Lucas Vasconcelos Morais

Engenheiro Eletricista | Doutorando em Ciência da Computação (Machine Learning)

Engenheiro eletricista com atuação na administração de sistemas de controle de acesso e CFTV em ambientes corporativos e no desenvolvimento de soluções em Python para integração, processamento e análise de eventos. Doutorando em Ciência da Computação pela Universidade de Brasília (UnB), com pesquisa em métodos de machine learning para detecção de anomalias nesses sistemas. Desenvolve também aplicações com modelos de linguagem, incluindo agentes de IA, transcrição automática de áudio e preparação de documentos para RAG.

lvmorais@gmail.com Currículo (PDF) LinkedIn Lattes

Foto profissional de Lucas Vasconcelos Morais

Projetos

Os códigos-fonte destes projetos são de acesso restrito. Trechos podem ser apresentados mediante solicitação, em entrevista técnica.

  1. Middleware markoviano para detecção de anomalias em controle de acesso físico

    Middleware não supervisionado e incremental que identifica desvios comportamentais no deslocamento de usuários em sistemas de controle de acesso, operando em tempo real sobre o fluxo de eventos de produção.

    Contexto
    Sistemas de controle de acesso aplicam apenas regras estáticas de permissão; uso indevido de credenciais que não viola essas regras permanece invisível em milhões de registros que não podem ser inspecionados manualmente.
    Abordagem
    Modelagem do deslocamento de cada usuário como Cadeia de Markov em tempo discreto, com dois critérios complementares: raridade probabilística da transição e variação incremental da entropia local. Limiares globais robustos (mediana e MAD) e atualização incremental com custo constante por evento, exposta por API.
    Resultado
    Linha de base construída sobre ≈13,9 milhões de transições (2020–2025). Na avaliação prospectiva com 44.329 eventos não vistos, 1,75% dos registros foram sinalizados, separados em anomalias parciais e fortes para priorização de alertas. Resultados publicados no SBRC 2026.

    Python / FastAPI / SQL Server / Pandas / Cadeias de Markov / Entropia de Shannon

    Artigo (SBRC 2026) ↗

  2. Transcrição de áudio, PLN e assistente de voz baseado em agente de IA

    Plataforma pessoal que converte áudio contínuo em texto pesquisável e estruturado, e um assistente de voz cujas ações são decididas por um agente de IA.

    Contexto
    Áudio longo e não estruturado é de difícil consulta; o requisito era processar a voz no próprio dispositivo, sem enviar áudio a APIs externas, e organizar o conteúdo automaticamente.
    Abordagem
    Aplicativo Android com detecção de voz (Silero VAD), transcrição local com Whisper e diarização de locutores (pyannote e ERes2Net) via sherpa-onnx. No servidor Django, um worker usa LLM com saída JSON estruturada para corrigir as transcrições, agrupa trechos em conversas e gera título, resumo e capítulos. O assistente encaminha comandos a um agente OpenClaw, que decide entre ações no servidor e no celular e pede confirmação em caso de ambiguidade.
    Resultado
    Fluxo completo de captura, transcrição, correção, sumarização e busca em operação contínua, com o áudio mantido no dispositivo e enviado apenas sob solicitação explícita.

    Kotlin / Whisper / sherpa-onnx / Django / LLMs / OpenClaw

  3. Preparação de acervo documental para RAG e assistente de LLM em editor LaTeX

    Pipeline incremental que converte uma biblioteca de PDFs e EPUBs em trechos indexáveis para recuperação aumentada por geração (RAG), e um colaborador baseado em LLM integrado ao Overleaf.

    Contexto
    Documentos longos precisam ser segmentados, rastreáveis até a página de origem e mantidos atualizados conforme o acervo muda, sem expor documentos marcados como privados.
    Abordagem
    Extração de texto por página (pdftotext e BeautifulSoup), segmentação em trechos com metadados bibliográficos, detecção de alterações por assinatura e exclusão por etiqueta de privacidade, executados a cada minuto por timer do systemd. No Overleaf, um bot com acesso somente leitura responde a menções no chat do projeto usando o conteúdo LaTeX como contexto limitado para o LLM.
    Resultado
    Base de 31.852 trechos de 81 documentos, atualizada de forma incremental, e revisão de textos acadêmicos assistida por LLM sem permissão de escrita nos projetos.

    Python / RAG / pdftotext / systemd / Docker / DeepSeek API

  4. Relatórios gerenciais e indicadores de uso de controle de acesso

    Automação de relatórios executivos e indicadores a partir da base operacional de controle de acesso de edifícios corporativos.

    Contexto
    Demanda recorrente por indicadores de uso e de pendências de credenciais a partir da base operacional do sistema de controle de acesso.
    Abordagem
    Consultas SQL parametrizadas ao SQL Server, tratamento e agregação com Pandas por turno, empresa, semana e usuário, e geração de planilhas formatadas com openpyxl; painéis em Kibana para acompanhamento contínuo dos eventos.
    Resultado
    Relatórios recorrentes gerados por script, com recortes padronizados e reprodutíveis.

    Python / Pandas / SQL Server / openpyxl / Kibana

Experiência

Out/2021 – atual

Administrador de Sistemas de Controle de Acesso e CFTV

Global Advising — Brasília – DF / São Paulo – SP

  • Administração de sistemas integrados de controle de acesso e CFTV em múltiplos edifícios corporativos, incluindo servidores, SQL Server, controladoras e plataformas de monitoramento.
  • Desenvolvimento de middleware em Python para comunicação com controladoras via TCP/IP e serial, com lógica de controle, tratamento de estados e sincronização com banco de dados.
  • Homologação técnica de módulos de I/O (entradas digitais, relés e sensores), com testes funcionais e validação da integração elétrica e lógica.
  • Desenvolvimento de APIs (FastAPI/Django) para ingestão, normalização e análise de eventos.
  • Construção de pipelines de processamento e indexação de eventos sobre bases com milhões de registros históricos.
  • Implementação de modelos de detecção de anomalias (Cadeias de Markov, entropia e classificação supervisionada), com resultados publicados no SBRC 2026.
  • Desenvolvimento de dashboards analíticos e visualização de dados (Kibana).

Ago/2024 – Dez/2024

Professor Substituto - Graduação em Engenharia Elétrica

Instituto Federal de Goiás (IFG) - Campus Valparaíso — Valparaíso de Goiás – GO

  • Ministração de disciplinas na graduação em Engenharia Elétrica.
  • Planejamento e condução de aulas teóricas e práticas.
  • Avaliação de desempenho acadêmico e orientação de alunos.

Jan/2020 – Jul/2020

Professor Substituto - Técnico em Equipamentos Biomédicos

Instituto Federal de Brasília (IFB) — Brasília – DF

  • Ministração de disciplinas nas áreas de eletrônica e equipamentos biomédicos.
  • Apoio a projetos técnicos e de pesquisa.

Mai/2015 – Mar/2017

Estágio - Infraestrutura de Redes

Tribunal de Contas da União (TCU) — Brasília – DF

  • Administração de roteadores, switches, redes sem fio e firewall.
  • Manutenção da infraestrutura de rede em âmbito nacional.
  • Suporte a sistemas críticos de comunicação.

Ferramentas

Linguagens Python, C, C#, SQL, R, LaTeX
Machine Learning scikit-learn, TensorFlow, PyTorch, Pandas, NumPy
IA generativa e PLN LLMs, RAG, agentes de IA (OpenClaw), Whisper, diarização de locutores, saída estruturada (JSON)
Métodos detecção de anomalias (supervisionada e não supervisionada), Cadeias de Markov, entropia, SHAP, avaliação de fairness
Big Data e Indexação Redis, Elasticsearch, OpenSearch, Solr, Kibana
Orquestração e Dados Airflow (conceitos), Hadoop (conceitos), MinIO
Infraestrutura Linux (Ubuntu), Windows Server, SQL Server
Idiomas Inglês (avançado), Espanhol (intermediário)

Formação

2025 – atual

Doutorado em Ciência da Computação - PPGI

Universidade de Brasília (UnB)

  • Linha de pesquisa: Machine Learning aplicado à detecção de anomalias em sistemas de controle de acesso.
  • Ênfase em modelagem probabilística, Cadeias de Markov, aprendizado semi-supervisionado e fairness algorítmica.

2020 – 2022

Mestrado em Engenharia Elétrica - PPGEE

Universidade de Brasília (UnB)

  • Área de concentração: Telecomunicações e Redes de Comunicação.
  • Dissertação: “Estimating rain attenuation at THz frequencies from historical data collected in Brasilia, DF”. DOI: 10.26512/2022.06.d.44508.

2011 – 2018

Graduação em Engenharia Elétrica

Universidade de Brasília (UnB)

2013 – 2015

Intercâmbio acadêmico em Engenharia Elétrica

Illinois Institute of Technology (Chicago, EUA)

Publicações

2026

Um Middleware Markoviano Incremental para Detecção de Anomalias em Sistemas de Controle de Acesso Físico

Lucas V. Morais, Vinícius P. Gonçalves, Fábio Lúcio L. de Mendonça, Rodolfo I. Meneguette, Francisco A. Silva, Geraldo P. Rocha Filho

Artigo completo em congresso. Anais do XLIV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC 2026), Praia do Forte/BA, pp. 1373–1386. SBC. DOI: 10.5753/sbrc.2026.18625

Propõe um middleware não supervisionado e incremental para detecção de anomalias comportamentais em sistemas de controle de acesso físico (PACS). O deslocamento de cada usuário é modelado por uma Cadeia de Markov em Tempo Discreto, e os desvios são quantificados por dois sinais complementares: a raridade probabilística da transição e a variação incremental da entropia local, com limiares globais robustos (mediana e MAD). Avaliado com cerca de 13,9 milhões de transições reais (2020–2025) e, prospectivamente, com 44.329 eventos não vistos, o método rotulou 1,75% dos registros como anômalos, distinguindo anomalias parciais e fortes com custo constante por evento.

2021

Estimating Brasilia Rain Attenuation at THz Frequencies from Historical Data Based in Monte Carlo Simulation and Unscented Transform

Lucas Morais, Leonardo Menezes, Pedro Moraes

Artigo completo em congresso. Anais do XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT 2021), Fortaleza/CE, 26–29 set. 2021. SBrT. DOI: 10.14209/sbrt.2021.1570724130

Estudo de caso para estimação da atenuação por chuva em frequências de terahertz em Brasília, com base em 19 anos de taxas de precipitação medidas pelo INMET (2001–2019). A atenuação é calculada pela teoria de Mie com distribuição de tamanho de gotas de Weibull e comparada ao modelo da recomendação ITU-R; a propagação de incertezas é tratada por simulação de Monte Carlo e pela Unscented Transform, cujas estimativas também são comparadas entre si. A atenuação média obtida variou de 1,918 a 2,66 dB/km e, para eventos acima de 10 mm/h, de 8,53 a 15,96 dB/km.

2021

Rain Attenuation at THz Frequencies from Historical Data Collected in Brasilia, Brazil

Lucas Morais, Leonardo Menezes, Pedro Moraes

Artigo completo em congresso. 2021 USNC-URSI Radio Science Meeting (USNC-URSI RSM), Honolulu/HI, EUA, pp. 45–50. IEEE. DOI: 10.23919/USNC-URSIRSM52661.2021.9552345

Estimação da atenuação por chuva em frequências de terahertz a partir de dados históricos de precipitação do INMET coletados em Brasília, utilizando teoria de Mie e distribuição de tamanho de gotas. A estimação emprega simulação de Monte Carlo e é comparada ao modelo ITU-R. A atenuação média estimada variou entre 1,7 e 3,5 dB/km e, para eventos acima de 10 mm/h, entre 8 e 18 dB/km.