Curriculum Vitae

Ciência ID - 271A-06A9-78A0

ORCID ID - 0000-0002-5477-3661

Situação Profissional

Bolseira de Investigação FCT c/Majoração LNEC

Graus Académicos e Científicos

• Doutoramento (em curso) em Engenharia Informática e de Computadores no Instituto Superior Técnico.
• Mestrado  (2021) em Engenharia Informática e de Computadores, no Instituto  Superior Técnico, com tema de dissertação: "Integrative traffic flow  analysis of public transport data in the city of Lisbon".
• Licenciatura (2018) em Engenharia Informática Informática e de Computadores, no Instituto Superior Técnico.

Funções e Cargos Públicos Relevantes

• Bolsa de investigação no  Projecto "Integrative learning from urban data” -Fundação para a Ciência  e a Tecnologia, Portugal (2020-2022)
• Bolsa de Investigação para Doutoramento Fundação para a Ciência e a Tecnologia c/Majoração LNEC  (2023 – em curso)

Áreas de Investigação / Interesse

• Spatio-temporal Data Mining
• Machine Learning
• Data Visualization
• Data integration

Atividade Desenvolvida

Colaboração em Projetos de Investigação:

• "Integrative  learning from urban data” ILU project , contribuição para nas task 3 (  Data preparation and integration) e 4 (Exploratory multi-source urban  data analysis) (site: http://web.ist.utl.pt/rmch/ilu/tasks/ )
• Advanced  multimodal marketplace for low-emission and energy transportation  (ADMIRAL) - EU project , contribuição na workpackage 2 e 5 (site:  https://www.admiral-project.eu/ )

Docência no Ensino Superior

• Assistente  à Docência, na Universidade de Lisboa - Instituto Superior Técnico,  Portugal nas unidades curriculares Base de Dados e  Processamento e  Recuperação de Informação (2021/10/01 - 2022/07/31 )

Publicações Relevantes

Artigos de Conferência

• Cerqueira,  S., Arsenio, E., & Henriques, R. (2023). Is there any best practice  principles to estimate bus alighting passengers from incomplete smart  card transactions?. Transportation Research Procedia, 72, 3395-3402.
• Cerqueira,  S., Arsénio, E., & Henriques, R. (2022). Inference of differential  Origin-Destination Matrices to access the spatio-temporal attractiveness  of Publictransport in relation to car travel: A case study in the city  of Lisbon. European Transport Conference.
• Cerqueira, S.,  Arsenio, E., & Henriques, R. (2024). Freight Demand Modeling for  Green and Digital Logistics. Transport Research Arena.

Artigos de Revista

• Cerqueira,  S., Arsenio, E., & Henriques, R. (2021). On how to incorporate  public sources of situational context in descriptive and predictive  models of traffic data. European transport research review, 13, 1-22.
• Cerqueira,  S., Arsenio, E., & Henriques, R. (2022). Inference of dynamic  origin–destination matrices with trip and transfer status from  individual smart card data. European Transport Research Review, 14(1),  42.
• Cerqueira, S., Arsenio, E., Barateiro, J., & Henriques,  R. (2024). Moving from classical towards machine learning stances for  bus passengers’ alighting estimation: A comparison of state-of-the-art  approaches in the city of Lisbon. Transportation Engineering, 16,  100239.