@hellmrf

Meus trabalhos

A seguir compartilho um pouco de alguns trabalhos de Pesquisa e Desenvolvimento que desenvolvi ou que estão em andamento.

Sumário

💻 Projetos de Desenvolvimento em Andamento

Responde.Chat

Responde.Chat é um serviço de autoatendimento de IA para micro e pequenos empreendedores. Nossa solução permite que o próprio empreendedor treine seu modelo de IA para responder perguntas dos clientes. No futuro, o bot também conseguirá realizar vendas diretamente no WhatsApp.Eu sou CEO e CTO da empresa.

Privacy Point

Privacy Point é uma empresa que desenvolve soluções para proteção de dados pessoais e privacidade digital. Eu atuo como desenvolvedor full-stack na plataforma e no site.

💻 Projetos de Desenvolvimento Finalizados

Disparos via WhatsApp - DCE-UFMG

Implementei um robô para disparo de mensagens no WhatsApp que chegou a operar em 6000 mensagens por dia, direcionadas a estudantes da UFMG. Em virtude do risco de spam, o projeto é privado e não está disponibilizado publicamente.

IA Classificadora de Licitações - ConnectPoint

Desenvolvemos um sistema classificador de alta precisão para classificar licitações em categorias. Utilizei, para este projeto, modelos de embedding de LLM em conjunto com uma Rede Neural Artificial para classificação, conferindo um alto desempenho preditivo.

🔬 Projetos de Pesquisa em Andamento

Diagnóstico viral por espectroscopia Raman: Aplicação de redes neurais artificiais para aprimoramento metodológico

Neste estudo, analisamos espectros RAMAN de diversas amostras de soro de pacientes saudáveis e infectados com COVID-19. A partir dos espectros, desenvolvemos um modelo de Aprendizagem de Máquina (baseado em Rede Neural Artificial) capaz de acertar o exame em 97% dos casos. Os resultados demonstram uma alta capacidade preditiva do modelo desenvolvido, destacando o potencial da espectroscopia RAMAN aprimorada por SERS na triagem e diagnóstico de COVID-19.

🔬 Projetos de Pesquisa Finalizados

QSARModelingPy: Software para modelagem QSAR e estudos de viabilidade no planejamento de fármacos

Neste trabalho, apresentamos o QSARModelingPy, um software flexível, gratuito e de código aberto, desenvolvido para gerar e validar modelos QSAR. Utilizando a linguagem Python e bibliotecas como NumPy, Scikit-learn e DEAP, o software oferece diversas funcionalidades, como seleção de variáveis e validação de modelos, além de interfaces gráfica e de linha de comando. A validação do QSARModelingPy foi realizada com dados de inibidores da cadeia de transporte de elétrons, demonstrando sua eficácia na geração de modelos preditivos. Os resultados destacam a viabilidade do uso do QSARModelingPy em estudos de planejamento de fármacos.

Aprimorando a Predição em QSAR-4D: LQTAGridHull, um novo método para cálculo de descritores moleculares

Neste estudo, apresentamos o LQTAGridHull, uma nova metodologia para o cálculo de descritores moleculares de QSAR-4D (Análise Quantitativa Estrutura-Atividade). O programa proposto se inspira no já existente LQTA-QSAR, mas tem o objetivo de corrigir o problema de geração de energias de repulsão infinitas, às vezes encontradas pelo método antigo. Comparamos o desempenho de ambos os métodos realizando estudos QSAR-4D em dois conjuntos de dados de moléculas com atividade biológica conhecida e mostramos que o LQTAGridHull tem melhor desempenho preditivo.

Algoritmo de Recomendação de Metodologias Ágeis baseado em Redes Neurais Artificiais

Neste estudo, desenvolvemos um sistema de recomendação baseado em uma Rede Neural Artificial para identificar a metodologia ágil mais adequada para equipes, utilizando respostas de um questionário com 10 perguntas. A rede neural foi treinada e testada, atingindo uma precisão de 77% no conjunto de testes. Os resultados demonstram a capacidade do modelo em generalizar padrões e sugerir a metodologia mais apropriada, destacando o potencial das redes neurais na gestão de projetos e na adoção de metodologias ágeis. Embora a precisão do modelo seja satisfatória, acreditamos que a inclusão de mais dados e aprimoramentos no modelo podem melhorar ainda mais a precisão do sistema.

▶️ YouTube

IA Popular é um canal brasileiro focado em Inteligência Artificial e Aprendizagem de Máquina, onde eu periodicamente compartilho conhecimento dessa área fascinante com o público.

O Programação Popular é um projeto e canal no YouTube (mais de 1 milhão de visualizações e mais de 20 mil inscritos) que eu mentenho desde 2013 com o objetivo de popularizar e democratizar o acesso à ciência da computação, com um conteúdo acessível, mas tecnicamente aprofundado. Eu também ofereço aulas particulares.

Conheça mais:

💾 Software

Projetos ativos

Repositórios mais antigos