorriso' " - Quando vê tomates
  • "Ketchup é uma heresia do reino dos tomates" - Quando perguntado sobre sua opinião acerca do ketchup
  • Conversando com o Gabriel e o Lucas no caminho pro IMPA, quando de repente um grupo de estrangeiros passa por eles:

- Gabriel: "Será que eles são pesquisadores?"

- Lucas: "Provavelmente, porque um deles acabou de dizer 'integrating on a hyperbolic minimal surface'..."

- Thiago: "É, porque ele disse 'integrating on a hyperbolic minimal surface' e depois deu um sorrisinho sapeca!"

  • "Eu me identifico com o entusiasta, eu até usei o Bing hoje" - Varella T. T. 2023

Ciclo Avançado

  • Projeto 1: Adequação de um Modelo de Dinâmica Neural às Propriedades Neurofisiológicas da Percepção Temporal

Orientadores: Marcelo B. Reyes e Raphael Y. de Camargo (CMCC-UFABC)

Objetivo: Avaliar o uso de um modelo de Percepção Temporal dependente de estados de populações de neurônios na subregião CA3 do hipocampo. Os dados obtidos in silico será analisados e comparados com dados experimentais e com propriedades derivadas destes.

Arquivo (.pdf): Projeto de Avançado (.pdf)

Arquivo (.tex): Peça pra mim, por favor

  • Projeto 2: Teste

Orientadores: Teste

Objetivo: Teste

Teste

Disciplinas

1o semestre

  • CCM0318 Iniciação à Pesquisa I (12 créditos)
  • MAT0234 Medida e Integração (4 créditos) - Por um lado, o conteúdo é muito lindo (pra quem gosta de matemática), e a matéria é essencial para quem estiver interessado em matemática. Por outro, eu fiz a aula com o Prof. Gláucio Terra que deu a matéria praticamente do mesmo jeito que dava a matéria para a pós, então eu sofri bastante e não apreciei o conteúdo como deveria a partir das aulas. Recomendo que vocês só peguem a matéria com o Gláucio se vocês já souberem no mínimo Topologia Geral (não só a parte da Sônia mas um semestre inteiro de Topologia Geral).
  • MAP0327 Mecânica Analítica Clássica (4 créditos) - Recomendo bastante a matéria para as pessoas interessadas em entender a Mecânica a partir de um ponto de vista mais formal (introduzindo Lagrangeanos e Hamiltonianos sem acochambrar os teoremas). Antes de entrar em Mecânica Lagrangeana e Hamiltoniana houve um tratamento legal do problema de N corpos a partir da Mecânica Newtoniana. Fiz com o Prof. Rodrigo Bissacot.
  • 4300401 Mecânica Estatística (4 créditos) - Apesar de ter sido de longe a matéria mais importante para o meu projeto de avançado (em termos de aproveitar o conteúdo aprendido), não consegui me adaptar muito bem ao estilo de aulas do Prof. Caticha dado que eu não tinha muita familiaridade prévia com o conteúdo.
  • MAP2320 Métodos Numéricos para Equações Diferenciais II (4+2 créditos) - É uma matéria de introdução à EDPs. Fiz a matéria com o Prof. Nelson Kuhl e gostei! Substitui boa parte do conteúdo de FisMat I (pois cobre a resolução analítica de EDPs a partir de série de Fourier) mas com um formalismo matemático (pouco) melhor e com aplicações no computador. Não te dá uma prática tão grande para resolver EDOs e EDPs quanto FisMat I te dá, apesar.
  • BMB5832 Plasticidade Sináptica e Neurobiologia da Memória (PÓS - 6 créditos) - Matéria de apenas 1 mês. É bastante interessante, vale bastante a pena pra quem for pra Neurociência Teórica/Computacional. É verdade que ela tem uma ênfase bem mais biológica, mas são conceitos biológicos muito importantes para fazer a conexão com os conceitos mais teóricos. Fiz com o Prof. Roberto De Pasquale, que é bem legal também. A avaliação é escrever um projeto (só escrever, não executar). O tema deste projeto é bem amplo, então se você estiver indo para a Neuro provavelmente você consegue escrever algo relacionado ao seu projeto de avançado para o projeto da disciplina.
  • BMB5788 Comunicação Celular no Sistema Nervoso (PÓS - ouvinte) - Matéria de apenas 2 meses. Qualquer pessoa que estiver indo para neuro vale bastante a pena fazer. Fiz a aula com a prof. Andréa da Silva Torrão e, em cada aula, ela trazia uma introdução sobre uma classe de moléculas importantes em comunicação celular (a saber, Acetilcolina, Glutamato-GABA, Catecolaminas, Neuropeptideos, Serotonina e Endocanabinoides) e depois alguma/algum aluna/aluno apresenta algum artigo mais recente sobre um assunto relacionado.

2o semestre

  • CCM0328 Iniciação à Pesquisa II (12 créditos)

3o semestre

  • CCM0338 Iniciação à Pesquisa III (12 créditos)
  • QCB505/PHY555 Topics in Biophysics and Quantitative Biology - Statistical Mechanics for Real Biological Networks (Princeton University - 6 créditos) - Com o Prof. William Bialek. Matéria bem interessante, traz tópicos recentes de pesquisa que usam métodos de mecânica estatística pra estudo de redes biológicas. Entre os casos estudados estão redes neurais, comportamento de grupo de peixes/insetos/pássaros (flocking / swarming, tipo enxame ou cardume), enovelamento de proteínas, etc. Não tem prova, apenas uma apresentação final referente a um tópico de sua escolha entre diversos da área de aplicações de física/matemática em biologia. O seu aprendizado vai ser fortemente correlato a sua dedicação com a matéria (repare que isso não é sempre tão verdade).
  • MAT323/APC323 Topics in Mathematical Modeling - Mathematical Neuroscience (Princeton University - 6 créditos) - Com a Profa. Zahra Aminzare. Uma das minhas matérias favoritas do meu ciclo avançado, pois tem tudo a ver com o que eu queria estudar. Trouxe de maneira formal vários conceitos de sistemas dinâmicos (pontos de equilíbrio, bifurcações, função de Lyapunov, etc) porém sempre com diversas aplicações dentro da neurociência (como potenciais de ação, tomada de decisões, etc). Exige bastante tempo de dedicação para resolução de tarefas e de EPs.

4o semestre

  • CCM0348 Iniciação à Pesquisa IV (12 créditos)
  • NEU560 Statistical Modeling and Analysis of Neural Data (Princeton University - 6 créditos) - Com o Prof. Jonathan Pillow. Bem legal também, trouxe vários métodos estatísticos e de Machine Learning sempre diretamente aplicados a dados reais de trabalhos do próprio professor ou grupos relacionados. Tem provinha toda semana.
  • COS534 Fairness in Machine Learning (Princeton University - Ouvinte) - Com o Prof. Arvind Narayanan. Muito muito muito interessante! O professor é ótimo e a matéria traz toda uma perspectiva diferente sobre fontes de viés em análises de Machine Learning, sempre trabalhando de maneira crítica na fronteira das definições de como realmente fazer uma análise justa em diversos contextos diferentes.