Sou Research Assistant Professor no Departamento de Geologia e Ciências Ambientais da Universidade de Pittsburgh. Aplico Sensoriamento Remoto, Ciência de Dados Espaciais e Aprendizagem de Máquina (especialmente Redes Neurais combinadas com SHAP para xAI) para estudar geomorfologia, hidrologia, eventos extremos, e os efeitos em cascata de desastres naturais em processos naturais.

Minha tese de doutorado sobre modelagem espacial de limiares de precipitação para ocorrência de deslizamentos recebeu o Prêmio CAPES de Tese – a mais alta distinção para uma tese de doutorado defendida no Brasil.

Durante meu pós-doutorado, liderei o desenvolvimento de um conjunto de dados da NASA sobre o transporte de sedimentos nos principais rios da Terra, utilizando Deep Learning aplicado a imagens de satélite. O modelo está operacional no PO.DAAC.

Minha pesquisa é baseada em produtos de Sensoriamento Remoto e técnicas de SIG. Tenho desenvolvido código cientificamente há mais de uma década, tendo utilizado diversas linguagens ao longo desses anos (Python, R, Fortran, JavaScript, C). Estou acostumada a construir pipelines escaláveis, em near real time, e a executar software em supercomputadores e ambientes de computação em nuvem. Também utilizo e apoio o uso de software livre. Todos os exemplos que você verá no meu blog sobre Sensoriamento Remoto e SIG são baseados em tecnologias de código aberto.