Projetos organizados por tipo de solução, stack e frente técnica

Assistente de IA generativa (RAG) para atendimento no setor público

Projetei e implementei um assistente de IA generativa (RAG) em produção para apoiar o atendimento sobre mais de 20 programas de bolsas, auxílios e prestação de contas no setor público federal, em dois canais: um app de consulta assistida e um assistente de redação de respostas no Outlook.

O que desenvolvi: arquitetura RAG completa com camada de respostas curadas (anti-alucinação), fila de curadoria, roteamento automático, observabilidade por programa e busca híbrida com fallback entre modelos.

Auditoria de notas fiscais com PySpark, Databricks e Genie

Engenharia analítica em big data para investigar inconsistências em transações, com tabelas analíticas, consultas em PySpark e dashboard.

Impacto: cerca de 20% de inconsistências detectadas e redução de metade do tempo de auditoria.

Leitura de contratos e calendário de pagamentos com IA

Extração de cláusulas financeiras de contratos em PDF, construção de calendário esperado de pagamentos e monitoramento de divergências.

Impacto: contratos pagos na data correta, gerando economia financeira direta e mais controle para a auditoria interna.

RAG NLP SQL com LangChain, OpenAI e SQLite

Perguntas em linguagem natural sobre base relacional, combinando recuperação semântica do schema com geração e execução de SQL.

MCP Docs Assistant com FastMCP e busca BM25

Servidor MCP read-only para consulta de documentação local, expondo recursos, ferramentas e prompts para clientes compatíveis com MCP.

Auditoria de notas fiscais com PySpark, Databricks e Genie

Estruturação de tabelas e consultas em PySpark dentro de notebooks no Databricks para investigar erros em transações bancárias que impactavam a análise de notas fiscais.

• Objetivo: estruturar leitura confiável de inconsistências em grande volume de dados.
• Entrega: tabelas analíticas, consultas em PySpark e visualização por tipo de inconsistência.
• Stack: PySpark, notebooks Databricks, modelagem analítica, Genie e camada de dashboard.
• Destaque técnico: engenharia analítica em big data, qualidade de dados e atualização automatizada.

Auditoria de transações bancárias com Random Forest

Projeto de machine learning voltado à priorização de inconsistências e sinais de risco em dados transacionais para apoiar auditoria, análise e tomada de decisão.

• Objetivo: classificar sinais de risco e priorizar transações para análise.
• Entrega: classificação supervisionada de transações suspeitas com atributos derivados.
• Stack: Python, pandas, scikit-learn, matplotlib, pyarrow, joblib e unittest.
• Destaque técnico: classificação supervisionada em base tabular e explicabilidade para apoio analítico.

Outlier Detection Lab para inconsistências e anomalias

Laboratório de detecção de outliers e anomalias em bases grandes para identificar extremos, combinações improváveis e sinais que merecem revisão manual.

• Objetivo: identificar anomalias, extremos e combinações improváveis para revisão.
• Entrega: comparação entre abordagens estatísticas e modelos não supervisionados.
• Stack: Python, pandas, scikit-learn, análise estatística robusta e ML não supervisionado.
• Destaque técnico: combinação de métodos estatísticos e modelos não supervisionados para auditoria.

Perfil cadastral com CadÚnico amostral

Projeto inspirado em microdados amostrais para analisar renda, situação cadastral, vulnerabilidade familiar e priorização territorial.

• Objetivo: transformar microdados sociais em leitura gerencial e territorial.
• Entrega: indicadores de vulnerabilidade, perfil cadastral e visão territorial.
• Stack: Python, pandas, numpy, Streamlit e Plotly.
• Destaque técnico: construção de indicadores sociais e priorização territorial.

Leitura de contratos, calendário de pagamentos e escalonamento com IA

Solução para leitura de contratos em PDF, extração de cláusulas financeiras, construção de calendário esperado de pagamentos e monitoramento de divergências.

• Objetivo: transformar documentos não estruturados em fluxo financeiro monitorável.
• Entrega: leitura de contratos, extração de cláusulas e construção de calendário esperado.
• Stack: Python, regex, processamento de PDFs, arquitetura analítica e camada de agentes.
• Destaque técnico: extração contratual, conciliação financeira e automação de fluxo operacional.

Technical Request Document Assistant

Fluxo integrado de leitura de solicitações técnicas, extração estruturada de campos em PDF e recuperação de documentos de referência relacionados.

• Objetivo: estruturar leitura documental e consulta de referências em uma interface única.
• Entrega: extração estruturada de PDFs e recuperação de documentos de apoio.
• Stack: Python, reportlab, pypdf, pandas, scikit-learn e Streamlit.
• Destaque técnico: extração estruturada em PDF, retrieval semântico e desenho de assistente documental.

Engineering Document Consistency AI

Pipeline para extração de cláusulas, busca semântica, detecção de inconsistências e revisão humana em dashboard.

• Objetivo: comparar documentos, recuperar trechos relevantes e apoiar revisão de inconsistências.
• Entrega: comparação entre documentos e recuperação semântica de trechos relacionados.
• Stack: Python, reportlab, pypdf, pandas, scikit-learn, Streamlit e Plotly.
• Destaque técnico: governança documental, comparação entre documentos e retrieval semântico.

Political and Economic News Intelligence Dashboard

Projeto de web scraping com `newspaper3k` para coletar notícias, estruturar base analítica, aplicar NLP e entregar dashboard interativo.

• Objetivo: coletar, enriquecer e visualizar conteúdo de notícias em uma estrutura analítica.
• Entrega: pipeline de scraping, NLP e dashboard com distribuição temática e entidades.
• Stack: Python, newspaper3k, pandas, spaCy, Streamlit e Plotly.
• Destaque técnico: coleta automatizada, NLP aplicado a notícias e visualização executiva.

Assistente de IA generativa (RAG) para atendimento no setor público

Projetei e implementei, de ponta a ponta, um sistema de Retrieval-Augmented Generation em produção para apoiar o atendimento sobre mais de 20 programas de bolsas, auxílios e prestação de contas no setor público federal. A solução atua em dois canais: um aplicativo de consulta assistida para a equipe e um assistente integrado ao Outlook que resume mensagens e redige rascunhos de resposta, sempre com revisão humana antes do envio.

• O que desenvolvi: a arquitetura RAG completa, dos dados à interface, com foco em precisão e confiabilidade.
• Anti-alucinação: camada de respostas curadas antes da geração e fila de curadoria (revisar e publicar), garantindo exatidão em valores, prazos e legislação.
• Roteamento e humano no circuito: encaminhamento automático para a área responsável e revisão obrigatória dos rascunhos antes do envio.
• Observabilidade: painel de desempenho por programa, telemetria das interações e mapeamento das perguntas não respondidas para melhoria contínua.
• Recuperação: busca vetorial híbrida (densa e esparsa), fallback resiliente entre modelos com circuit breaker e confidence scoring.
• Plataforma: controle de acesso por papel, base de conhecimento interna e chat de equipe.
• Stack: Python, Streamlit, Databricks (Apps, Vector Search, Delta Lake, SQL Warehouse), embeddings BGE-large e LLMs com fallback.

RAG NLP SQL com LangChain, OpenAI e SQLite

Aplicação em Python para responder perguntas em linguagem natural sobre uma base SQL, combinando recuperação de contexto semântico do schema com geração e execução de SQL.

• Objetivo: permitir exploração analítica de base relacional por linguagem natural.
• Entrega: interface para perguntas sobre dados com contexto semântico e geração assistida de SQL.
• Stack: Python, LangChain, langchain-openai, langchain-community, SQLAlchemy, SQLite, Streamlit e BM25Retriever.
• Destaque técnico: uso de RAG fora do cenário clássico de documentos e navegação analítica sobre base relacional.

Search Performance Assistant para avaliação de retrieval

Aplicação em Python para estudar recuperação de documentos com TF-IDF, indexação vetorial, fallback sem FAISS e uma camada de assistant baseada em evidências recuperadas.

• Objetivo: explorar retrieval de forma aplicada, rastreável e comparável.
• Entrega: ingestão, indexação, recuperação e visualização dos resultados em interface própria.
• Stack: Python, scikit-learn, TF-IDF, FAISS, similaridade de cosseno, Tkinter e unittest.
• Destaque técnico: avaliação de retrieval, fallback para dependência opcional e explicação rastreável do ranking.

Release Notes Generation Assistant com retrieval e avaliação automática

Aplicação em Python para geração assistida de release notes a partir de contexto de release e pull requests, combinando recuperação por similaridade, heurísticas temáticas e métricas de avaliação.

• Objetivo: organizar contexto de release e PRs para geração assistida de notas.
• Entrega: geração assistida de release notes com recuperação por similaridade e regras temáticas.
• Stack: Python, scikit-learn, TF-IDF, similaridade de cosseno, Tkinter, JSON e unittest.
• Destaque técnico: pipeline de NLP aplicado a produto, retrieval explicável e avaliação reproduzível.

MCP Docs Assistant com FastMCP e busca BM25 em documentação local

Servidor MCP read-only para consulta de documentação local em markdown, expondo recursos, ferramentas e prompts para clientes compatíveis com MCP.

• Objetivo: estruturar documentação local em uma interface consumível por clientes MCP.
• Entrega: servidor read-only com catálogo, busca e recuperação de documentos em markdown.
• Stack: Python, FastMCP, Model Context Protocol, rank-bm25, python-frontmatter, markdown e unittest.
• Destaque técnico: estruturação de servidor MCP, busca BM25 e interface para agentes.

MCP SQL Analytics Server para exploração estruturada de dados

Servidor MCP para analytics em SQL, desenhado para expor ferramentas estruturadas de exploração de tabelas, schema e consultas.

• Objetivo: permitir exploração estruturada de dados por agentes em ambiente controlado.
• Entrega: servidor MCP com tools para inspeção e consulta analítica.
• Stack: Python, MCP, SQL analytics e organização modular orientada a tools.
• Destaque técnico: desenho de tools de analytics para agentes e acesso governado a dados.

Curriculo Site publicado com Codex e vibe coding

Desenvolvimento do site pessoal e portfólio profissional, com páginas bilíngues, agenda integrada e publicação em domínio próprio.

• Objetivo: consolidar presença profissional em domínio próprio.
• Entrega: site bilíngue com home, portfólio, agenda e publicação em produção.
• Stack: HTML, CSS, JavaScript, GitHub, Vercel, domínio customizado e organização manual de conteúdo técnico.
• Destaque técnico: uso de IA assistiva para acelerar prototipação, estruturação de conteúdo e publicação.