Daniel Cotrim, mestre e bacharel em Ciência da Computação pela Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS), é um graph md data science especialist com foco em engenharia do conhecimento e inteligência artificial (IA) aplicada ao desenvolvimento de ecossistemas digitais Complexos, através da modelagem schemas graph md e o desenvolvimento de super apps para síntese de conhecimento nas plataformas neo4j enterprise em uma high performance cloud plataform com graphRAG e LLM ai.
Cursou dois anos de doutorado em Neurociência Computacional pela Faculdade de Medicina da PUCRS. Local onde atuou como pesquisador em projetos de P&D no TECNOPUC relacionados ao desenvolvimento de tecnologia de IA na área da Saúde.
Como cientista de dados na TOTVS, participou do desenvolvimento e implantação do Prontuário Eletrônico do Paciente do HCor de São Paulo.
Desenvolvedor Java desde os 15 anos e Graph Data Science Specialist com 27 anos de experiência no mercado, implementando soluções em: Neo4j Enterprise, spring data e desenvolvimento web de plataforma de alto desempenho para o super app na cloud.
Há pelo menos 13 anos trabalha com GDS (Graph Data Science) aplicada ao desenvolvimento de Healthcare complex digital ecosystems.
Atuando como arquiteto de ecossistemas digitais complexos em relevantes projetos nacionais e internacionais, observa-se que os benefícios das técnicas sofisticadas utilizadas foram fatores de sucesso para a entrega das soluções propostas. Especializado em modelagem de bases complexas de síntese de conhecimento, tendo desenvolvido a Base de 10 anos de acompanhamento dos pacientes do Programa de Cirurgia de Epilepsia do Hospital São Lucas da PUCRS, durante o período de doutorado, e posteriormente, a arquitetura do ecossistema complexo de apoio diagnóstico do HCor de São Paulo.
Ao longo da sua carreira, atuou como líder de tecnologia das equipes de IA e Arquitetura. Observa-se que estas duas áreas estão fortemente interligadas, sendo que o resultado final pretendido com a Aplicação de IA só é possível através de uma arquitetura moderna e eficiente. Atualmente, os bancos de dados relacionais não conseguem realizar algumas consultas fundamentais para soluções de IA. Nesse sentido, destaca-se a importância de pensar em soluções alternativas e inovadoras como, neo4j spring data que integra a modelagem de entidades persistentes, fornecidas pelo java em projetos com a metodologia de desenvolvimento utilizando esquemas graph md.
O processo de gestão de projetos ganha valor agregado, com metodologias ágeis, mas deve ser apoiado por técnicas de gestão de atividades e pessoas que abordem Gestão do Conhecimento, Design Thinking, UX e rastreabilidade. O contato com o universo do desenvolvimento de ecossistemas digitais complexos contribuiu significativamente para o sucesso na carreira profissional.
A atuou dez anos como professor de Graduação e Pós-Graduação na universidade, este convívio de vários anos com um número significativo de pessoas de diferentes perfis profissionais permitiram adquirir competências fundamentais na busca por incentivar as pessoas a darem o seu melhor nos desafios diários. Algumas das tecnologias utilizadas mais recentemente nos projetos de Graph Data Science, desenvolvidos nos últimos 3 anos: desenvolvimento do super app graph.md with java spring data neo4j; e criação de ecossistemas digitais complexos utilizando OPM (Object Process Methodology) dentro da cloud com enterprise spring de alto desempenho e graphRag LLM ai.
