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.
por Valci Júnior · Cientista de Dados & Engenheiro de IA
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 a calculadora de LTV que saiu dele está aberta para uso.
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, com a probabilidade calibrada virando política de aprovação — e o modelo treinado rodando no seu navegador: preencha uma proposta e veja a decisão, o custo dos dois lados e a explicação SHAP daquele cliente.
Uma rede aplicava +5% para todas as lojas. Cinco grupos de pares depois: 28,3% da venda explicada contra 2,8% do cadastro, meta por loja fechando a rede em 5,00% e R$ 51,4 mi por ano na mesa.
ARI de 0,755 tirando 20% das lojas. A cauda da sazonalidade que eu "corrigi" com log era um grupo real de 65 lojas — e a média simples das metas escondia R$ 19 milhões.
A implantação que quase todo portfólio pula — e o modelo de risco reescrito para rodar dentro do navegador, conferido contra o original em 400 clientes. Teste o app →
Vitória por 0,000062 de ROC AUC que o bootstrap dissolve em cara ou coroa. O desempate vem do custo da carteira — e revela que o algoritmo valeu 0,3% enquanto o limiar valeu 40%.
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.