IA aplicada a fluxos críticos
Tenho experiência em automação de auditoria, leitura de contratos, extração de cláusulas, conformidade normativa e recuperação de informação técnica com LLMs e sistemas multiagentes.
Python
Engenharia de IA
NLP
MLOps
LLMOps
GenAI
Olá, seja bem-vindo. Eu sou a Flávia, Cientista de Dados Sênior com 6 anos de experiência em IA, dados e automação. Minha atuação combina IA generativa, NLP, machine learning e todo o processo de dados que sustenta a ciência de dados, da estruturação e qualidade da informação até a modelagem, automação e aplicação em contextos reais.
- Experiência
- 6 anos em dados, IA e analytics
- Posicionamento
- Cientista de Dados Sênior
- Especialidade
- IA generativa, RAG e arquitetura de dados
- Base acadêmica
- UnB, USP e IESB
Resumo executivo
O que levo para times de dados e produto
Base sólida em ciência e engenharia
Atuo com Python, Spark, Databricks, Delta Lake, MLflow, Streamlit, LangChain e pipelines orientados a governança, monitoramento e produção.
Comunicação e formação contínua
Além da prática profissional, mantenho produção técnica forte, certificações recentes em Data Engineering e pesquisa acadêmica em Ciência dos Dados.
Frameworks e tecnologias
Ferramentas e ecossistemas com os quais já trabalhei na prática
LangChain
Langflow
LangGraph
Flowise
AutoGen
CrewAI
n8n
MCP
Anthropic
Codex
Llama
Gemini
PydanticAI
Kiro
Antigravity
GCP
Vertex AI
Kubeflow
Azure
AWS
Databricks
Spark
Oracle
FastAPI
Flask
Streamlit
PyTorch
TensorFlow
XGBoost
OCR
Prometheus
Grafana
UiPath
Experiência
Frentes em que já atuei com dados, automação e IA aplicada
Auditoria e análise de dados em escala
Cargo: Cientista de Dados Sênior
Atuação com PySpark, Databricks e SQL em fluxos analíticos, qualidade de dados, leitura de inconsistências, automação de atualização e uso de IA aplicada em apoio operacional.
Automação documental e fluxo financeiro
Cargo: Cientista de Dados Sênior / Engenheira de IA Sênior
Desenvolvimento de soluções para leitura de PDFs, extração de regras, organização de fluxo financeiro e automação com apoio de agentes, workflows e persistência analítica.
Assistentes documentais com RAG e validação
Cargo: Cientista de Dados Especialista em IA
Criação de soluções com LLMs para extração estruturada de documentos, retrieval, interfaces de validação e evolução de pipelines com rastreabilidade.
Extração técnica e classificação textual
Cargo: Cientista de Dados / Especialista em IA
Atuação em machine learning, NLP, extração de informação, classificação textual, interfaces de validação e evolução de abordagens heurísticas para IA generativa.
Análise territorial e monitoramento analítico
Cargo: Analista de Dados
Análise de grandes bases, construção de indicadores, monitoramento territorial, dashboards e apoio analítico à leitura de políticas públicas e operação.
Web scraping, NLP e visualização
Cargo: Estagiária de Ciência de Dados
Coleta automatizada de conteúdo, NLP com spaCy, visualização de dados e projetos experimentais com modelagem e deep learning.
Áreas de atuação
Um perfil híbrido entre profundidade técnica, aplicação real e visão de negócio
IA Generativa e LLMOps
Desenvolvimento de soluções com LLMs, RAG, agentes e fluxos estruturados para extração, análise, automação e apoio à decisão em contextos corporativos.
Machine Learning e NLP
Experiência com classificação, modelos supervisionados, processamento de linguagem natural, embeddings, deep learning e aplicações voltadas a texto, documentos e dados não estruturados.
Dados, Arquitetura e Pipelines
Estruturação de ambientes analíticos, pipelines escaláveis, governança, qualidade de dados e arquitetura moderna para dar sustentação a analytics, machine learning e IA.
Analytics e Suporte à Decisão
Análise exploratória, conciliação de bases, dashboards, monitoramento e tradução de dados em leituras claras para áreas técnicas, operacionais e de negócio.
Formação e certificações
Credenciais que sustentam minha prática técnica
UnB, USP e IESB
Mestrado em Computação Aplicada na UnB, MBA em Inteligência Artificial e Big Data pela USP e bacharelado em Ciência de Dados e Inteligência Artificial pelo IESB.
Ciência dos Dados e textos jurídicos
Linha de pesquisa em Ciência dos Dados, com estudo sobre reconhecimento de entidades nomeadas em textos jurídicos e base consistente em bancos de dados, mineração de dados massivos e experimentação aplicada.
Data Engineering e Databricks
Certificações recentes em Airflow, Spark, Snowflake, BigQuery, Modern Data Stack e trilhas Databricks ligadas à preparação de dados para machine learning e agentes de recuperação.
Certificações em destaque
Certificações
Databricks
Badge ligado a trilhas de machine learning e ecossistemas modernos de dados.
Retrieval Agents
Construção de agentes de recuperação e fluxos aplicados dentro do universo Databricks.
Palantir Foundry
Formação voltada à construção de soluções de dados e operações com plataformas corporativas.
AIP Foundations
Base complementar em aplicação de IA e workflows sobre o ecossistema Palantir.
Functions, Tools and Agents with LangChain
Especialização no uso de OpenAI Function Calling e ferramentas do LangChain para transformar LLMs em agentes operacionais.
Certificado Profissional de Análise de Dados do Google
Processo completo de análise de dados utilizando BigQuery, R, SQL e Sheets.
Introduction to LangGraph e LangSmith
Formação em orquestração de fluxos com grafos, observabilidade, rastreabilidade e avaliação de aplicações com LLMs, fortalecendo práticas de engenharia de IA.
Experiência acadêmica
Leia os meus TCCs
NER em textos jurídicos com spaCy e aplicação publicada
No TCC da graduação, desenvolvi dois modelos spaCy ajustados em português do Brasil para reconhecimento de entidades nomeadas no domínio jurídico, usando o dataset LeNER-Br e publicando um aplicativo funcional no Hugging Face.
- Tema: extração de legislação, jurisprudência, pessoas, tempo, local e organização em textos legais.
- Resultados: F1 de 81,42% no modelo small e 83,76% no modelo large, com desempenho acima de 80%.
- Gancho: pesquisa aplicada com NLP jurídico, avaliação comparativa e entrega utilizável por usuário final.
CNN para apoio ao diagnóstico de COVID-19 em raio X
Na monografia do MBA, desenvolvi e validei um modelo de redes neurais convolucionais para classificar imagens de raio X do tórax, com foco em apoio ao diagnóstico da COVID-19.
- Base criada com 2.089 imagens, sendo 505 casos de COVID-19 e 1.580 casos normais.
- Resultados: 98,40% de acurácia no teste, com ajuste de hiperparâmetros e aumento de dados.
- Gancho: deep learning aplicado à saúde, desenho experimental e código público no GitHub.
Onde me encontrar
Projetos, publicações e presença técnica
LinkedIn
Publicações, artigos e posicionamento profissional.
GitHub
Código, experimentos e trilhas técnicas da minha prática.
Kaggle
Notebooks, desafios e exercícios aplicados em ciência de dados.
Hugging Face
Exploração de IA, modelos e experimentos ligados ao ecossistema open source.
Medium
Conteúdo autoral sobre grafos, Spark, Python, estatística e bibliotecas de IA.
Contato
Entre em contato comigo e vamos conversar
Sempre estou aberta a novas oportunidades.