AI/ML Developer · GenAI Engineer · Agentic Systems

LLMs · AI Agents · RAG · Evals · Observability · GenAIOps

English version

Construo aplicações de LLM e agentes de IA que possam ser avaliadas, observadas e operadas com segurança em produção.

Meu foco está na camada de engenharia entre um protótipo com LLM e um sistema confiável: recuperação, estado, ferramentas, outputs estruturados, guardrails, observabilidade, avaliação e resiliência.

Sistema de IA que não pode ser medido não deve ser tratado como confiável em produção.

Plataforma multiagente para entrega de software com fan-out paralelo, execução durável, gates humanos e judge LLM subordinado a verificações objetivas como pytest, ruff e mypy.

• Operação: circuit breakers de custo, tempo e tentativas; tracing com OpenTelemetry/Langfuse
• Confiabilidade: checkpoints em PostgreSQL e retomada após interrupções
• Evidência: piloto reproduzível com metodologia e limitações

Detecção e rastreamento multicâmera levados de um baseline em PyTorch a um runtime C++/CUDA, com cada otimização justificada por uma medição.

• Pipeline: NVDEC → kernel CUDA de pré-processamento → TensorRT FP16 → ByteTrack em C++
• Desempenho (Tesla T4): 2,0 ms por frame, 675 fps agregados, 12 câmeras RTSP a 25 fps sem perda
• Evidência: mAP COCO 0,372 no pipeline TensorRT FP16 @ 512 (referência FP32: 0,404 @ 640), benchmarks por etapa e custo total de GPU de ~US$ 8

Assistente financeiro multiagente da Batalha de Agentes (Itaú Unibanco + Google): projeta 30 dias, reserva as contas e rende só a sobra, com a IA conversando, o código calculando e o cliente aprovando.

• Arquitetura: Google ADK 2.x, com guardrails antes/depois do modelo e antes de cada ferramenta
• Confiança: autorização assinada HMAC-SHA256 (60 s, uso único), execução idempotente e trilha de auditoria
• IA responsável: LGPD, CVM 30 e Lei 14.181 como requisitos de design, não como rodapé
• Evidência: 156 testes automatizados, ADRs documentados

Pipeline de RAG com busca híbrida, reranking e métricas por estágio para separar falhas de retrieval de falhas de geração.

• Retrieval: embeddings + BM25 + reranking
• Avaliação: Recall@K, MRR, nDCG e groundedness
• API: documentação interativa

Servidor MCP para consultar dados públicos brasileiros a partir de agentes e assistentes de IA.

• Fontes: IBGE, Banco Central, INMET, Câmara dos Deputados e Senado Federal
• Engenharia: cache, retry, transporte stdio/HTTP, testes offline e Docker
• Distribuição: uvx mcp-dados-br

Retrieval      → medir Recall@K, MRR e nDCG
Agent state    → controlar estado e checkpoints
LLM output     → validar outputs estruturados
Tools          → timeout, retry e idempotência
Observability  → traces, custo, latência e falhas
Evaluation     → groundedness + LLM-as-a-Judge
Deployment     → API, containers, CI/CD e cloud

Language       Python · SQL
Backend        FastAPI · Pydantic
Agents         LangGraph · LangChain · LlamaIndex · Google ADK
Retrieval      Qdrant · BM25 · ColBERT · SentenceTransformers
Vision         PyTorch · ONNX · TensorRT · CUDA · C++
State/Data     Redis · PostgreSQL · SQLAlchemy
Cloud          AWS (Bedrock · SageMaker · S3) · Bedrock AgentCore
Infra          Docker · GitHub Actions (CI/CD) · Render
Observability  Langfuse · OpenTelemetry · Prometheus · Grafana

Cada linha acima tem código correspondente nos repositórios deste perfil. O que ainda não está aqui é o que ainda não foi construído.

engineering = {
    "retrieval": "measure it",
    "state": "control it",
    "output": "validate it",
    "production": "observe it",
    "failure": "design for it",
}