Liderei tecnicamente o desenvolvimento do Crop Monitor desde a concepção até a sua consolidação como produto, atuando na definição da arquitetura, estratégias de evolução, gestão da equipe técnica e garantia da qualidade da solução. Contribuí ativamente para transformar a ideia inicial em uma plataforma robusta de monitoramento agrícola baseada em inteligência artificial.

Conduzi uma análise geoespacial detalhada das enchentes que afetaram o Sul do Brasil em 2024, integrando imagens de satélite, mapas temáticos e dados oficiais. O trabalho permitiu estimar com precisão as áreas inundadas e as perdas agrícolas, contribuindo para diagnósticos rápidos e embasados em contextos de emergência.

Desenvolvi e validei um modelo de detecção baseado em Mask R-CNN para a identificação automática de pivôs centrais de irrigação em imagens de satélite. O modelo alcançou alta acurácia na segmentação das estruturas, demonstrando potencial para aplicações em monitoramento agrícola em larga escala.

Neste projeto, gerenciei o download e o processamento de imagens de satélite para desenvolver matrizes de emissões e remoções de Gases de Efeito Estufa. Essas matrizes foram essenciais para o cálculo da dinâmica dos GEE no setor de uso da terra no Brasil nos anos de 1994, 2002, 2005, 2010 e 2016, fornecendo insights importantes sobre o impacto ambiental do país nesses períodos.

Entre 2017 e 2021, dediquei meus esforços a um projeto que envolveu o mapeamento da Agricultura e das Florestas Plantadas em todo o território brasileiro. Essa tarefa foi realizada com o uso de algoritmos de aprendizado de máquina, especialmente o Random Forest, em conjunto com imagens de satélite Landsat desde 1984. O escopo do projeto incluiu a aplicação de técnicas analíticas avançadas para processar e interpretar grandes volumes de dados, oferecendo uma visão abrangente e dinâmica das mudanças no uso da terra ao longo do tempo no Brasil.

Neste projeto, liderei o mapeamento de pivôs de irrigação e infraestrutura urbana. Em colaboração com os parceiros do NexGenMap — como Planet, MapBiomas, Google e a Fundação Gordon e Betty Moore — desenvolvemos soluções inovadoras para monitoramento da perda de florestas e mudanças no uso da terra no Brasil. Com o uso de imagens de satélite de alta qualidade e algoritmos avançados, obtivemos uma detecção precisa do desmatamento, apoiando decisões informadas de gestão territorial e políticas públicas para conservação das florestas tropicais brasileiras.

Como líder técnico da equipe, conduzi o desenvolvimento do SIMFaz, um sistema de monitoramento de propriedades rurais. Ele fornece inteligência geográfica para avaliar riscos ambientais, sociais e financeiros em imóveis rurais. Com três módulos — Socioambiental, Avaliação Fundiária e Monitoramento Agrícola — o SIMFaz oferece insights oportunos para diversos clientes, incluindo bancos, seguradoras e empresas do agronegócio. Utilizando imagens de satélite e dados climáticos, o sistema monitora o cumprimento de critérios socioambientais, avalia o valor das propriedades e acompanha o desempenho das lavouras ao longo do tempo.

Fui responsável pelo desenvolvimento completo do Portal de Rastreabilidade da Soja da COAMO, desde a organização e integração das bases de dados até a criação de um modelo automatizado para identificação de áreas com cultivo de soja. Estruturei todo o sistema do zero, incluindo a arquitetura da solução, os fluxos de processamento geoespacial e a implementação da plataforma web. O projeto permitiu rastrear a origem da soja com precisão, atendendo a critérios de sustentabilidade e compliance de mercado.

Implementei a metodologia de identificação de áreas irrigadas e fertirrigadas com cana-de-açúcar no Brasil, utilizando imagens de satélite e técnicas de sensoriamento remoto. O trabalho envolveu a análise temporal de dados, definição de critérios geoespaciais e aplicação de modelos de classificação, contribuindo para um mapeamento inédito e de alta relevância para o setor sucroenergético.

Implementei o modelo SSEBop (Simplified Surface Energy Balance Operational) na plataforma Google Earth Engine para gerar estimativas de evapotranspiração real em todo o território brasileiro. O projeto envolveu a adaptação do modelo às condições locais, processamento de grandes volumes de dados de sensoriamento remoto e validações com dados de referência, contribuindo para uma ferramenta robusta de monitoramento hídrico em escala nacional.

Fui responsável pela implementação da metodologia utilizada para identificar áreas de agricultura irrigada no Brasil, com base em imagens de satélite e séries temporais de sensoriamento remoto. O trabalho permitiu mapear os principais polos de irrigação do país com alta precisão, fornecendo subsídios técnicos para políticas públicas e gestão estratégica dos recursos hídricos.

Implementei o modelo SSEBop (Simplified Surface Energy Balance Operational) na plataforma Google Earth Engine para gerar estimativas de evapotranspiração real em todo o território brasileiro. O projeto envolveu a adaptação do modelo às condições locais, processamento de grandes volumes de dados de sensoriamento remoto e validações com dados de referência, contribuindo para uma ferramenta robusta de monitoramento hídrico em escala nacional.

Desenvolvi um aplicativo no Google Earth Engine que integra imagens de satélite e dados de alertas de desmatamento do INPE, proporcionando visualização dinâmica e acessível das áreas de risco em todo o Brasil. A solução facilita o monitoramento ambiental em tempo quase real, apoiando ações de fiscalização e conservação.

Atuei na equipe de desenvolvimento do SINUTRI – Sistema de Acompanhamento Nutricional para a Comunidade Acadêmica, contribuindo para a criação de funcionalidades que permitem o registro, análise e monitoramento de dados nutricionais de estudantes e servidores. O sistema foi desenvolvido utilizando Java com o framework Spring, garantindo robustez, segurança e escalabilidade à aplicação.

Desenvolvi do zero o sistema Dias de Sorte, uma aplicação para geração automática de jogos de loteria, com base em critérios estatísticos e regras personalizáveis. Fui responsável por toda a arquitetura da solução, lógica de geração dos jogos e interface do sistema, garantindo uma experiência simples e eficiente para os usuários.