Prazer em te conhecer!
Olá! Atualmente sou um estudante de graduação em Ciência da Computação pela Universidade Federal da Paraíba (UFPB). Estou empenhado em expandir meus horizontes e construir uma carreira sólida no mundo da tecnologia. Ao longo dos anos, tive a oportunidade de ter experiência em diversas áreas, como desenvolvimento web, desenvolvimento mobile e aplicações que envolvem o uso de inteligência artificial.
Na minha carreira tenho me concentrado principalmente em trabalhar com: Python, que inclui diversas bibliotecas e frameworks como Pandas, Numpy, Selenium, scikit-learn e BS4 - Java, Javascript - principalmente usando React.js - e também Flutter.
Atualmente sou membro da TAIL (Liga de Tecnologia e Inteligência Artificial), liga acadêmica que desenvolve diversas aplicações focadas em IA. Nesta oportunidade pude me aprofundar de forma profissional em diversas áreas da tecnologia.
Como você provavelmente pode imaginar, sou realmente apaixonado por tecnologia, IA e inovação, acreditando verdadeiramente no potencial positivo que o uso da tecnologia pode gerar no mundo, criando aplicações de alto valor. Mas, além disso, estou imensamente interessado em outros tópicos, como empreendedorismo e o mundo das startups.
No meu tempo livre, passo a maior parte das minhas horas com meus hobbies, que incluem ir à academia, correr, surfar e tocar música.
Confira meus projetos abaixo e também no meu GitHub! Sinta-se livre para me contactar via email ou Linkedin
Projetos
.jpg)
FitLeague
Uma aplicação mobile que visa melhorar a interação dos frequentadores de academias, através da gamificação das atividades físicas. Neste projeto foram aplicados conceitos de engenharia de software, como prototipagem, metodologia ágil e trabalho em equipe.
 (1).jpeg)
Movie Learning
Movie Learning é um projeto que utiliza inteligência artificial, capaz de gerar a história de um filme vencedor do Oscar. O programa consiste em um gerador de sinopse, de acordo com o título, gênero e início da sinopse inserida pelo usuário, o sendo este último opcional. Para isso foi utilizado Processamento de Linguagem Natural (PNL).
Spotify Music Analysis Notebook
O projeto se concentra na análise de um conjunto de dados de músicas do Spotify para explorar diversas variáveis, entender a distribuição dos dados de músicas e fazer previsões. Utilizando um arquivo Kaggle CSV obtido por meio da API Spotify, o conjunto de dados inclui atributos adicionais adicionados pelo autor. Arquiteturas de redes neurais foram empregadas para prever o alvo final, que consistia se o usuário gostaria ou não de uma música.