Software Engineering student at the University of Brasília (UnB) and researcher in computer vision for medical imaging.

I own the computational core of a funded undergraduate research project (PIBIC) building a Computer-Aided Diagnosis (CAD) system for opportunistic osteoporosis screening from dental panoramic radiographs — a two-stage CNN cascade validated against DXA bone densitometry as the gold standard. I care about the part most portfolios skip: diagnosing why a model underperforms, and designing augmentation policies that respect the anatomy instead of copying defaults from natural-image benchmarks.

Currently:

• Researcher (PIBIC) — CAD system for osteoporosis screening, UnB × UNICEPLAC. Paper in preparation.
• Innovation Fellow @ Ford Motor Company / IEL — back-end and data architecture
• Data Engineer @ Lab Livre / Gov Hub BR — public policy evaluation data warehouse (Brazilian Ministry of Culture)
• Open to remote international and Brazilian MedTech / AgTech roles in CV and Deep Learning

Deep Learning & Computer Vision

Data & Infrastructure

Undergraduate Research Fellowship (PIBIC) · UnB × UNICEPLAC School of Dentistry · 2024 – present

Osteoporosis affects over 200 million people and stays asymptomatic until the first fragility fracture. DXA — the gold standard — is expensive and almost never ordered for a patient without symptoms. Because the disease is systemic, it also erodes the mandibular cortex, which turns the routine dental panoramic radiograph into a viable opportunistic screening instrument.

Two-stage CNN cascade:

Panoramic radiograph → [De-identification] → Stage 1: YOLOv8 ROI detection
    → [Letterboxed 256×256 ROI extraction] → Stage 2: CNN → MCI class (C1/C2/C3)

What I built and what came out of it:

• Designed and implemented the full two-stage pipeline in PyTorch/Ultralytics and TensorFlow/Keras, grading mandibular cortical morphology (Mandibular Cortical Index) over a cohort of 1,030 radiographs labeled by a specialist in Oral Radiology, with femoral-neck DXA as the validation gold standard
• Trained a YOLOv8s detector reaching 0.552 mAP@50 — disabling mosaic/mixup and enforcing rect=True as domain-specific augmentation choices, because composite and rescaled images destroy the craniofacial topographic reference the model needs
• Diagnosed detector overfitting quantitatively, tracing the root cause to a parameter-to-sample ratio of ≈ 15,600:1 — which redefined the training strategy instead of triggering another blind round of hyperparameter tuning
• Built the ROI extraction module that auto-selects the best run by validation F1 and letterboxes crops to 256×256, preserving 100% of the aspect ratio — a resize would systematically distort the very cortical thickness being measured
• Implemented the baseline classification CNN at 71.8% validation accuracy over 589 ROIs, and quantified the 7.2:1 class imbalance as the limiting factor on the clinically decisive class
• Engineered the LGPD-compliant de-identification pipeline (footer cropping, EXIF/DICOM stripping, randomized renaming, encrypted offline key table), enabling fully local, air-gapped training on Apple Silicon GPU with zero patient-data exposure

Next: EfficientNet-B0 / ResNet-50 fine-tuning · stratified k-fold · blind test (n=30) · DXA correlation · Grad-CAM explainability · manuscript submission

PyTorch TensorFlow YOLOv8 Transfer Learning Medical Imaging OpenCV scikit-learn

Analytical data warehouse supporting the evaluation of two national cultural funding policies.

• Built ingestion and modeling pipelines (Airflow, dbt, PostgreSQL, Trino) over legacy federal systems, consolidating 1,054,823 funding events and 255,337 cultural agents into a 1993–2026 historical series
• Diagnosed and fixed an extraction-key defect that silently hid half the bank accounts per action plan — recovering R$2.7 billion in transactions and 70,733 beneficiaries invisible to the warehouse
• Applied unidirectional-bias reasoning to publish the indicator as an auditable upper bound before source completeness, unblocking delivery without compromising validity
• Implemented sensitive personal data handling under LGPD with deterministic hash anonymization

Back-end and data architecture for an internal commercial services platform.

• Modeled the data domain from scratch in Python/Django (11 business models, 9 controlled enums), including a 16-state finite state machine whose transition graph I validated by breadth-first search
• Designed the analytics layer on BigQuery + dbt (raw → staging → marts → metrics) with 8 KPIs canonically defined in SQL and idempotent incremental loads
• Specified the cost anomaly engine on robust statistics (per-cohort median/MAD) rather than generative inference — numerical reproducibility is non-negotiable in an auditable financial domain

DF em Obras — Public Infrastructure Transparency Pipeline Lead Data Engineer. Fault-tolerant ETL over unstable government APIs, modular dbt transformations, automated daily ingestion with Python and GitHub Actions. → github.com/unb-mds/DFemObras

Estudante de Engenharia de Software na Universidade de Brasília (UnB) e pesquisador em Visão Computacional aplicada à imagem médica.

Sou responsável pelo núcleo computacional de um projeto de Iniciação Científica (PIBIC) que desenvolve um sistema CAD (Computer-Aided Diagnosis) para triagem oportunística de osteoporose em radiografias panorâmicas odontológicas — um pipeline em cascata de CNNs validado contra densitometria óssea (DXA) como padrão-ouro. Meu interesse está justamente na parte que a maioria dos portfólios pula: diagnosticar por que um modelo não performa, e desenhar políticas de aumento de dados que respeitem a anatomia em vez de copiar defaults de benchmarks de imagens naturais.

Atualmente:

• Pesquisador (PIBIC) — sistema CAD para triagem de osteoporose, UnB × UNICEPLAC. Artigo em preparação.
• Bolsista de Inovação @ Ford Motor Company / IEL — back-end e arquitetura de dados
• Engenheiro de Dados @ Lab Livre / Gov Hub BR — data warehouse de avaliação de políticas públicas (Ministério da Cultura)
• Aberto a posições remotas internacionais e a MedTechs / AgTechs no Brasil em Visão Computacional e Deep Learning

Iniciação Científica (PIBIC) · UnB × Odontologia UNICEPLAC · 2024 – presente

A osteoporose afeta mais de 200 milhões de pessoas e permanece assintomática até a primeira fratura por fragilidade. A DXA — padrão-ouro — é cara e praticamente nunca é solicitada para quem ainda não tem sintomas. Por ser sistêmica, a doença também corrói a cortical mandibular, o que transforma a radiografia panorâmica de rotina em um instrumento viável de triagem oportunística.

Pipeline em cascata de dois estágios:

Radiografia panorâmica → [Anonimização] → Estágio 1: detecção de ROI com YOLOv8
    → [Extração de ROI 256×256 por letterboxing] → Estágio 2: CNN → classe do ICM (C1/C2/C3)

O que construí e o que resultou disso:

• Projetei e implementei o pipeline completo de dois estágios em PyTorch/Ultralytics e TensorFlow/Keras, classificando a morfologia da cortical mandibular (Índice Cortical Mandibular) sobre amostra de 1.030 radiografias rotuladas por especialista em Imaginologia Oral, com DXA de colo do fêmur como padrão-ouro de validação
• Treinei um detector YOLOv8s atingindo mAP@50 de 0,552 — com mosaic/mixup desativados e rect=True, decisões de augmentação específicas do domínio médico, porque imagens compostas e redimensionadas destroem o referencial topográfico craniofacial de que o modelo precisa
• Diagnostiquei quantitativamente o overfitting do detector, isolando a causa-raiz na razão parâmetros/amostras de ≈ 15.600:1 — o que redefiniu a estratégia de treino em vez de disparar mais uma rodada cega de ajuste de hiperparâmetros
• Desenvolvi o módulo de extração de ROIs que seleciona automaticamente a melhor execução por F1 de validação e centraliza os recortes em canvas 256×256 por letterboxing, preservando 100% da razão de aspecto — um resize distorceria sistematicamente a própria espessura cortical que está sendo medida
• Implementei a CNN de classificação baseline com 71,8% de acurácia de validação sobre 589 ROIs, e quantifiquei o desbalanceamento de 7,2:1 como fator limitante na classe clinicamente decisiva
• Estruturei o pipeline de anonimização em conformidade com a LGPD (recorte de rodapé, remoção de metadados EXIF/DICOM, renomeação aleatória, tabela de chaves criptografada offline), viabilizando treinamento 100% local e offline em GPU Apple Silicon, sem exposição de dado de paciente

Próximas etapas: fine-tuning de EfficientNet-B0 / ResNet-50 · validação cruzada k-fold estratificada · teste cego (n=30) · correlação com DXA · explicabilidade por Grad-CAM · submissão do artigo

PyTorch TensorFlow YOLOv8 Transfer Learning Imagem Médica OpenCV scikit-learn

Data warehouse analítico que sustenta a avaliação de duas políticas nacionais de fomento cultural.

• Construí pipelines de ingestão e modelagem (Airflow, dbt, PostgreSQL, Trino) sobre sistemas legados de governo, consolidando 1.054.823 eventos de fomento e 255.337 agentes culturais em série histórica de 1993 a 2026
• Diagnostiquei e corrigi uma falha de chave de extração que ocultava metade das contas bancárias por plano de ação — recuperando R$ 2,7 bilhões em movimentação e 70.733 beneficiários invisíveis no warehouse
• Apliquei raciocínio de viés unidirecional para publicar o indicador como limite superior auditável antes da completude das fontes, destravando a entrega sem comprometer a validade
• Implementei tratamento de dado pessoal sensível sob LGPD, com anonimização por hash determinístico

Back-end e arquitetura de dados de uma plataforma interna de serviços comerciais.

• Modelei o domínio de dados do zero em Python/Django (11 modelos, 9 enumerações controladas), incluindo uma máquina de estados de 16 estados cujo grafo de transições validei por busca em largura
• Desenhei a camada analítica em BigQuery + dbt (raw → staging → marts → metrics) com 8 KPIs definidos canonicamente em SQL e cargas idempotentes e incrementais
• Especifiquei o motor de detecção de anomalias sobre estatística robusta (mediana/MAD por coorte) em vez de inferência generativa — reprodutibilidade numérica não é negociável em domínio financeiro auditável

DF em Obras — Pipeline de Transparência de Obras Públicas Lead Data Engineer. ETL tolerante a falhas sobre APIs governamentais instáveis, transformações modulares em dbt e ingestão diária automatizada com Python e GitHub Actions. → github.com/unb-mds/DFemObras