Atuo com pesquisa de IA, automação de processos e desenvolvimento agêntico na Agência Catus e na EVAG, combinando Engenharia de Software e visão de produto.
Construo RAG, agentes e Machine Learning com avaliação, guardrails e revisão humana, apoiado por experiência em backend, APIs e produção.
Do problema de negócio à produção: domínio, arquitetura e restrições definem onde a IA entra. Verificação, segurança e medição tornam o sistema confiável e evolutivo.
PHASE 1 / FRAME THE SYSTEM01BUSINESS PROBLEM
02DOMAIN MODEL
03ARCHITECTURE
04CONSTRAINTS
05AI / AGENT ORCHESTRATION
PHASE 2 / MAKE IT RELIABLE & OPERABLE06VERIFICATION
07SECURITY
08PRODUCTION
PHASE 3 / LEARN09MEASUREMENT
10IMPROVEMENT
Cada case mostra até onde esse método foi exercitado, com limites e evidências explícitos.
02 / TRABALHOS SELECIONADOS
Problemas reais.
Trabalho concreto.
RAG e agentes com controles de execução, avaliação e adaptação de modelos, Machine Learning com avaliação rigorosa, backend resiliente e automação. Cada case apresenta evidências e limites explícitos.
Copiloto de operações de IA orientado a produção com Python/FastAPI, RAG com evidências, busca híbrida e agentes LangGraph limitados; ações no GitLab exigem aprovação humana.
Busca com evidências, autorização determinística, ações vinculadas à aprovação, evals e observabilidade de IA; evidências independentes de integração pós-release com OpenAI e sandbox GitLab.
Avaliação de modelos e adaptação ao domínio com baseline determinístico, LLM local, política híbrida, held-out congelado e revisão humana; Jev/Laya ficam fora do runtime.
Implementação do sistema, avaliação congelada e adaptação do Laya com PyTorch/CUDA e seleção por validation; Jev e Laya permanecem evaluation-only.
Ranking de risco de defeitos para priorizar revisão de código. Na avaliação histórica do RF bruto, revisar ~30% dos módulos capturou 71,26% dos defeitos conhecidos.
Avaliação sem contaminação por vetores duplicados, comparação por capacidade de revisão, calibração, incerteza e inferência com artefato congelado.
Fundamentos de backend em TypeScript, Node.js, Express, PostgreSQL e Prisma, com Clean Architecture, modelagem de domínio, TDD, autenticação JWT e isolamento por usuário.
API autoral desenvolvida com TDD: autenticação JWT, isolamento por usuário, autorização por ownership, integridade de dados e hardening operacional.
De Product Owner à Engenharia de Software e IA: entrega de websites, sistemas em produção, automação de processos e desenvolvimento agêntico. Desde outubro de 2026, atuo como Engenheiro de IA na Agência Catus e Engenheiro de Software e IA na EVAG.
No DefectRisk, modelos mais complexos deram ganhos pequenos. Avaliação sem contaminação, rótulos conflitantes e calibração mostraram onde investir depois.
VAMOS CONVERSAR
Bons produtos começam
com uma boa conversa.
Oportunidades profissionais, parcerias ou uma conversa sobre Engenharia de IA, software e produto.