Felipe Quentino

Sobre Mim

About Me

Sou um cientista de dados especializado em machine learning, deep learning e desenvolvimento full-stack. Minha paixão está em construir sistemas inteligentes que resolvem problemas complexos e criam impacto significativo.

I'm a data scientist specializing in machine learning, deep learning, and full-stack development. My passion lies in building intelligent systems that solve complex problems and create meaningful impact.

Com expertise em visão computacional, modelagem preditiva e desenvolvimento web, desenvolvi um portfólio diversificado de projetos, desde sistemas de detecção de armas até plataformas de análise preditiva para saúde pública.

With expertise in computer vision, predictive modeling, and web development, I've developed a diverse portfolio of projects ranging from weapon detection systems to predictive analytics platforms for public health.

Minha abordagem combina precisão técnica com pensamento estratégico, transformando dados brutos em insights acionáveis e aplicações poderosas.

My approach combines technical precision with strategic thinking, transforming raw data into actionable insights and powerful applications.

Aprendizado de Máquina Machine Learning Aprendizado Profundo Deep Learning Visão Computacional Computer Vision Detecção de Objetos Object Detection Reconhecimento Facial Facial Recognition Análise de Séries Temporais Time Series Analysis Python Scikit-learn TensorFlow PyTorch React Vue.js Node.js Apache Kafka SQLite3 Postgres Firebase MongoDB Docker

Data visualization — Eu ministrando um minicurso de Introdução a Machine Learning, em Dezembro de 2024

Projetos

Projects

Onde Algoritmos Encontram Aplicações no Mundo Real

Where Algorithms Meet Real-World Applications

🚨 Detecção de ArmasWeapon Object Detection

YOLO-PyTorch • OpenCV

Rotulei mais de 10 mil imagens de armas e treinei um novo modelo de detecção de objetos YOLO-PyTorch, aplicando Transfer Learning e tornando a inferência do modelo base YOLO muito mais rápida e precisa.

Labeled more than 10k images of weapons and trained a new YOLO-PyTorch object detection, applying Transfer Learning and making the inference of YOLO base model way faster and accurate.

📈 Inferência 18% mais rápida • 94,3% de precisão

📈 18% faster inference • 94.3% accuracy

Ver Detalhes Técnicos → View Technical Details →

👁️ Reconhecimento Facial Aprimorado👁️ Enhanced Facial Recognition

OpenCV • TensorFlow • ROI Techniques

Aprimorei um modelo pré-treinado de detecção de pessoas, integrando-o com reconhecimento facial e técnicas de Região de Interesse (ROI) para uma aplicação de rastreamento de baixo custo.

Enhanced a pre-trained person detection model by integrating it with facial recognition and Region of Interest (ROI) techniques for a low cost tracking application.

📈 Processamento 3,2x mais rápido • 96,7% de precisão

📈 3.2x faster processing • 96.7% accuracy

Ver demonstração → See demonstration →

💉 Predição de Hipoglicemia💉 Hypoglycemia Prediction

MAGE Algorithm • Python • Séries Temporais

Utilizando apenas dados em tempo real de Glicose do paciente, recriei o algoritmo estatístico MAGE para prever quando o paciente terá uma Hipoglicemia, indo contra as alternativas mais complexas de realizar esse tipo de predição utilizando centenas de dados.

Using only the patient's real-time glucose data, I recreated the MAGE statistical algorithm to predict when the patient will experience hypoglycemia, challenging more complex alternatives that require hundreds of data points.

⬆️ Mais de 1000 Hipoglicemias previstas, ajudando dezenas de diabéticos.

⬆️ Over 1,000 hypoglycemic events predicted, helping dozens of diabetics.

Ver Detalhes da Simulação → View Simulation Details →

🦟 Análise de Casos de Dengue🦟 Dengue Cases Analysis

Python • Scikit-learn • Data Visualization

Análise abrangente de casos de dengue em Sergipe, Brasil, identificando padrões e fatores de risco para a criação de estratégias de intervenção usando análise de dados geoespaciais.

Comprehensive analysis of dengue cases in Sergipe, Brazil, identifying patterns, risk factors, and intervention strategies using geospatial data analytics.

📍 14 municípios analisados • 3 padrões identificados

📍 14 municipalities analyzed • 3 patterns identified

Ver Análise → View Analysis →

🌎 Brasilico

ARIMA • SARIMAX • Scikit-learn • Vue.js

$$ \text{SARIMAX}(p,d,q)(P,D,Q)_s $$

Plataforma abrangente que fornece informações em tempo real e previsões sobre o Brasil usando modelos avançados de previsão para series temporais.

Comprehensive platform providing real-time information and predictions about Brazil using advanced forecasting models.

Explorar Dados em Tempo Real → Explore Real-Time Data →

🌿 Crimes AmbientaisEnvironmental Crimes

HTML • CSS • JavaScript • Heatmaps

Plataforma para denúncias anônimas de crimes ambientais, incluindo recursos de geolocalização, upload de evidências e tratamento seguro de dados.

Platform for anonymous reporting of environmental crimes, including geolocation features, evidence uploading, and secure data handling.

Ver Denúncias → View Reports →

Destaque: Óusi Featured: Óusi

Sistema Avançado de Monitoramento

Advanced Monitoring System

Este projeto representa um avanço significativo na tecnologia de segurança, utilizando técnicas de deep learning de última geração para detectar armas em transmissões de vídeo em tempo real com precisão excepcional.

This project represents a significant advancement in security technology, utilizing state-of-the-art deep learning techniques to detect weapons in real-time video streams with exceptional accuracy.

O sistema foi treinado em um conjunto diversificado de dados de armas em várias condições de iluminação, ângulos e obstruções parciais. Ao implementar transferência de aprendizado e técnicas personalizadas de aumento de dados, o modelo atinge 95% de precisão com uma taxa de falsos positivos notavelmente baixa.

The system was trained on a diverse dataset of weapons in various lighting conditions, angles, and partial occlusions. By implementing transfer learning and custom data augmentation techniques, the model achieves 95% accuracy with a remarkably low false positive rate.

Além disso, o Óusi é integrado ao Reconhecimento Facial Aprimorado com rastreamento de pessoas, formando uma solução completa de segurança.

Also, Óusi is combined with the Enhanced Facial Recognition and person tracking, making it a complete security software.

Principais conquistas técnicas incluem:

Key technical achievements include:

Arquitetura YOLOv8 personalizada com modificações para melhorar a detecção de objetos pequenos Custom YOLOv8 architecture with modifications for improved small object detection
Pipeline de inferência otimizado para processamento em tempo real a mais de 10 FPS em hardware do cliente Optimized inference pipeline for real-time processing at 10+ FPS on consumer hardware
Implementação de verificação de consistência temporal para reduzir falsos positivos Implementation of temporal consistency checking to reduce false positives
Capacidades de implantação em dispositivos de borda para sistemas com conectividade limitada Edge deployment capabilities for systems with limited connectivity

Ver mais View more details