Professor – UNIMATER | Cientista de Dados – SinncTech e Proton Data | Pesquisador de Pós-Doutorado em Nanomateriais

Rafael Rodrigues Barbosa é um profissional que une uma sólida formação em física aplicada à pesquisa de ponta em nanomateriais com a prática da ciência de dados e o desenvolvimento de hardware. Sua trajetória acadêmica e profissional demonstra versatilidade, pensamento analítico e a capacidade de traduzir conhecimento científico em soluções tecnológicas concretas.

Formação Acadêmica Multidisciplinar

• Doutor e Mestre em Física pela Universidade Federal de Santa Catarina (UFSC), com foco em transdutores e sensores.
• Graduado em Física pela Universidade Federal do Tocantins (UFT).
• Especialista em Engenharia Elétrica com ênfase em Automação Industrial.
• Atualmente cursa Engenharia da Computação na UNINTER, ampliando sua base em sistemas embarcados e hardware.

Atuação Profissional

• Docente no curso de Sistemas de Informação do Centro Universitário Mater Dei (UNIMATER) , onde forma futuros profissionais de tecnologia.
• Cientista de Dados na SinncTech e na Proton Data, atuando com Machine Learning, Deep Learning e Redes Neurais.
• Pesquisador de pós-doutorado no Laboratório de Teoria, Modelagem e Simulação de Nanomateriais (LTMS) , desenvolvendo protótipos de hardware e simulação computacional de nanomateriais utilizando técnicas de ML e Deep Learning.

Competências Técnicas

• Linguagens: Python, C, C++, PHP, Shell Script, Bash
• Bancos de Dados: SQL, NoSQL
• Machine Learning / Deep Learning: TensorFlow, Keras
• Computação em Nuvem: AWS, GCP
• Internet das Coisas (IoT): IFTTT, Blynk, SinricPro
• Robótica e sistemas embarcados
• Editoração científica: LaTeX

Projetos e Comunidade

Rafael mantém seus projetos públicos no GitHub (github.com/Rafael-Barbosa), onde compartilha código e contribui com a comunidade de tecnologia aberta.

No Latinoware 2026, Rafael Rodrigues Barbosa irá compartilhar com os congressistas sua experiência na interseção entre física, ciência de dados e engenharia, mostrando como a modelagem computacional e o aprendizado de máquina podem impulsionar a pesquisa em nanomateriais e o desenvolvimento de sensores inteligentes — uma ponte inspiradora entre a academia e a indústria de tecnologia.