Fábio Rocha de Lima

Outras informações:
- Lecionar duas cadeiras: Projeto Aplicado ao Programador (Gravatai) e Fundamentos de Banco de Dados (Porto Alegre, turma da manhã e noite). Em projeto aplicado ao programador é passada com Linguagem de Programação Java o qual se destaca o aprendizado de Sistemas em Multi Camadas, Acesso a Banco de Dados e a biblioteca Swing. Já em Fundamentos de Banco de Dados é passada o fundamento de banco de dados, incluindo modelagem conceitual, modelo entidade-relacionamento, normalização e Linguagem SQL.

Outras informações:
Atuei no desenvolvimento de sistemas para supermercados, postos de combustíveis e indústrias fumageiras, utilizando Visual Basic, C# e SQL Server. Desenvolvi aplicações desktop para PDV e gestão administrativa, com integração a equipamentos como balanças, impressoras fiscais e leitores de código de barras.Fui responsável por criar rotinas de controle de estoque, vendas, finanças e relatórios, além de modelar e manter bancos de dados em SQL Server, com procedures, triggers e consultas otimizadas. Também participei do levantamento de requisitos e da implementação de melhorias em sistemas legados e novos projetos.

Outras informações:
Atuei no desenvolvimento de sistemas de visão computacional aplicados a diversos setores, como Indústria, Comércio, Serviços e Agricultura. Desenvolvi soluções completas utilizando C++ e C#, com foco em alto desempenho,confiabilidade e integração com ambientes industriais. Fui responsável pela criação e otimização de algoritmos tradicionais de visão computacional, como filtros, kernels personalizados, operações de morfologia matemática e segmentação. Também desenvolvi redes neurais do tipo MLP com algoritmo de backpropagation em C++ para tarefas de classificação. Os sistemas desenvolvidos foram projetados para operar em tempo real, com resposta rápida para controle de processos. Atuei diretamente na comunicação com CLPs (Controladores Lógicos Programáveis), sensores, atuadores e outros equipamentos industriais, utilizando protocolos como Modbus, OPC e interfaces digitais/analógicas para acionamentos e controle de máquinas. Entre os aplicativos desenvolvidos, destaco: - LPR (Reconhecimento de Placas Veiculares) para controle de acesso e monitoramento; - Contador de fluxo de pessoas para ambientes comerciais e eventos; - Sistemas de OCR para leitura automática de textos e códigos em embalagens e documentos; - Inspeção e classificação de alimentos, como biscoitos e grãos de arroz, com base em características visuais e dimensionais; - Inspeção de peças automotivas para detecção de defeitos, conformidade dimensional e controle de qualidade. A experiência envolveu todas as etapas do desenvolvimento: desde o levantamento de requisitos, projeto da arquitetura de software, implementação e testes, até a validação em campo com foco em robustez, precisão e eficiência operacional.

Outras informações:
Trabalhei como desenvolvedor de software em uma empresa fabricante de máquinas para o setor de agronegócios, onde fui responsável pelo desenvolvimento de sistemas de visão computacional aplicados à classificação automática de frutas, vegetais e flores. O principal objetivo desses sistemas era separar produtos com base em critérios como tamanho, cor e presença de defeitos, substituindo processos manuais por soluções automatizadas embarcadas em máquinas de processamento agrícola. Utilizei Python como linguagem de programação principal para desenvolver algoritmos de classificação, aplicando técnicas de aprendizado supervisionado com Keras para construir e treinar modelos de aprendizado profundo, bem como OpenCV para pré-processamento e análise de imagens. Liderei todo o ciclo de desenvolvimento do modelo, do treinamento à validação em cenários operacionais do mundo real. Além disso, trabalhei com C++ e C# para desenvolver algoritmos personalizados de processamento de imagens usando operações baseadas em kernel, morfologia matemática, técnicas de filtragem e aprimoramento de imagens. Também implementei algoritmos de aprendizado de máquina, incluindo redes neurais e modelos tradicionais como k-Nearest Neighbors (kNN), Árvores de Decisão e Random Forest, expandindo as capacidades do sistema para classificação e segmentação de imagens em tempo real. Também desenvolvi aplicações desktop em C# que serviram como interfaces de controle e monitoramento para operadores, integrando-se com um banco de dados SQL Server e serviços web para registrar e analisar os resultados obtidos durante o processamento. As soluções que desenvolvi foram embarcadas diretamente em máquinas agrícolas, permitindo que empresas do agronegócio obtivessem ganhos de eficiência entre 25 e 45 em comparação aos métodos tradicionais de classificação, reduzindo significativamente os custos com mão de obra e aumentando a padronização e a qualidade do produto final.

Outras informações:
Trabalhei como desenvolvedor de software em uma instituição financeira, sendo responsável pela criação e manutenção de APIs desenvolvidas em C#, com foco em integração com sistemas governamentais visando automatizar processos de crédito consignado. Essas integrações envolviam autenticação segura, processamento de dados sensíveis e comunicação em tempo real com serviços externos, garantindo conformidade com normas regulatórias e alta disponibilidade do sistema. Paralelamente, trabalhei no desenvolvimento de soluções de visão computacional, aplicadas à análise automática de documentos, como documentos de identidade, carteiras de habilitação e comprovantes de residência. Utilizei Keras e PyTorch para construir modelos de deep learning com aprendizado de transferência e fine-tuning a partir de redes pré-treinadas. Os modelos foram utilizados para tarefas como classificação, detecção de campos específicos e validação da integridade de documentos enviados por clientes. Essas soluções contribuíram diretamente para a redução do tempo de análise manual, aumento da assertividade na análise de documentos e eficiência operacional nos processos de concessão de crédito, reduzindo aproximadamente 72 dos custos com funcionários para análise de contratos.

Outras informações:
Atuei como desenvolvedor de software de visão computacional em um projeto focado em caixas eletrônicos para instituições bancárias, desenvolvendo soluções de biometria facial e reconhecimento de cédulas, com foco em segurança, automação e confiabilidade das operações. Utilizei Keras, TensorFlow e Pytorch como principais frameworks para desenvolvimento e treinamento de modelos de aprendizado supervisionado e não supervisionado, aplicados em diferentes etapas do sistema: Na análise biométrica, implementei modelos para detecção e verificação facial, realizando extração de embedding, classificação e validação de identidade em tempo real. Na classificação de cédulas, desenvolvi pipelines de visão para identificar valores, autenticidade e possíveis fraudes, lidando com imagens em diferentes condições de desgaste físico. Empreguei técnicas de aprendizagem de transferência usando modelos pré-treinados (como MobileNet, Inception e EfficientNet), otimizando o desempenho em tarefas específicas por meio de ajuste fino, ajustando camadas finais e hiperparâmetros de acordo com as necessidades do domínio bancário. Além da modelagem, participei ativamente da preparação e processamento de dados (aumento de dados, normalização, rotulagem), avaliação de desempenho (AUC, precisão, recall, matriz de confusão) e integração de modelos em sistemas embarcados de ATM. O projeto exigiu alto rigor técnico, considerando aspectos como tempo de inferência, consumo de recursos, segurança de dados e robustez do sistema em ambientes reais de operação bancária.

Outras informações:
Trabalho na Elefer como desenvolvedor de software em uma empresa especializada em soluções para o setor bancário, com foco em aplicações de visão computacional e inteligência artificial voltadas para segurança, automação e autenticação.Desenvolvi sistemas de validação automática de documentos (reconhecimento de documentos e OCR) com integração com biometria facial. Esse processo permitiu que bancos e instituições financeiras reduzissem em até 92 o número de funcionários necessários para analisar documentos e validar contratos de empréstimo.Também desenvolvi módulos para análise de câmeras de segurança em tempo real, com funcionalidades como detecção de movimentos suspeitos, gestos e expressões faciais que indiquem emoções como estresse, desconfiança ou distração, possibilitando uma atuação rápida das instituições de segurança.Utilizei tecnologias como Python, PyTorch, TensorFlow e Keras, além de arquiteturas modernas como YOLO e Vision Transformers, para construir modelos robustos e eficientes. Muitas dessas soluções foram implementadas com integração de APIs e também com o uso de bancos de dados, como SQL Server e, mais recentemente, com a infraestrutura em nuvem da AWS, garantindo escalabilidade, segurança e alta disponibilidade.O foco do trabalho sempre foi aliar confiabilidade técnica e inteligência aplicada, entregando sistemas capazes de reforçar a segurança bancária, otimizar processos de atendimento e enriquecer a experiência do usuário com tecnologias de ponta.