EDM - Efeito Escola e Gradiente Socioeconômico no Brasil (PISA 2018)

IA Na Educação
Projeto EDM PISA 2018

Análise aprofundada do efeito-escola e do gradiente socioeconômico no desempenho educacional brasileiro usando dados do PISA 2018. O projeto investiga como fatores escolares e socioeconômicos influenciam a proficiência em Matemática, Leitura e Ciências, aplicando técnicas de Mineração de Dados Educacionais (EDM) para identificar padrões, desigualdades e oportunidades de intervenção no sistema educacional brasileiro.

Python EDM Análise de Dados PISA Educação Machine Learning

Decision Three: Hands ON - Implementação de Árvores de Decisão Customizadas(ID3, C4.5 e CART)

ML
Projeto Decision Three

Ferramenta educacional interativa para aprendizado e visualização de algoritmos de árvores de decisão (ID3, C4.5 e CART) em Python. O projeto permite criar, treinar e testar árvores de decisão customizadas em datasets reais ou simulados, com interface gráfica simples e exemplos didáticos para facilitar o entendimento dos conceitos de Machine Learning.

Python Árvores de Decisão Machine Learning Aplicação Web

Tutu - Plataforma Educacional para Crianças Autistas

IA Na Educação
Projeto Tutu

Plataforma educacional interativa desenvolvida especialmente para crianças com Transtorno do Espectro Autista (TEA). O projeto oferece atividades personalizadas, jogos educativos e ferramentas de acompanhamento para apoiar o desenvolvimento cognitivo e social, promovendo inclusão e acessibilidade no aprendizado.

Educação Inclusiva Plataforma Web

CRISP-DM — Aplicação ao Projeto de Detecção de Mídias Sintéticas

ML
UFAL

Aplicação do processo CRISP-DM ao projeto de detecção de mídias sintéticas (deepfakes), integrando Teoria da Informação e o Plano Complexidade‑Entropia (FCH) com features de Vision Transformer (FViT) em um modelo híbrido, com foco em robustez, interpretabilidade e generalização.

CRISP-DM Machine Learning Visão Computacional Deepfakes Teoria da Informação UFAL

Detecção de Mídias sintéticas em Vídeos Mediante Análise de Complexidade-Entropia

Pesquisa
UFAL

Este projeto de pesquisa visa aprofundar a detecção de mídias sintéticas, particularmente aquelas cuja veracidade é frequentemente questionada, em imagem e vídeo, integrando abordagens inovadoras baseadas na Teoria da Informação e na análise de Sistemas Dinâmicos Complexos

Visão Computacional Classificação de Padrões Computação Visual Séries Temporais Estrutura de Mídias Sintéticas GitHub Parsifal

Mestrado: Otimização Wave Order Picking

OCC
Ufal

Pesquisa e desenvolvimento focado em abordagens exatas e heurísticas híbridas para o problema de Wave Order Picking utilizando Programação Linear Inteira (PLI) com CPLEX e aceleração via GPUs NVIDIA CUDA para ao Desafio SBPO 2025.

Pesquisa Otimização PLI CPLEX Heurísticas CUDA C++ Artigo

Otimização Combinatória e PLI

OCC
UFAL

Implementação de soluções para problemas de otimização complexos. Inclui um módulo para o Problema de Bin Packing com heurísticas (FFD) e meta-heurísticas, e um módulo de Programação Linear Inteira (PLI) para implementação de diversos algoritmos de otimização.

Otimização Pesquisa Operacional PLI Heurísticas Python

IA: Buscador de Rotas Inteligente

IA
UFAL

Solução para um problema de busca de rotas utilizando algoritmos de Inteligência Artificial. O sistema encontra o caminho de menor distância entre cidades com base na distância euclidiana e aplica critérios de desempate (população) para otimizar a seleção, demonstrando domínio de algoritmos de busca informada.

Inteligência Artificial Algoritmos Busca A* Python Heurísticas

Processamento Digital de Imagens

DIP
UFAL

Implementação de algoritmos fundamentais de processamento digital de imagens incluindo filtragem espacial, transformações geométricas, operações morfológicas e técnicas de realce. O projeto demonstra aplicação prática de conceitos teóricos em visão computacional com implementações em Python e OpenCV.

Python OpenCV NumPy Processamento de Imagens Visão Computacional Filtragem Morfologia

App "Partiu": Viagens Acessíveis

CDD
Instituto Infnet

Aplicação web inovadora, desenvolvida com Streamlit, para simplificar a busca e reserva de pacotes de viagens acessíveis. O projeto está alinhado ao ODS 8 da ONU, promovendo o turismo sustentável e o crescimento econômico ao facilitar o acesso a viagens e apoiar economias locais.

Python Streamlit Pandas Desenvolvimento Web ODS 8

Sistema de Análise de Dados Demográficos

DDAP
Instituto Infnet

Sistema completo para análise de dados demográficos utilizando Python e Pandas. O projeto implementa um pipeline de ETL para processar dados do IBGE, incluindo análises estatísticas, visualizações interativas e geração de relatórios automatizados sobre população, renda e indicadores socioeconômicos brasileiros.

Python Pandas ETL Visualização de Dados IBGE Demografia Análise Estatística

Análise de Dados Públicos com IA

EPCDD
Instituto Infnet

Solução de Inteligência Artificial para processar, analisar e extrair insights de grandes volumes de dados públicos da Câmara dos Deputados do Brasil. O projeto demonstra a aplicação de técnicas de ciência de dados para promover a transparência e a análise cívica.

Ciência de Dados IA Python ETL Análise de Dados

Orquestração de Ecossistema Big Data

Infraestrutura DevOps
GitHub

Conjunto de projetos para criar e gerenciar um ecossistema de Big Data completo e containerizado. Inclui a configuração de clusters Docker para Hadoop e Spark, e o gerenciamento de imagens em um registro privado Harbor, demonstrando habilidades de ponta a ponta em Engenharia de Dados e DevOps.

Docker Hadoop Spark Harbor DevOps IaC

Análise de Sentimentos com PLN

Ciência de Dados
GitHub

Pipeline completo para análise de sentimentos em dados do Twitter. O projeto abrange desde a coleta de dados via API, pré-processamento de texto, até a aplicação de modelos de Processamento de Linguagem Natural (PLN) para classificar e extrair insights valiosos de mídias sociais.

Python PLN Ciência de Dados API Scikit-learn

Clone do YouTube (Full-Stack)

Aplicação Web
GitHub

Desenvolvimento de uma aplicação web full-stack que replica as funcionalidades centrais do YouTube. O projeto demonstra competência em todo o ciclo de desenvolvimento, incluindo front-end, lógica de back-end para upload e gerenciamento de vídeos, e design de banco de dados.

Full-Stack JavaScript Node.js Python/Django SQL HTML/CSS