Sobre Mim
Sou programador Full Stack e atuo também em Ciência de Dados, com formação em Engenharia da Computação pela UEFS e mestrando em Ciência da Computação, com foco em Aprendizado de Máquina. Desenvolvo aplicações modernas e escaláveis e aplico Machine Learning, Análise Estatística e Otimização de modelos para criar soluções inteligentes e orientadas a dados.
Experiência
Trajetória profissional.
Pesquisador / Bolsista de Mestrado
- Desenvolvimento de modelos de IA aplicados à Patologia Computacional.
- Estratégias para aprendizado em dados desbalanceados.
Desenvolvedor Full Stack
- Sustentação de sistemas web com PHP, Laravel e Vue.js.
- Automação de processos internos e logística.
Estagiário em Desenvolvimento Full Stack
- Desenvolvimento web com stack PHP/Laravel e Vue.js.
Desenvolvedor Full Stack
- Aplicações web corporativas com JavaScript, PHP e Laravel.
Formação
Trajetória acadêmica.
Mestrado em Ciência da Computação
Bacharelado em Engenharia da Computação
Projetos
Alguns dos projetos desenvolvidos durante minha jornada acadêmica e profissional.
Desenvolvimento Web
Compara-Farma – Monitoramento de Preços
Plataforma automatizada para precificação de medicamentos. O sistema permite a inserção de EANs e seleção de cidades para gerar comparativos de preços em tempo real, atendendo a uma necessidade real de mercado. Destaques: Arquitetura Serverless para atualização automatizada de dados.
Vue.js, Supabase (BaaS), AWS Lambda (Node.js) e Vercel.
Scorpius – Gestão de Observatório
Sistema desenvolvido para o Observatório Astronômico Antares (UEFS). Gerencia desde o agendamento de visitas escolares até o controle administrativo interno dos funcionários.
PHP com Framework Laravel.
IoT Device Controller
Webapp voltado ao controle de dispositivos de hardware em cenários de sistemas digitais. Utiliza serviços de nuvem para garantir escalabilidade e segurança.
AWS Amplify (JavaScript).
ECad – Sistema de Gestão de Endereços
Aplicação web desenvolvida como desafio pessoal para o domínio de novas stacks. O foco foi a criação de um CRUD funcional para cadastro e gerenciamento de endereços.
Java com Spring Boot (Backend) e Angular (Frontend).
Ciência de Dados e Inteligência Artificial
Uso de Foundation Models na Classificação de Glomérulos (Mestrado)
Pesquisa acadêmica investigando o uso de Foundation Models (FMs) para identificar lesões em imagens histopatológicas de rins. O projeto aborda desafios críticos como o forte desbalanceamento de dados e múltiplos corantes (H&E, PAS, etc). Objetivo: Superar o estado da arte baseado em CNNs clássicas, contribuindo para a patologia computacional.
Deep Learning, Foundation Models
Otimização de Armazenamento com ML e Multicritério
Proposta de um modelo híbrido (Aprendizado de Máquina + Métodos Multicritério) para otimizar a alocação de itens em armazéns de uma distribuidora de medicamentos, utilizando dados reais.
Python, Scikit-learn, Métodos Multicritério.
Comparativo de Modelos: MLP vs SVM
Estudo comparativo de desempenho entre Redes Neurais (Multi-Layer Perceptron) e Support Vector Machines (SVM). A análise foi realizada utilizando os datasets clássicos Iris e Penbased para avaliar a eficácia de cada algoritmo em diferentes cenários de classificação.
Python, Scikit-learn.
Análise Estatística: Microdados do ENEM 2020
Extração de métricas e insights relevantes a partir da base de microdados do INEP para compreender o desempenho e perfil dos candidatos.
Python, Pandas, Matplotlib/Seaborn.
Análise de Performance de Sistemas de Recomendação
Avaliação estatística do impacto do uso de um sistema de recomendação pela equipe de vendas, com dados extraídos via Google Analytics para validar a conversão.
Google Analytics, Estatística
Hardware e Internet das Coisas (IoT)
ESP8266 & AWS IoT Core: Detecção de Acidentes
Dispositivo vestível/acoplável que utiliza um giroscópio para detectar quedas ou acidentes, enviando notificações automáticas para dispositivos Alexa.
ESP8266, AWS IoT Core, AWS Lambda, Alexa Voice Service, API Gateway.
Notificação Remota via Alexa
Projeto focado em acessibilidade e alertas domésticos, integrando uma placa NodeMCU com os serviços da AWS para acionar avisos de voz em dispositivos Alexa.
NodeMCU, AWS, Alexa
Redes e Sistemas Distribuídos
FogLedger (Trabalho de Conclusão de Curso)
Uma ferramenta baseada em Fogbed para o prototipagem rápida de componentes de Fog Computing integrados a tecnologias de Ledger Distribuído (DLT/Blockchain). Destaques: Utiliza virtualização via Docker e emulação de rede com Mininet para criar ambientes de baixo custo e alta fidelidade.
Docker, Mininet, Blockchain, Fog Computing
Simulação de Coleta de Lixo Inteligente
Projeto de sistemas distribuídos que simula uma rede de sensores para gestão de resíduos urbanos, utilizando protocolos de comunicação em tempo real.
Node.js, MQTT (Mosquitto), Redis, Docker e Vue.js.