Eu coloco a IA para trabalhar na sua empresa, ou no seu próprio negócio.

Mapa de dados públicos do Brasil

Onze fontes públicas brasileiras, do censo escolar às compras públicas, publicadas em camadas bruta, confiável e analítica, com contratos, um filtro de privacidade e hash por arquivo.

31 conjuntos de dados no Kaggle, 428 tabelas e cerca de 4 bilhões de linhas em Parquet. Cada arquivo consta de um manifesto SHA-256, e um download limpo é conferido contra ele.

• BigQuery
• Parquet
• Python
• Kaggle API

Kit de FinOps de dados

Uma avaliação de custo guiada por especificação, que transforma um acesso estreito a metadados em achados auditáveis, um relatório e uma apresentação.

• Python
• BigQuery
• AWS
• SDD

MLOps de finanças da educação

Triagem de anomalias por município nos gastos públicos com educação, com linhagem e uma trava de deriva que se recusa a pontuar uma carga de dados que mudou.

A v0.2.0 pontuou a carga de 2022 com 96 sinais de revisão; a trava de deriva bloqueou a carga de 2023 com razão de dispersão de 1,384.

As saídas são sinais para revisão. Não há rótulos, então nenhuma acurácia é afirmada.

• Python
• scikit-learn
• MLflow

Ranqueamento de compras públicas

Recuperação e ranqueamento transparentes de editais históricos, com cada pontuação explicada.

A v0.2.0 ranqueia editais a partir da versão fixa do PNCP e confere o hash antes de usar.

A avaliação offline usa perfis sintéticos, então mede o respeito às restrições, não a relevância para o usuário.

• Python
• BM25
• Avaliação

Chat RAG

Um chat de pesquisa com citações sobre três bases públicas: recuperação por texto e vetor para editais, SQL somente leitura para contratos e gastos, e travas que rodam antes de qualquer chamada ao modelo.

1.250.335 embeddings de editais no pgvector. A sessão de 01/10/2026 respondeu 10 de 10 perguntas roteirizadas.

Perguntas numéricas que cruzam todas as bases ainda podem cair na recuperação por texto; um roteador de perguntas está em andamento.

• Next.js
• FastAPI
• Postgres
• pgvector

Serviço de LLM próprio

O modelo Qwen de 27B por trás do chat, servido de uma única GPU alugada por uma API compatível com a da OpenAI.

Pesos NVFP4 no vLLM com decodificação especulativa: de 4,4 para cerca de 34 tokens por segundo na mesma GPU.

O checkpoint abliterado é um lançamento de terceiros; eu não o retreinei.

• vLLM
• Terraform
• GitHub Actions

RAG observável

Uma referência de recuperação com avaliação, citação das fontes e rastros com dados ocultados.

• Python
• Langfuse
• Docker

Runtime distribuído de agentes

Workers coordenados por Redis com requisições idempotentes, manifestos de Kubernetes, Terraform e testes de recuperação.

48 requisições com concorrência 6: 61,89 req/s, p95 de 147,95 ms. Recuperação de worker provada em um cluster kind local.

Modelo simulado determinístico em uma máquina; não é afirmação de capacidade. Nuvem não validada.

• Redis
• Kubernetes
• Helm
• Terraform