Sou estudante de Sistemas de Informação no IFBA e Desenvolvedor Full Stack com 2 anos de experiência prática. Atualmente, sou Pesquisador e Desenvolvedor no programa NuFuturo (parceria Nubank/IFBA/UFBA), enfrentando desafios de Ciência de Dados e Deep Learning aplicados à detecção de fraudes.
Gosto de pensar minha trajetória como a de um profissional em T: construí uma base ampla em Engenharia de Software e QA, e hoje estou expandindo o “traço vertical” para o universo de Machine Learning e Deep Learning, unindo o rigor da qualidade de código à complexidade da análise de dados.
- Inteligência Artificial & Deep Learning: Pesquisa aplicada com Python, PyTorch e Graph Neural Networks (GNN) para detecção de fraudes e suporte à tomada de decisão, além de estatística e álgebra aplicada ao aprendizado de máquina e análise de grafos..
- Arquitetura & Desenvolvimento: Construção de sistemas escaláveis e seguros (JWT/RBAC) utilizando Node.js (NestJS, Fastify) e Java (Spring Boot). Foco em Arquitetura Evolutiva, SOLID e Design Patterns para garantir alta coesão e baixo acoplamento em APIs REST e bancos de dados relacionais (SQL).
- Qualidade de Software (QA): Automação de testes, prevenção de débito técnico e arquitetura evolutiva.
Atuo em ambiente laboratorial desenvolvendo algoritmos para detecção de fraudes em transações financeiras pós-acontecimento. O foco está na implementação de modelos baseados em Grafos (GNN) e algoritmos de alta performance para a comunidade externa.
Investigo como métricas estáticas e dinâmicas podem apoiar decisões de engenharia em projetos Java, explorando refatoração guiada por dados, God Classes e padrões de projeto.
- LinkedIn: linkedin.com/in/diogomasc
- E-mail: diogomascarenhas0574@gmail.com
- Currículo: Acesse aqui