Fernando Campos Silva Dal' Maria — Desenvolvedor de Software em Belo Horizonte
Desenvolvedor e pesquisador em Ciência da Computação, com foco em computação gráfica, inteligência artificial e software de alto desempenho.
Construo ferramentas que aproximam ideias complexas de interfaces claras — de frameworks de aprendizado profundo em C++ e CUDA a visualizações interativas de grafos e autômatos. Minha formação anterior em Medicina também orienta uma abordagem interdisciplinar, centrada em problemas reais e nas pessoas que convivem com eles.
Áreas de atuação: Computação gráfica, Inteligência artificial, Alto desempenho. Belo Horizonte · MG.
Habilidades: C++, CUDA, PYTHON, PYTORCH, TYPESCRIPT, REACT, RUST, APRENDIZADO PROFUNDO, COMPUTAÇÃO PARALELA
Trajetória
- Medicina — Faculdade Ciências Médicas de Minas Gerais (2020 — 2022): Dois anos de anatomia, fisiologia, bioquímica, histologia e patologia, antes da transferência para computação.
- Aulas particulares — Profissional autônomo (2021 — 2025): Aulas particulares mantidas em paralelo à formação, do segundo ano de Medicina ao início de 2025.
- Bacharelado em Ciência da Computação — PUC Minas (2022 — presente): Média global 9,475/10 e láurea acadêmica por desempenho excepcional. Monitor de Teoria dos Grafos, Teoria da Computabilidade, Sistemas de Bancos de Dados e Histologia.
- Analista de dados e engenheiro de automação com IA — Profissional autônomo (2023 — presente): Análise de grafos de relacionamentos para identificar padrões de nepotismo, detecção de doenças na cultura da soja com PyTorch, sistema de gestão para uma loja de móveis e estruturação de dados de pesquisa clínica com o Hospital das Clínicas da UFMG.
- Iniciação científica · bolsista CNPq — PUC Minas — Laboratório LICAP (2023 — 2025): Pesquisa em tecnologia persuasiva com abordagem centrada no usuário, publicada no IHC 2024. Linha atual: interpretabilidade de modelos profundos e fundacionais via truque do kernel, medindo similaridade geométrica no espaço de representações de cada camada.
- Monitoria — PUC Minas (1º semestre 2023 · 2º semestre 2024): Duas monitorias bolsistas, cada uma aprovada em processo seletivo, de 10 horas semanais: Bancos de Dados (190 horas) e Teoria dos Grafos e Computabilidade (200 horas). Apoio a aulas teóricas e práticas, à rotina de laboratório e ao atendimento a alunos.
- Estagiário de desenvolvimento de software — Tribunal de Contas do Estado de Minas Gerais (2026 — presente): Sistemas internos e projetos de transformação digital do setor público.
Artigos
- Persuasive Technology for Managing the Routine of Families with Children and Adolescents with ADHD: A User-Centered Approach — IHC 2024 · ACM
- Support for Families of Children and Adolescents with Attention-Deficit/Hyperactivity Disorder: A Technological Solution Based on Persuasive Strategies — Journal of the Brazilian Computer Society · 32:1
Certificações e prêmios
- Microsoft Azure AI Fundamentals (AI-900)
- Red Hat Certified System Administrator II (RHCSA)
- Menção Honrosa — Congresso Acadêmico de Iniciação Científica, PUC Minas
- Láurea acadêmica — reconhecimento da reitoria, PUC Minas
Projetos
- Pineapple: Framework de aprendizado profundo escrito do zero em C++, inspirado em PyTorch e TensorFlow: diferenciação automática, operações com tensores e uma API modular de camadas. Executa em paralelo na CPU (multithreading) e na GPU (CUDA), com ganhos expressivos sobre implementações ingênuas.
- Graphic Paint: Editor visual de grafos e autômatos em TypeScript, na linha do Excalidraw. Constrói grafos dirigidos e não dirigidos e autômatos finitos (AFD, AFN, ε-AFN e com pilha), simula entradas e roda algoritmos — BFS, DFS, caminho mínimo, árvore geradora mínima — direto na tela de desenho.
- Classificação Estelar: Classificadores clássicos e modernos — Random Forest, SVM e redes neurais — aplicados a conjuntos de dados astronômicos para separar estrelas, galáxias e quasares, comparados por validação cruzada, curvas ROC/AUC e testes estatísticos.
- Tecnologia Persuasiva para Rotinas com TDAH: Pesquisa de iniciação científica (CNPq, laboratório LICAP da PUC Minas) sobre gestão da rotina de famílias com crianças e adolescentes com TDAH, numa abordagem centrada no usuário. Publicada no IHC 2024 (ACM) com Menção Honrosa, e ampliada em artigo no Journal of the Brazilian Computer Society.
- Relationship Hypergraph System (RHPG): Sistema de análise de performance organizacional baseado em grafos e hipergrafos. Combina indicadores individuais, relações de colaboração, participação em equipes e métricas estruturais de rede para avaliar colaboradores de forma contextual. Inclui dashboard interativo, análise de afinidade e impacto em grupos, métricas de centralidade, classificação de performance e avaliações de colaboradores e encaixe em equipes auxiliadas por IA.
- Relationship Graph Interpreter: Sistema de análise e interpretação de grafos de relacionamento voltado à identificação de padrões associados a nepotismo. A ferramenta examina conexões entre indivíduos e estruturas de relacionamento para detectar agrupamentos, proximidades e padrões potencialmente suspeitos, apresentando os resultados de forma visual e interpretável.
- Fannar: Método de interpretabilidade mecanicista baseado em análise geométrica das representações internas de redes neurais. O Fannar utiliza kernels e espaços de Hilbert com núcleo reprodutor para modelar relações entre ativações, parâmetros e gradientes, permitindo analisar a geometria formada ao longo das camadas. A partir dessa estrutura, o método investiga similaridades, modos dominantes, concentração de energia e a formação progressiva da decisão do modelo.
- Drones de Resgate: Simulador interativo de busca e resgate com drones. Usa medições ruidosas do sinal de um celular para estimar a posição de uma pessoa perdida e otimiza o posicionamento dos drones pela informação de Fisher para reduzir a incerteza.