Machine Learning Engineer | AI Engineer | Cientista de Dados Sênior
Construo sistemas de Machine Learning pensando no que acontece depois do experimento: entrega, avaliação, observabilidade, reprodutibilidade e governança. Meus projetos públicos conectam MLOps, RAG auditável, NLP financeiro e visão computacional.
Atualmente trabalho como Cientista de Dados Sênior pela Globalweb, alocado na BB Asset. Limito intencionalmente os detalhes profissionais publicados para preservar a confidencialidade das empresas e dos clientes.
- VisionOps Realtime — serviço de detecção e tracking com FastAPI, adaptadores para YOLO/ByteTrack, métricas operacionais, indicador de drift, testes e limites explícitos de privacidade.
- FinRAG PRISMA — explicações auditáveis para atribuição de performance usando RAG, citações, guardrails e dados fictícios declarados.
- FinNLP Performance Attribution — pipeline de NLP financeiro com avaliação documentada, histórico de entidades e streaming.
- Operacionalização de Modelos e MLOps — experimentos reproduzíveis sobre rastreamento, versionamento e entrega de modelos.
- Finance Data Governance OS — padrões para ML rastreável e analytics governado em ambientes regulados.
- FinRAG acadêmico — recuperação semântica, guardrails e RAG explorados durante a pós-graduação no Instituto Infnet.
- Machine Learning e AI Engineering em produção
- MLOps, avaliação de modelos e observabilidade
- Visão computacional e sistemas multimodais
- RAG/LLMs com evidências, citações e guardrails
- Governança de dados e IA em ambientes regulados
Tecnologias principais: Python, FastAPI, scikit-learn, PyTorch, MLflow, Docker, Kubernetes, PySpark, Databricks, bancos vetoriais e SQL.
Pós-graduação MIT em Inteligência Artificial, Machine Learning e Deep Learning pelo Instituto Infnet, concluída em 2026.