Dheiver Francisco Santos é um pesquisador, engenheiro de machine learning e professor brasileiro que atua nas áreas de inteligência artificial, ciência de dados e sistemas inteligentes, com ênfase em aplicações na saúde digital.
Formação acadêmica Santos é doutor em Engenharia Química pela Universidade Federal da Bahia (UFBA), em parceria com a Universidade Federal do Rio de Janeiro (UFRJ), com pesquisa dedicada à termodinâmica de líquidos iônicos. Realizou pós-doutorado em Engenharia Química pela Universidade Tiradentes (UNIT), em parceria com a Universidade Estadual de Campinas (UNICAMP), com atuação na área de modelagem de interfaces.
Carreira Iniciou a carreira científica na engenharia química, publicando em periódicos como o Journal of Chemical & Engineering Data, Fluid Phase Equilibria e Chemical Engineering Journal, com trabalhos sobre propriedades termodinâmicas de líquidos iônicos. Posteriormente migrou para a inteligência artificial aplicada, com pesquisas em visão computacional e aprendizado profundo para diagnóstico médico, incluindo detecção de tumores cerebrais, glaucoma e adenocarcinoma pulmonar em estágio inicial.
Atuou como cientista sênior e engenheiro de machine learning em empresas de tecnologia, entre elas a healthtech Cognai, em projetos de ciência de dados, visão computacional e processamento de linguagem natural com impacto clínico. É docente de disciplinas de tecnologia da informação — inteligência artificial, big data e ciência de dados — em instituições como a Universidade de Pernambuco (UPE) e a Universidade Estácio de Sá, além de mentor do Founder Institute Brazil.
É criador do Mangaba AI, framework de código aberto voltado à orquestração de agentes autônomos e à integração com grandes modelos de linguagem (LLMs). Foi palestrante confirmado do 23º Latinoware, onde abordou o uso de IA generativa e software livre em soluções éticas para saúde e ciência aberta.
Produção científica Segundo o Google Scholar, Santos acumula mais de 560 citações, com índice h 12 e índice i10 de 16. No ResearchGate, registra mais de 130 publicações. Possui uma patente registrada no INPI.
Publicações selecionadas Experimental density of ionic liquids and thermodynamic modeling with group contribution equation of state based on the lattice fluid theory — Journal of Chemical & Engineering Data (2016) Synthesis and physico-chemical properties of two protic ionic liquids — Fluid Phase Equilibria (2014) Density, refractive index, apparent volumes and excess molar volumes — Brazilian Journal of Chemical Engineering (2015) Separation of 2,4,6-trinitrophenol from aqueous solution — Chemical Engineering Journal (2016) Brain tumor detection using deep learning — medRxiv (2022)
Livros Fundamentos de Machine Learning: Teoria e Prática (2023) Machine Learning no Mercado Financeiro: Desvendando o Potencial das Análises Preditivas (2023)
Referências
Categoria:Cientistas de dados Categoria:Pesquisadores do Brasil Categoria:Engenheiros químicos do Brasil Categoria:Professores da Universidade de Pernambuco