Проєкти
Проєкти з комп'ютерної інженерії, створені протягом навчання в IADE — Європейському університеті: від автономної робототехніки та вбудованих систем до вебзастосунків, мобільних програм і симуляцій. Натисніть на проєкт, щоб побачити подробиці.
Speedy
Speedy — автономний гоночний автомобіль, створений для швидкого, безпечного й цілком автономного проходження траси. Розроблений як дипломний проєкт бакалаврату з комп'ютерної інженерії в IADE — Європейському університеті, він поєднує комп'ютерний зір, штучний інтелект і датчики, щоб розпізнавати трасу, помічати перешкоди й адаптувати керування в реальному часі. Усю архітектуру було зведено на Raspberry Pi 4, що зробило платформу ефективнішою та зменшило затримку між сприйняттям середовища й діями автомобіля. Побудований на ROS 2 Jazzy, Speedy демонструє інтеграцію програмного забезпечення, електроніки та робототехніки в завершене рішення для автономної навігації, показуючи практичне застосування алгоритмів керування, обробки зображень і ухвалення рішень у вбудованих системах.
Wash Buddy
Wash Buddy — автономний інтерактивний робот, який проводить дітей через процедуру миття рук: дотик до іграшок із RFID-мітками (мило, губка, рушник) просуває строгий скінченний автомат — Idle → Wet → Soap → Scrub → Rinse → Dry → Success — із таймаутами на кожному кроці, налаштованими за реальними рекомендаціями, включно з мінімумом у 20 секунд намилювання згідно з рекомендаціями ВООЗ/CDC. ESP32-WROOM-32 виконує дворядерний поділ на FreeRTOS: одне ядро малює процедурно анімоване OLED-обличчя та ефекти частинок зі стабільними 60 FPS, а інше керує трьома жестами на сервоприводах, зчитуванням RFID і синхронізованими голосовими репліками. Замовна друкована плата розділяє силовий і логічний шари, щоб шум двигунів не потрапляв на шини SPI/I2C, а автовимкнення через MOSFET прибирає споживання в режимі очікування.
World of Toilets
World of Toilets — мобільний застосунок, який допомагає знаходити, оцінювати та пропонувати громадські вбиральні в Лісабоні. Написаний на Kotlin із Jetpack Compose, він фільтрує результати за критеріями на кшталт доступності та наявності сповивальних столиків і будує оптимальні пішохідні маршрути пошуком A* по графу OpenStreetMap із 199 000 вузлів — у середньому 1,75 с на запит під час навантажувального тестування зі 100% успішних відповідей. Бекенд піднімає дві репліки API на NestJS і два фронтенди на Next.js за балансувальником NGINX, спираючись на кластер MariaDB Galera з трьох вузлів у синхронній multi-master реплікації, з JWT-автентифікацією, рольовою моделлю доступу та паролями, хешованими bcrypt.
CAPO
CAPO (Computer Aided Process Overview) оцифровує виробничий цех заводу металевих трубопроводів, моделюючи роботу в ієрархії Проєкт → Ізометрія → Котушка → Стик → Деталь через три послідовні етапи: різання, складання та зварювання. Побудований на NestJS 11 із використанням CQRS і багатої доменної моделі, кожен перехід стану фіксується як незмінна подія, а передавання між етапами виводяться — і ніколи не зберігаються — зі стану самих деталей, тож конвеєр не може розсинхронізуватися. Доменні події розходяться через Socket.IO, тому завершення етапу миттєво відкриває наступний для його оператора без перезавантаження сторінки. Фронтенд — Next.js 16 із React Server Components, що працює за зворотним проксі NGINX як монорепозиторій на Bun-workspace.
Angry Duck
Angry Duck — проєкт мережевої інфраструктури для шестиповерхової штаб-квартири та допоміжної будівлі вигаданої птахівничої компанії, виконаний для курсу «Мережі та передавання даних». План охоплює структуровану кабельну систему, подвійну магістраль, точки доступу Wi-Fi на кожному поверсі та централізований центр обробки даних, а також чотири модульні IoT-підсистеми — виявлення небезпечних газів, пожежогасіння, контроль доступу та керування температурою — розгорнуті на кожному поверсі. Повну топологію (2 маршрутизатори, 9 комутаторів, 6 серверів, 39 комп'ютерів і 44 IoT-пристрої) було змодельовано та відпрацьовано в Cisco Packet Tracer.
Physics Simulator
Physics Simulator — настільний застосунок на GTK4, що моделює рух частинок у двох незалежних режимах: кінематичному, де частинки рухаються траєкторіями зі сталим прискоренням, і динамічному, де другий закон Ньютона виводить прискорення з налаштовуваних сил і гравітації на кожному кроці. Написаний на C із Cairo для векторного рендерингу, він підтримує режими камери з автомасштабуванням і стеженням за частинкою, малює історичні сліди частинок і вміє зберігати та завантажувати повні стани симуляції у вигляді файлів проєкту .sabino, з детальним експортом у CSV по кожній частинці для подальшого аналізу.
Luan Ribeiro
Допитливий за вдачею, я люблю розв'язувати задачі за допомогою даних і коду. Поза роботою ділю час між аналоговою фотографією та розробкою ігор, постійно щось оптимізуючи. Маю велику пристрасть до навчання, письма, подорожей і мотоциклів. Також працюю у сфері менеджменту, мистецтва та реклами, і маю підробіток, де дізнаюся про тканини й матеріали та практикую англійську. Мене дуже цікавлять техніки запам'ятовування, електричні системи та механіка.
Мій нинішній технічний фокус — Data Science та штучний інтелект: розробляю ефективні рішення на екосистемах як-от Python, SQL, Java та C#.
Поза корпоративним середовищем і комерційною розробкою я ділю вільний час між спокійною точністю аналогової 35-мм фотографії, творчим процесом інді-розробки ігор та бігом, завжди прагнучи оптимізувати й відточити кожну деталь.