Bem-vindo ao meu portfólio
Sou pesquisador e desenvolvedor com foco em resolver problemas complexos na interseção de Otimização Combinatória, Machine Learning e Problemas Inversos. Tenho experiência tanto na área acadêmica quanto no mercado, desenvolvendo ferramentas, sistemas web full-stack e algoritmos que buscam aliar rigor científico à aplicabilidade. Meu grande objetivo é transformar modelos matemáticos e de inteligência artificial em soluções escaláveis, interativas e intuitivas.
Minha jornada acadêmica e profissional em pesquisa e desenvolvimento de software.
Universidade de São Paulo (USP) - ICMC
Pesquisa focada em Otimização e Problemas Inversos. Desenvolvimento de métodos exatos e metaheurísticas (como Busca Tabu) aplicados a problemas complexos de alocação e escalonamento de docentes.
Universidade Tecnológica Federal do Paraná (UTFPR)
Aprofundamento prático e teórico em Machine Learning, Deep Learning, Visão Computacional, Processamento de Linguagem Natural, Big Data e Meta-Heurísticas para Otimização Combinatória.
Centro Universitário Facens
Formação com forte base em engenharia de software e algoritmos. Trabalho de Conclusão de Curso voltado para o aprimoramento de imagens médicas (CGAN) para detecção de Glaucoma e Retinopatia Diabética.
Artigos acadêmicos e contribuições científicas nas áreas de otimização, machine learning e problemas inversos.
Uma ferramenta computacional que utiliza a meta-heurística de Busca Tabu para otimizar o problema de atribuição de professores a turmas, visando equilibrar restrições institucionais e preferências individuais.
Estudo de caso no departamento SME do ICMC-USP abordando a aplicação de métodos matemáticos com priorização exponencial para automatizar e otimizar a distribuição da carga didática entre docentes.
Este trabalho explora a aplicação de técnicas de programação dinâmica para a resolução do clássico problema da braquistócrona, analisando a eficiência computacional da abordagem.
Avalia o impacto de técnicas de filtragem de imagens em Redes Adversárias Gerativas Condicionais (CGAN), com o objetivo de melhorar a precisão na detecção de glaucoma em exames oftalmológicos.
Software e algoritmos desenvolvidos para pesquisa e aplicações práticas em otimização e machine learning.
Plataforma web full-stack para otimização da atribuição de turmas a professores (FAP), integrando métodos exatos e heurísticos em uma interface colaborativa.
Análise de redes complexas e simulação de processos dinâmicos (modelos SIR e SEIS) aplicados ao dataset de obras de arte PainterPallet.
Ferramenta web para resolução de problemas de otimização linear e discreta, utilizando os algoritmos Dual Simplex e Branch and Bound.
Sistema prático e eficiente desenvolvido para coletar e gerenciar as respostas dos formulários dos professores.
Abordagem para o Problema de Roteamento de Veículos com Múltiplos Depósitos utilizando Decomposição de Benders Baseada em Lógica.