O que acontece entre o dado bruto e a decisão de negócio. Machine learning, estatística aplicada e IA generativa — com projetos reais, números reais e as partes em que os dados enganam.
Coautor do PISA (Porous Image Space Analysis), técnica de análise de poros em rochas reservatório publicada no Journal of Petroleum Exploration and Production Technology e premiada entre os melhores artigos do congresso Rio Oil & Gas (IBP).
Projeto completo de previsão de LTV com CRISP-DM: 38.753 clientes, do dado sujo ao deploy como ferramenta de decisão. Erro 60% menor que o baseline — e documentado em uma série de artigos aqui no blog.
Analista Sênior e líder técnico na MadeiraMadeira: APIs, integrações com ERPs, testes, dashboards e agentes de IA aplicados à operação. Sei o que é código que precisa funcionar de verdade.
Cinco agentes de IA que vendem, acompanham e reativam clientes por e-mail — com identificação do remetente na base, respostas ancoradas no portfólio via RAG e ações reais no calendário.
Lê notas fiscais em PDF com IA multimodal, classifica, extrai os campos em schema estruturado e concilia contra o controle interno — substituindo horas diárias de digitação manual.
Classificação sobre 150 mil solicitantes de crédito: cinco modelos comparados com bootstrap, pipeline sem vazamento e a probabilidade calibrada virando política de aprovação.
150 mil solicitantes, 5 modelos, ROC AUC 0,8692 em dados nunca vistos. Doze partes, do arquivo que nem abre no pandas ao ponto de corte que minimiza o custo da carteira.
38.753 clientes, 4 modelos, uma restrição inegociável (nada de data leakage) e um deploy que virou decisão de verdade. O case completo, incluindo as partes em que os dados me enganaram.
40% dos projetos de IA agêntica devem ser cancelados até 2027 — e a mortalidade se concentra no mês oito, quando o piloto funciona e a conta chega. As três causas não são sobre o modelo.
Conciliação de notas fiscais com IA multimodal: por que o RPA clássico quebra na leitura do documento — e o ponto mais frágil de toda conciliação, que não é a IA.
Estou aberto a oportunidades em Ciência de Dados, Machine Learning e Engenharia de IA — e sempre disposto a trocar ideia sobre dados, modelos e decisões.