Kalebe Nascimento

Desenvolvedor | Graduando em Engenharia da Computação

Estudante do 9º período de Engenharia da Computação no IFF. Atuo no desenvolvimento de sistemas, automação de processos e análise de dados, aplicando tecnologia para otimizar operações e gerar soluções eficientes. Possuo experiência com desenvolvimento web, mobile, redes, computação paralela e distribuída, além de análise de dados com Power BI.

Kalebe Nascimento

Sobre Mim

Sou estudante de Engenharia da Computação no Instituto Federal Fluminense – Campus Centro, atualmente no 9º período, com CR 8,3. Tenho perfil analítico, proativo e foco em otimização de processos através de tecnologia, atuando tanto no desenvolvimento de sistemas quanto na análise e melhoria de fluxos operacionais.

Atualmente sou bolsista no desenvolvimento e manutenção de um sistema de estágio curricular utilizado por todas as licenciaturas do campus. Neste projeto, implementei funcionalidades de automação e otimização de processos, como preenchimento automático de dados, geração dinâmica de documentos e organização dos termos de estágio em três categorias, o que reduziu significativamente o tempo operacional e minimizou erros manuais.

Tenho facilidade de adaptação a sistemas e tecnologias, com domínio de Ruby on Rails, PostgreSQL, HTML, CSS e JavaScript, além de experiência com Python, Java e Flutter. Meu conhecimento também inclui infraestrutura de redes, automação com microcontroladores, banco de dados, Power BI e pacote Office em nível avançado, ferramentas que utilizo para gerar análises e apoiar a tomada de decisão.

Meu Trabalho de Conclusão de Curso está sendo focado em Computação de Alto Desempenho, com a construção de um cluster Beowulf, promovendo reaproveitamento de hardware, eficiência energética e inovação para atividades acadêmicas.

Possuo experiência prática em análise de dados e desenvolvimento de modelos preditivos em Python, aplicando algoritmos como Árvore de Decisão, KNN, SVM e DBSCAN. Atuo desde a limpeza e transformação dos dados até a construção de modelos e geração de insights, sempre com foco na otimização de processos e apoio à tomada de decisão baseada em dados.

Tenho nível de inglês B2, com boa leitura técnica, e estou preparado para lidar com alta demanda, ambientes desafiadores e projetos que exijam avanço tecnológico, melhoria contínua e transformação digital dos processos.

Busco uma oportunidade onde eu possa aplicar meu conhecimento em engenharia, tecnologia, automação e análise de dados, contribuindo para a otimização dos processos e geração de valor.

Mantenho meu GitHub sempre atualizado, com projetos que refletem minha evolução como desenvolvedor e engenheiro, minha organização e interesse por soluções tecnológicas aplicadas ao mundo real, tanto no desenvolvimento de sistemas quanto em projetos de dados, automação e otimização de processos.

Habilidades

C

90%

Java

80%

Spring Boot

80%

Ruby

90%

JavaScript

80%

MySQL

70%

PostgreSQL

80%

Firebase

90%

Git/Github

95%

Python

85%

TypeScript

70%

Docker

90%

AWS

80%

HTML/CSS

80%

Dart

65%

Flutter

70%

UML

90%

Office

95%

IA

95%

Power BI

85%

Redes/Infra

80%

Experiência

Bolsista em Desenvolvimento de Sistema de Estágio

Instituto Federal Fluminense

Set 2024 - Atual

Atuação na criação, manutenção, melhorias, suporte (Inclusive gravando vídeos de utlização do sistema) e novas funcionalidades de um sistema de gestão de estágio curricular, utilizado por todas as licenciaturas do campus.

Ruby
Ruby on Rails
JavaScript
HTML/CSS
SQL
Bootstrap
Nginx

Bolsista para Desenvolvimento Mobile

Projeto do IFF em parceria com empresa privada

Jan 2024 - Atual

Desenvolvimento de aplicativo mobile em Flutter com backend Firebase, atuando na implementação dos módulos de compra e venda para gestão de mercados. Trabalho realizado em equipe multidisciplinar. Atualmente criado um aplicativo mobile para gereciamente de condomínios, voltado para moradores, sindicos e adminsitradores.

Dart
Flutter
FlutterFlow
Firebase
Google SDK

Projeto de Pesquisa de Graduação – Computação de Alto Desempenho

Instituto Federal Fluminense

Nov 2024 - Atual

Desenvolvimento e implementação de um cluster Beowulf com MPI para processamento paralelo, utilizando computadores reaproveitados, com análise de desempenho em algoritmos e aplicações acadêmicas. Projeto voltado para ensino de sistemas distribuídos, redes e sustentabilidade tecnológica no Instituto Federal Fluminense.

Linux
Debian
C
Java
Python
MPI
OpenMPI
OpenCV

Projetos Destacados

Sistema Estágio Curricular (ECS)

Sistema Estágio Curricular (ECS)

O ECS é um sistema web usado por todos os cursos de Licenciatura do IFF Campus Campos Centro para organizar os processos de estágio. Como bolsista, atuei no desenvolvimento, fazendo melhorias no layout, criação de campos, botões, ajustes de dados e correções, tornando o sistema mais prático e eficiente.

Ruby
Ruby on Rails
JavaScript
HTML/CSS
SQL
Bootstrap
Nginx
Aplicativo de Mercado e Loja

Aplicativo de Mercado e Loja

Aplicativo mobile para gerenciamento de vendas e compras em mercados, com funcionalidades de cadastro de produtos, controle de estoque, pagamento via ASAS e relatórios.

Dart
Flutter
FlutterFlow
Firebase
Google SDK
Cluster Beowulf para Testes de Desempenho

Cluster Beowulf para Testes de Desempenho

Criação de um cluster Beowulf para comparar o desempenho de C, Java e Python em algoritmos paralelos de processamento de imagens, usando MPI, com foco em desempenho, escalabilidade e baixo custo.

Linux
Debian
C
Java
Python
MPI
OpenMPI
OpenCV
Sistema Código de Barras via API Web

Sistema Código de Barras via API Web

Projeto acadêmico que simula um sistema pick-by-light usando Raspberry Pi e Python. A leitura dos códigos de barras é enviada via API para um site, onde os dados podem ser exibidos e apagados. Também utilizamos a API UPC Database para consultar os códigos de barras.

C
Python
HTML
PHP
SQL
Raspberry Pi
API
Predição de Gêneros de Jogos com Machine Learning

Predição de Gêneros de Jogos com Machine Learning

Projeto desenvolvido na faculdade para prever gêneros de jogos a partir de dados de vendas, utilizando Decision Tree, SVM e KNN, com foco em análise e melhoria de desempenho.

Python
Pandas
NumPy
Scikit-learn
Matplotlib
Seaborn

Entre em Contato

Fale Comigo

Sinta-se à vontade para entrar em contato se tiver alguma dúvida ou se quiser trabalhar junto em um projeto.