Machine Learning e Back-end
Machine Learning Engineer com mais de de experiência no desenvolvimento de soluções com deep learning, visão computacional e machine learning. Atuei em projetos de autenticação biométrica, extração de dados de documentos (RG, CNH, passaporte) e também na área médica, desenvolvendo modelos para auxiliar no diagnóstico de doenças oculares.
Tenho foco na criação de modelos robustos e na sua integração com sistemas web por meio de APIs REST e GraphQL, utilizando Python, FastAPI, PostgreSQL, Redis e Docker. Também tenho experiência em integração entre stacks distintas, como back-ends desenvolvidos em Laravel (PHP), Node.JS com JavaScript/TypeScript. Trabalho com boas práticas de desenvolvimento (TDD, testes automatizados, CI/CD), MLOps e colaboração com times multidisciplinares. Busco entregar soluções completas, escaláveis e alinhadas às necessidades reais do produto do modelo à produção.
Atualmente cursando o 5º semestre do curso de Ciência da Computação na URI Erechim (conclusão prevista para 2026). Ao longo da graduação, estou desenvolvendo uma base sólida em programação, algoritmos, redes de computadores, segurança da informação, sistemas operacionais, arquitetura de hardware, engenharia de software e design de interfaces.
O projeto Payflow propõe a criação de um motor de cobranças que atua como uma ferramenta intermediária entre empresas e provedores de pagamento, centralizando operações por meio de uma API unificada. O sistema automatiza tarefas como emissão de faturas, controle de vencimentos, envio de notificações e confirmação de pagamentos, com suporte a múltiplas integrações e moedas.
O objetivo deste projeto é analisar e prever o cancelamento de reservas de hotel, com base no dataset Hotel Reservations, disponível no Kaggle, que contém diversas variáveis relacionadas ao comportamento dos clientes e características das reservas. A partir desse conjunto de dados, são aplicadas técnicas de análise exploratória e modelos de machine learning para entender os padrões e construir um modelo preditivo eficiente.
Plataforma interativa desenvolvida com Python e Streamlit para aplicar filtros e transformações em imagens, implementados do zero, sem uso de bibliotecas de alto nível como OpenCV. Todos os algoritmos foram criados manualmente, com base nas fórmulas matemáticas que regem cada filtro, permitindo uma compreensão profunda dos processos de manipulação de imagens.
Atuo no desenvolvimento de modelos de IA voltados para autenticação por biometria facial e extração de dados de documentos pessoais, como RG, CNH e passaporte. Paralelamente, atuo como desenvolvedor back-end, criando APIs GraphQL com Python e FastAPI, integradas a um ecossistema robusto com PostgreSQL, Redis (cache e filas assíncronas) e workers. Também sou responsável pela integração das soluções de IA com o back-end principal da empresa, desenvolvido em Laravel, garantindo interoperabilidade entre sistemas e alto desempenho em produção.
Desenvolvimento de IA focado na criação de modelos de inteligência artificial para exames médicos, aplicando técnicas avançadas de visão computacional, deep learning, machine learning e ciência de dados para apoiar diagnósticos de diversas condições de saúde.
- Desenvolvimento de modelos com Python, PyTorch, TensorFlow, Scikit-learn, NumPy e OpenCV.
- Construção de APIs RESTful utilizando FastAPI.
- Aplicação de Ciência de Dados para extração de insights e direcionamento do desenvolvimento de modelos, utilizando Pandas, Matplotlib, Seaborn, Scikit-learn, NumPy, PyTorch, TensorFlow e MLflow.
Curso em andamento (5º semestre de 8) com formação ampla na área de tecnologia. Ao longo da graduação, venho adquirindo uma base sólida em lógica de programação, estruturas de dados, redes, segurança da informação, sistemas operacionais, hardware, design de interfaces, entre outras áreas fundamentais da Computação.