João Vitor Chaves de Souza

Desenvolvimento do V4H, plataforma de telessaúde da Wisecare utilizada no SUS, integrada ao prontuário AGHUse, ao CNES e à autenticação via Keycloak. Construí o processamento e a persistência das transcrições das consultas e uma camada de IA sobre elas: busca com citações, identificação de fatos clínicos por participante e rascunhos de evolução SOAP. Atuo no backend em Node e TypeScript (Express, TypeORM, InversifyJS, BullMQ e RabbitMQ, Socket.IO) e no frontend React com Redux-Saga, e estou reconstruindo a camada de sessões e videochamadas para substituir a dependência do Jitsi por uma solução própria.

Pesquisa, desenvolvimento e inovação em parceria com empresas, com foco em agentes baseados em LLMs, OCR e visão computacional. Projetos: Editora BP (mai 2026 — presente), plataforma de IA para produção de provas comentadas, com fluxo de 10 etapas em LangGraph, RAG sobre fontes curadas e revisão por especialistas, que reduziu a primeira versão de uma prova de 1 a 2 dias para cerca de 10 minutos e o custo por questão em 10 vezes; e TutorIA (dez 2025 — mar 2026), tutoria para o ENEM no WhatsApp, com resolução de questões por foto, correção de redação e dúvidas com RAG.

Na Technology and Artificial Intelligence League, primeira liga acadêmica de IA da Paraíba, integro a diretoria de Visão Computacional/Sports. Em equipe, desenvolvo um sistema de scouting automatizado para o basquete 3x3 que extrai métricas de jogadores de vídeos de transmissão, adaptando para meia quadra um pipeline de 5x5 (detecção, segmentação, keypoints de quadra e pose) e avaliando a generalização dos modelos. Projeto em andamento.

Com a turma de trainees, construí o Pauta, plataforma de civic tech em que cidadãos reportam problemas urbanos com foto e localização. Um LLM de visão classifica cada relato (com revisão manual quando a confiança é baixa), os relatos viram pontos georreferenciados no PostgreSQL/PostGIS, exibidos em mapa e feed da comunidade, e as notificações rodam sobre um outbox de eventos consumido por workers Celery.

Responsável pelo pipeline de ingestão automatizada da LOTEP, a Loteria do Estado da Paraíba: detecta planilhas novas de todos os operadores legalizados do estado, identifica o layout correspondente ou infere e registra um novo automaticamente, e executa auditoria e limpeza vetorizada até a carga em um data warehouse PostgreSQL, com mais de 20 GB de dados e milhões de registros de apostas. Configuração em JSON orientada a metadados, validações antifraude, arquitetura event-driven em Kafka e gateway FastAPI validado por schema, em conformidade com a LGPD. Reduziu de 6 horas para 40 minutos o preparo dos dados do time de analytics.

Gerador de agentes inteligentes que resolveu um gargalo do CrewAI: em vez de escrever código, o usuário define papel, objetivo e contexto do agente por uma interface interativa, e a aplicação gera o código e a configuração prontos para uso.

Programa gratuito de programação, projetos e mentoria da UFPB, feito por estudantes, com aulas de Python, web e dados.

1º lugar entre 6 equipes no hackathon do programa (mai–jun 2025), com o PixelMind.

LembreMe

Assistente pessoal que roda inteiro no WhatsApp: finanças, tarefas, lembretes, metas e rotinas em linguagem natural. Autor principal, arquitetura e desenvolvimento.

Python · FastAPI · Node.js · whatsapp-web.js · LangChain · GPT-4o-mini

Pauta

Transparência política municipal: o cidadão reporta um problema urbano, acompanha a resolução e se aproxima de quem o representa.

Python 3.12 · FastAPI · SQLAlchemy · Celery · Next.js 16 · React 19

PixelMind

Editor de vídeo que aceita comandos em linguagem natural, primeiro lugar no hackathon do Trilha. Arquiteto backend.

Next.js · TypeScript · Tailwind CSS · Node.js · Python · FastAPI

Vero

Plataforma clínica que acompanha a consulta em tempo real e faz a pré-consulta do paciente pelo WhatsApp. Autor principal, pipeline de LLM clínico, agente de pré-consulta e importação de documentos.

TypeScript · React 19 · Vite · Tailwind CSS 4 · TanStack Query · Fastify