Mateus Almeida trabalha na interseção entre pesquisa, engenharia, inteligência artificial, automação e design para transformar problemas reais em soluções digitais úteis.
Sou Mateus Almeida, estudante de Ciência da Computação no CEUNES/UFES, com atuação em Ciência de Dados, Inteligência Artificial, Machine Learning, Deep Learning, LLMs, automação e desenvolvimento de soluções digitais.
Minha trajetória combina pesquisa acadêmica, desenvolvimento web, suporte e redes, automações em Python, criação de RAGs e auditoria de segurança. Também faço parte do time de desenvolvimento da Opt Labs, com foco em automação e IA para pequenos negócios.
Atuei em projetos de séries temporais, aprendizado por reforço, Smart Grids, visão computacional, NLP e sistemas web. Minha formação também passa por design gráfico, o que fortalece minha visão de produto, comunicação e experiência visual.
Este portfólio reúne projetos, publicações, notas técnicas e experiências profissionais que conectam pesquisa, engenharia e aplicação prática de tecnologia.
Atuação no desenvolvimento de soluções para automação e Inteligência Artificial voltadas a pequenos negócios, conectando produto, engenharia de software, integrações web e aplicações práticas de IA.
Criação de materiais gráficos para Marketing Digital e contribuição no time de desenvolvimento com RAGs, automações em Python e auditoria de segurança de rede e sistemas.
Automação com Inteligência Artificial, suporte técnico de computadores e redes, suporte ao usuário e apoio a rotinas da Divisão de Tecnologia da Informação Setorial Norte.
Condução autônoma de projetos web, oferecendo soluções personalizadas para criação de sites e sistemas web.
Projetos de design, publicidade, identidade visual e websites para empresas e pessoas físicas, fortalecendo presença digital e mensagem de marca.
Implementação de front-end e back-end de aplicações web e sites utilizando Laravel, Vue.js, MySQL, Git e Bootstrap.
Como democratizar o acesso a ferramentas de cibersegurança voltadas à auditoria de redes e infraestrutura por meio de tecnologias gratuitas, abertas e de baixo custo computacional?
Pesquisa em desenvolvimento para o TCC, com foco na criação de uma plataforma de cibersegurança acessível para auditoria de redes e infraestrutura. A proposta explora um agente autônomo com memória, grafo de conhecimento, ranqueamento de decisões e geração de relatórios técnicos. O projeto usa APIs gratuitas como NVIDIA NIM e Hugging Face, com objetivo de reduzir dependência de alto custo computacional e evoluir para execução local em ambientes limitados, como Raspberry Pi.
Identificação Autônoma de Equipamentos Eletroeletrônicos em Smart Grid
Pesquisa em Smart Grids com aplicação de aprendizado por reforço para desenvolver algoritmos autônomos de identificação, classificação e gerenciamento de equipamentos eletroeletrônicos em ambientes residenciais. O foco é otimizar consumo energético, agendamento de recursos e automação em casas inteligentes.
Métodos de Aprendizado de Máquina para Séries Temporais Multivariadas
Pesquisa sobre técnicas tradicionais e avançadas de aprendizado de máquina para análise de séries temporais multivariadas, com foco em previsão, causalidade, tendências e padrões complexos.
Estudo comparativo de RTOS para seleção em projetos embarcados
Pesquisador principal: Mateus Almeida. Pesquisa bibliográfica e análise comparativa de sistemas operacionais de tempo real para sistemas embarcados, considerando desempenho, determinismo, latência, suporte a padrões industriais, segurança, consumo de recursos, facilidade de uso, documentação e aplicação em projetos específicos. O estudo compara referências sobre FreeRTOS, RIOT, uC/OS-II, uC/OS-III, RT-Thread, Keil RTX e outros RTOS, com foco em apoiar decisões técnicas informadas para projetos embarcados.