Tenho trabalhado como Desenvolvedor Fullstack por 4 anos, construindo soluções completas do backend ao frontend, com foco em desempenho, segurança e design eficiente.
Fiquei matriculado no curso de Engenharia de Software na Universidade de Brasília. Durante esse período, desenvolvi principalmente aplicações para uso acadêmico. Um projeto notável foi a integração do aplicativo “Guardiões da Saúde” — que rastreava possíveis exposições à COVID-19 em tempo real — com um chatbot no Telegram, permitindo que os usuários reportassem seus sintomas sem precisar instalar um aplicativo externo.
Um chatbot desenvolvido em Flask que se integrou com o aplicativo Guardiões da Saúde para rastrear sintomas de Covid-19 em tempo real, utilizando Firebase como banco de dados e a API do Telegram para comunicação.
Ver CódigoEm 2020, obtive várias certificações importantes:
Iniciei um estágio na DBS Web como desenvolvedor web fullstack. Durante esse período, desenvolvi e implantei uma aplicação de controle de ponto para funcionários e fui responsável pela segurança e backend de vários projetos de clientes.
Um sistema eletrônico de controle de ponto desenvolvido com Flask, utilizando Firebase para autenticação, MySQL para armazenamento de dados e Redis para otimização de desempenho e rastreamento de turnos em tempo real.
Ver CódigoEm julho de 2023, transferi-me do curso de Engenharia de Software na Universidade de Brasília para o curso de Ciência da Computação na Universidade Católica de Brasília. Por volta da mesma época, comecei a trabalhar como desenvolvedor fullstack freelancer.
Desenvolvi um sistema de gerenciamento de cursos (CMS) para o Instituto Panapaná, uma plataforma dedicada a oferecer educação gratuita para jovens em situação de vulnerabilidade, priorizando oportunidades de aprendizagem acessíveis em vez de aprimoramentos administrativos tradicionais.
Um CMS projetado para o Instituto Panapaná, focado em oferecer recursos educacionais gratuitos a jovens em circunstâncias vulneráveis, enfatizando a aprendizagem acessível em vez da administração acadêmica convencional.
Ver CódigoAtualmente, estou desenvolvendo o AILib, um sistema construído com Electron.js e React que utiliza APIs de IA para aprimorar a leitura e anotação de livros. Recursos principais incluem resumos ultra detalhados dos livros, Geração Aprimorada por Recuperação (RAG) avançada com QDrant como banco de dados vetorial e processamento paralelo de documentos—capaz de incorporar até 500 páginas por minuto em um banco de dados SQLite, que gerencia a Recuperação de Documento Pai com QDrant.
Um sistema construído com Electron.js e React que utiliza APIs de IA para aprimorar a leitura e anotação de livros. Recursos principais incluem resumos ultra detalhados dos livros, Geração Aprimorada por Recuperação (RAG) avançada com QDrant como banco de dados vetorial e processamento paralelo de documentos—capaz de incorporar até 500 páginas por minuto em um banco de dados SQLite, que gerencia a Recuperação de Documento Pai com QDrant.
Ver CódigoEu trabalhei na criação de um sistema de geração de conteúdo digital para clientes. Esta aplicação gera textos utilizando grandes modelos de linguagem (LLMs), realiza curadoria automática de notícias relevantes para cada cliente e produz conteúdo em áudio e vídeo gerado por IA. O sistema é construído com Next.js no frontend, FastAPI no backend, utiliza REDIS para polling em tempo real via callbacks, usa MySQL para armazenamento de dados e emprega QDrant como banco de dados vetorial.
Uma aplicação web para criação de conteúdo automatizado utilizando grandes modelos de linguagem (LLMs). O app realiza curadoria de notícias, gera textos e produz conteúdo em áudio e vídeo gerado por IA. Desenvolvido com Next.js, FastAPI, MySQL e Redis, o sistema utiliza QDrant como banco de dados vetorial para indexação eficiente de dados.
Ver CódigoO desenvolvimento do RAG.NET tem sido uma jornada cheia de desafios e inovação. Construir um sistema que permite a personalização total de workflows RAG exige não apenas conhecimento técnico, mas também criatividade para lidar com otimização de processos e integração de IA. Atualmente, estou expandindo as capacidades do sistema para suportar novos provedores de embedding e conversação, explorando formas mais inteligentes de recuperação de informações.
Um sistema modular desenvolvido com ASP.NET Core, Angular 19, PostgreSQL e QDrant, projetado para criar e executar workflows avançados de RAG com componentes de IA configuráveis.
Ver CódigoTenho um conjunto diversificado de habilidades que abrangem backend, frontend, bancos de dados e outras tecnologias complementares. Explore minhas competências em várias tecnologias e ferramentas que impulsionam meus projetos.
Esta seção destaca minha experiência em desenvolvimento backend, com foco na construção de sistemas robustos, escaláveis e seguros. Ela evidencia minha proficiência em linguagens de programação, frameworks e tecnologias que alimentam a lógica do servidor e o gerenciamento de dados.
Esta seção demonstra minha expertise em criar interfaces de usuário envolventes e responsivas. Combino frameworks modernos e princípios de design para oferecer experiências front-end interativas, fluidas e visualmente atraentes.
Minha experiência com bancos de dados abrange desde sistemas relacionais tradicionais até soluções modernas NoSQL e baseadas em vetores. Projeto e otimizei esquemas de banco de dados, garantindo integridade, desempenho e escalabilidade dos dados em diversos projetos.
Além do desenvolvimento central, destaco-me na integração de tecnologias e ferramentas complementares que aprimoram a segurança, implantação e colaboração entre projetos.
Um sistema modular desenvolvido com ASP.NET Core, Angular 19, PostgreSQL e QDrant que permite a criação de workflows personalizados de Recuperação Aprimorada por Geração (RAG). Os usuários podem configurar Chunkers, Query Enhancers, Filters e Rankers, integrando tecnologias como Proposition Chunking, Auto Querying, Self Querying Retrieval e CoHere Reranker.
Um sistema construído com Electron.js e React que utiliza APIs de IA para aprimorar a leitura e anotação de livros. Recursos principais incluem resumos ultra detalhados dos livros, Geração Aprimorada por Recuperação (RAG) avançada com QDrant como banco de dados vetorial e processamento paralelo de documentos—capaz de incorporar até 500 páginas por minuto em um banco de dados SQLite, que gerencia a Recuperação de Documento Pai com QDrant.
Uma aplicação web para criação de conteúdo automatizado utilizando grandes modelos de linguagem (LLMs). O app realiza curadoria de notícias, gera textos e produz conteúdo em áudio e vídeo gerado por IA. Desenvolvido com Next.js, FastAPI, MySQL e Redis, o sistema utiliza QDrant como banco de dados vetorial para indexação eficiente de dados.
Uma aplicação de rastreamento de IP que permite aos usuários buscar informações de geolocalização de endereços IP. Desenvolvida com Angular, a aplicação utiliza uma biblioteca de mapeamento para exibir a localização e realiza requisições a APIs de geolocalização para obter dados precisos.
Um sistema de gerenciamento de tarefas no estilo Kanban construído com Next.js e MongoDB, utilizando React Query para sincronização eficiente do estado entre cliente e servidor.
Uma aplicação construída com Next.js, Tailwind CSS e MongoDB para armazenar e compartilhar links de redes sociais de desenvolvedores, com autenticação e opções de visibilidade de perfil.
Landing page para um escritório de advocacia, desenvolvida com Next.js e TailwindCSS. O site inclui um formulário de contato integrado com ReSend para envio de emails.
Site para uma clínica de psicologia, com sistema de agendamento de consultas e autenticação com múltiplos níveis de permissão. Desenvolvido com Next.js, TailwindCSS (ShadCN) e MongoDB.
Um sistema eletrônico de controle de ponto desenvolvido com Flask, utilizando Firebase para autenticação, MySQL para armazenamento de dados e Redis para otimização de desempenho e rastreamento de turnos em tempo real.
Um chatbot desenvolvido em Flask que se integrou com o aplicativo Guardiões da Saúde para rastrear sintomas de Covid-19 em tempo real, utilizando Firebase como banco de dados e a API do Telegram para comunicação.