Davi Alves Bezerra

É graduado em Engenharia de Software pela Universidade de Brasília (UnB) e possui curso técnico em Manutenção de Aeronaves, com ênfase em sistemas motopropulsores. Atualmente, cursa mestrado no Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), com foco na aplicação de redes complexas e de processamento de linguagem natural. Participou de escola de verão em Processamento de Linguagem Natural na Johns Hopkins University (Estados Unidos) e em outra promovida pelo International Centre for Theoretical Physics (ICTP) na Universidade de Valparaíso (Chile) com foco em IA e neurociência.

Informações coletadas do Lattes em 13/07/2025

Acadêmico

Formação acadêmica

Mestrado em andamento em Ciências da Computação e Matemática Computacional

2024 - Atual

Universidade de São Paulo
Diego Raphael Amancio.

Graduação em Engenharia de Software

2015 - 2022

Universidade de Brasília, UnB
Título: Imageamento por Ressonância Magnética com base em Compressive Sensing com Pré-Filtragem e Redes Generativas Adversárias
Orientador: Cristiano Jacques Miosso

Curso técnico/profissionalizante em Manutenção de Aeronaves em Grupo Motopropulsor

2013 - 2015

Serviço Nacional de Aprendizagem do Transporte - DF
Bolsista do(a): Programa Nacional de Acesso ao Ensino Técnico e Emprego, PRONATEC, Brasil.

Formação complementar

2023 - 2023

LACONEU. (Carga horária: 360h). , Universidad de Valparaiso, U.VALPARAISO, Chile.

2022 - 2022

Eighth Frederick Jelinek Memorial Summer Workshop. (Carga horária: 336h). , Johns Hopkins University, JHU, Estados Unidos.

2021 - 2021

Big Data ? Foundations. (Carga horária: 27h). , Semantix Academy, SEMANTIX, Brasil.

2021 - 2021

Build, Train, and Deploy ML Pipelines using BERT. (Carga horária: 20h). , Coursera, COURSERA, Estados Unidos.

2020 - 2020

Machine Learning Using SAS Viya. (Carga horária: 30h). , SAS Institute Inc, SAS, Estados Unidos.

2020 - 2020

SAS Visual Analytics 2 for SAS Viya: Advanced. (Carga horária: 14h). , SAS Institute Inc, SAS, Estados Unidos.

2019 - 2019

Tools for Data Science. (Carga horária: 20h). , Coursera, COURSERA, Estados Unidos.

2019 - 2019

Data Science Orientation. (Carga horária: 20h). , Coursera, COURSERA, Estados Unidos.

Idiomas

Bandeira representando o idioma Inglês

Compreende Razoavelmente, Fala Razoavelmente, Lê Bem, Escreve Razoavelmente.

Bandeira representando o idioma Espanhol

Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Razoavelmente.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Engenharia de Software.

Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: CIENCIA DE DADOS.

Participação em eventos

X Maratona UnB de Programação. 8º posição. 2022. (Olimpíada).

Khipu - Latin American Meeting In Artificial Intelligence. 2019. (Encontro).

1º Congresso Internacional de Direito e Tecnologia. 2017. (Congresso).

Produções bibliográficas

  • Jorge, Germano Antonio Zani ; Bezerra, Davi Alves ; Xavier, Clarissa Castellã ; Pardo, Thiago Alexandre Salgueiro . Multilingual Extractive Summarization: Investigating State-of-the-Art Methods for English and Brazilian Portuguese. Lecture Notes in Computer Science. 1ed.: Springer Nature Switzerland, 2025, v. , p. 212-223.

  • BEZERRA, D. A. ; INAZAWA, P. H. G. ; CAMPOS, T. E. ; SILVA, N. C. ; BRAZ, F. A. . Descoberta de termos que caracterizam peças jurídicas. In: ICOFCS, 2019. THE INTERNATIONAL CONFERENCE ON FORENSIC COMPUTER SCIENCE AND CYBER LAW (ICoFCS).

  • SILVA, N. C. ; BRAZ, F. A. ; CAMPOS, T. E. ; BEZERRA, D. A. . Document type classification for Brazil?s supreme court using a Convolutional Neural Network. In: THE TENTH INTERNATIONAL CONFERENCE ON FORENSIC COMPUTER SCIENCE AND CYBER LAW - ICoFCS, 2018, São Paulo. THE INTERNATIONAL CONFERENCE ON FORENSIC COMPUTER SCIENCE AND CYBER LAW (ICoFCS).

  • Nilton Correa da Silva ; CAMPOS, T. E. ; BEZERRA, D. A. . Document classification using a Bi-LSTM to unclog Brazil's supreme court.. In: Thirty-second Conference on Neural Information Processing Systems, 2018, Montrèal. NeurIPS workshop on Machine Learning for Developing World ((ML4D)., 2018.

Projetos de pesquisa

  • 2020 - 2021

    Prototipação de um Sistema de Aprendizado Supervisionado de Máquina para Auxilio Pericial e de Gestão da Criminalística, Descrição: A Diretoria Técnico-Científica (DITEC/PF) configura-se hoje como órgão central de Perícia Criminal da Polícia Federal, tendo como finalidade orientar, coordenar, controlar e avaliar as atividades de perícia criminal dos órgãos centrais e descentralizados, além de executar as atividades de pesquisa aplicada e desenvolvimento de métodos técnico-científicos para apreciação de vestígios em procedimentos pré-processuais e judiciários. O Instituto Nacional de Criminalística (INC), vinculado à DITEC/PF, localizado em Brasília, figura como um dos maiores institutos de perícia criminal do mundo, possuindo um amplo e avançado complexo de laboratórios nas diversas áreas periciais. Com a evolução tecnológica do crime organizado, faz-se necessário que a perícia criminal esteja cada vez mais preparada e especializada cientificamente para que possa, com base na prova material, esclarecer supostos delitos de forma efetiva e eficaz. Os peritos criminais federais são especializados em diversas áreas do conhecimento, incluindo química, física, geologia, ciências biológicas, ciências contábeis, ciências da computação, engenharias, medicina, odontologia e áreas específicas como documentoscopia e balística, entre outras. O laudo pericial é de fundamental importância no combate ao crime, já que dá suporte aos processos de investigação e penal, bem como as denúncias do Ministério Público. Os avanços da ciência e das tecnologias correlatas no tratamento de dados de interesse da perícia criminal na Polícia Federal colocam a DITEC/PF e o INC/DITEC/PF na posição de buscar inovações tecnológicas e de processos que contribuam ao permanente aumento da qualidade da perícia criminal, com consequente avanço nas funções primárias da Polícia Federal na apuração de infrações penais contra a ordem pública e social, ou de bens, serviços e interesses da União ou de suas entidades autárquicas e empresas públicas. O projeto destina-se a pesquisa, desenvolvimento e inovação com objetivo geral na análise de requisitos em campo, concepção, desenvolvimento, prototipação e avaliação experimental, visando à criação e à integração de inovações tecnológicas no domínio da Perícia Criminal Federal por meio de tecnologias aplicadas, bem como da análise de processos e da garantia da qualidade, buscando assim resolver problemas de interesse público a partir da aplicação de análise crítica qualitativa, da ciência de dados e da avaliação de impacto.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Davi Alves Bezerra - Integrante / Flávio Elias Gomes de Deus - Integrante / Flávio de Barros Vidal - Coordenador / Aletéia Patrícia Favacho de Araújo - Integrante / André Cavalcanti Ribeiro - Integrante., Financiador(es): Departamento de Polícia Federal - Cooperação.

  • 2020 - 2020

    KnEDLe - Knowledge Extraction from Documents of LEgal content, Descrição: O projeto ?KnEDLe - Extração de Conhecimento de Documentos de Conteúdo Legal? é uma parceria entre FAPDF (Fundação de Apoio à Pesquisa do Distrito Federal), UnB (Universidade de Brasília) e Finatec (Fundação de Empreendimentos Científicos e Tecnológicos), patrocinado pela FAPDF . Este projeto foi proposto com o objetivo de empregar publicações oficiais como objeto de pesquisa e extrair conhecimento. O objetivo é desenvolver ferramentas inteligentes para extrair informações estruturadas dessas publicações, visando facilitar a busca e recuperação de informações, aumentar a transparência governamental e facilitar as tarefas de auditoria e detecção de problemas relacionados ao uso de recursos públicos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Davi Alves Bezerra - Coordenador / Nilton Correia da Silva - Integrante / Fabricio Ataides Braz - Integrante / Teófilo Emidio de Campos - Integrante / Thiago De Paulo Faleiros - Integrante / Vinicius Ruela Pereira Borges - Integrante / Pedro Henrique Luz de Araujo - Integrante / Frederico Guth - Integrante / Lindeberg Leite - Integrante.

  • 2018 - 2019

    Projeto Victor, Descrição: Projeto de Pesquisa Desenvolvimento de aprendizado de máquina (Machine Learning) sobre dados judiciais das repercussões gerais do Supremo Tribunal Federal - STF. O Projeto Victor, fruto de uma parceria entre o Supremo Tribunal Federal (STF) e a Universidade de Brasília (UnB), é um importante marco no Judiciário brasileiro e referência no cenário internacional, por seu pioneirismo na aplicação de inteligência artificial para resolver ou mitigar os desafios pertinentes a uma maior eficiência e celeridade processuais. Tal iniciativa encorajou os demais Tribunais do país a buscarem na inovação e na tecnologia o auxílio necessário para apoiar a atividade jurisdicional.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (2) . , Integrantes: Davi Alves Bezerra - Integrante / Davi Benevides Gusmão - Integrante / Felipe Borges de Souza Chaves - Integrante / Gabriel Gomes Ziegler - Integrante / Marcelo Herton Pereira Ferreira - Integrante / Lucas Hiroshi Horinouchi - Integrante / Victor Hugo Dias Coelho - Integrante / Nilton Correia da Silva - Coordenador / Fabricio Ataides Braz - Integrante / Teófilo Emidio de Campos - Integrante / Pedro Henrique Gonçalves Inazawa - Integrante., Financiador(es): Fundação de Empreendimentos Científicos e Tecnológicos - Bolsa.

  • 2017 - 2018

    Lavrador, Projeto certificado pelo(a) coordenador(a) Fabricio Ataides Braz em 17/06/2019., Descrição: pesquisa e desenvolvimento de sistema piloto de detecção de anomalias no uso de recursos oriundos de financiamento rural oferecido pelas agências de fomento, a partir de aprendizagem de máquina como metodo de pesquisa, redes neurais profundas (DNN, sigla do inglês Deep Neural Network) e processos gaussianos (GP, sigla do inglês Gaussian Process como métodos matemáticos aplicados ao sensoriamento remoto... , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) . , Integrantes: Davi Alves Bezerra - Integrante / Nilton Correa da Silva - Coordenador.

Prêmios

2019

Best paper award, Committee of the 11th International Conference on Forensic Computer Science and Cyber Law (ICoFCS)..

2018

Best paper award, Committee of the 10th International Conference on Forensic Computer Science and Cyber Law (ICoFCS)..

Histórico profissional

Experiência profissional

2022 - 2024

Gupy

Vínculo: Celetista, Enquadramento Funcional: Cientista de dados, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Desenvolvimento e avaliação de modelos estatísticos para direcionar decisões de negócios. Visualização de dados e storytelling para um público variado, incluindo alta e média gerência. Desenvolvimento de ferramentas de software para automatizar o ranqueamento e admissão de candidatos, usando além de Machine Learning técnicas avançadas de programação. Aplicação de técnicas de visão computacional para criar modelos de segmentação e classificação. Fine-Tuning e Pré-Treinamento de modelos de linguagem além de uso de LLM na arquitetura RAG.

2021 - 2022

Nama

Vínculo: Colaborador, Enquadramento Funcional: Cientista de dados, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Elaboração, teste e implantação de modelos de Inteligência Artificial, bem como manutenção de toda a infraestrutura envolvida, aplicando conhecimento da engenharia de software e manuseio de dados. Os projetos envolvem o estado da arte em processamento de linguagem natural com o uso de transformers e modelos generativos. Grande parte das pesquisas com foco em tarefas como Named-Entity Recognition, Searching (QA), Information retrieval, Sentiment analysis.

2019 - 2021

Vert Integradora de TI

Vínculo: Colaborador, Enquadramento Funcional: Cientista de dados, Carga horária: 30, Regime: Dedicação exclusiva.

Outras informações:
Criação de painéis e algoritmos de detecção de inconformidades que sinalizam em tempo real, agilizando o acionamento de recursos operacionais por parte dos analistas da Agência Nacional de Transportes Terrestres (ANTT). Planejamento e implementação da arquitetura de processamento, armazenamento, analise e transformação de grande volume de dados em informações estratégicas que auxiliem na supervisão e fiscalização dos serviços prestados no âmbito do transporte terrestre. Aplicação de técnicas de visão computacional para realizar detecção de fluxo e contagem de veículos em rodovias do território nacional. A partir de modelos de inteligência artificial desenvolvi um software para monitoramento de tráfego, detecção de objetos nas pistas, detecção de fluxo para reconhecimento de veículos na contramão e alerta gerais.

2018 - 2019

Fundação de Empreendimentos Científicos e Tecnológicos

Vínculo: Bolsista, Enquadramento Funcional: Pesquisador, Carga horária: 20

2018 - 2018

Universidade de Brasília, UnB

Vínculo: Bolsista, Enquadramento Funcional: Monitor 2018/2, Carga horária: 8

Outras informações:
Monitor da disciplina Algoritmos e Programação de Computadores em 2018/2

2017 - 2017

Universidade de Brasília, UnB

Vínculo: Bolsista, Enquadramento Funcional: Monitor 2017/1, Carga horária: 8

Outras informações:
Monitor da disciplina Algoritmos e Programação de Computadores em 2017/1

2017 - 2017

Universidade de Brasília, UnB

Vínculo: Bolsista, Enquadramento Funcional: Monitor 2017/2, Carga horária: 8

Outras informações:
Monitor da disciplina Algoritmos e Programação de Computadores em 2017/2

Atividades

  • 01/2017

    Pesquisa e desenvolvimento, Campus Gama.,Linhas de pesquisa

2025 - 2025

Universidade de São Paulo

Vínculo: Bolsista, Enquadramento Funcional: Estágio de docência, Carga horária: 6

Outras informações:
Estágio através do Programa de Aperfeiçoamento de Ensino da Universidade de São Paulo. Disciplina de Linguagens de Programação e Compiladores oferecida para os alunos de Ciência da Computação.