React App for Android and IOS• Publicações de App nas lojas App Store e Play Store.• Refatoração de código• Testes unitários• Criação de WhiteLabels• Fluxo de CI/CD com Fastlane e EAS Build

React App for Android and IOS• Criação de novas telas e componentes especificados no Figma.• Implementação de novas funcionalidades e componentes.• Publicações de App nas lojas App Store e Play Store.Angular CLI• Criação de novas telas e componentes.• Implementação de novas funcionalidades e componentes.• Melhorias e atualização de códigos já existentes .

Angular CLI - Criação de novas funcionalidades - Atualização de Componentes de acordo com Figma - Correções de Bugs e atualização de código legado

Trabalhei no desenvolvimento do aplicativo de delivery da loja, com foco tanto no frontend como no banckend também utilizando NodeJs.

- Realização de manutenção de computadores corretiva e preventiva- Manutenção da rede de computadores

Realizei meu Estágio na Escola Estadual de Pernambuco Erem Arthur Barros Cavalcante.Este trabalho visa apresentar o resultado das atividades desenvolvidas durante operíodo do estágio na área de programação web e de manutenção, tendo como algunsobjetivos como colocar em prática todos os conhecimentos adquiridos em sala de aula,vivenciar o ambiente de trabalho e também é um dos requisitos exigidos pelo curso Técnicoem Informática para que possamos concluí-lo com êxito.

Durante meu período de formação do ensino médio realizei uma pesquisa com neurônios artificiais aplicado a classificação de pessoas com Diabetes Mellitus.ResumoNeste projeto, desenvolvi um modelo neuro-evolucionário, composto de neurônios artificiais e algoritmos evolucionários, para diagnóstico automático de Diabetes Mellitus. O neurônio artificial apresentado foi o perceptron, que simula o funcionamento do neurônio biológico. Além disso, foi apresentado um processo de aprendizagem evolucionário, composto de um algoritmo genético melhorado, para o projeto do neurônio artificial proposto. Para a realização dos experimentos foi utilizada uma base de dados de composta por indivíduos do sexo feminino diagnosticados positivamente ou negativamente para diabetis mellitus. Os experimentos foram avaliados de acordo com a medida de desempenho acurácia (accuracy, ACC), e o modelo apresentado neste trabalho obteve taxa de acerto expressiva para diagnóstico automático de diabetes mellitus.Palavras-chave: Diabetes Mellitus, Neuro-Evolução, Neurônios Artificiais, Algoritmos Evolucionários, Classificação.