🧠 Engenheiro de IA em formação • ⚙️ Machine Learning & MLOps • 🎯 Foco em sistemas de ML aplicados

🎓 Estudante de Ciência da Computação no UniCEUB, com foco em Machine Learning, MLOps e Inteligência Artificial aplicada.
🧠 Atuo no desenvolvimento de modelos e pipelines end-to-end, buscando transformar dados em sistemas utilizáveis, reprodutíveis e escaláveis.
👾 Iniciei minha trajetória em programação em 2024 e, a partir de 2025, passei a focar em Machine Learning e MLOps, aplicando o aprendizado em projetos de previsão, análise de sentimentos e plataformas de ML, incluindo versionamento, experiment tracking e deploy local.
⚙️ Tenho interesse especial em engenharia de ML, explorando arquitetura de dados, performance, automação e boas práticas de MLOps.
📌 Complemento minha formação com estudos contínuos, incluindo o CS50 de Harvard, além de cursos, bootcamps e projetos autorais.

Minhas tecnologias estão organizadas para refletir foco em Machine Learning, Engenharia de IA e MLOps, com experiência prática em todo o ciclo de vida de modelos — do experimento ao deploy.

Desenvolvimento e avaliação de modelos de Machine Learning para classificação, previsão e análise de sentimentos, com foco em experimentação, métricas e reprodutibilidade.

Versionamento de código e experimentos, tracking de métricas e artefatos, criação de pipelines locais de MLOps e deploy de modelos em ambientes controlados (Docker). Integração com plataformas como MLflow, DagsHub e Hugging Face.

Criação de APIs em Python para servir modelos de Machine Learning, com foco em inferência, validação de dados e integração com interfaces e pipelines.

Desenvolvimento de interfaces para consumo de modelos e visualização de resultados, incluindo dashboards e aplicações interativas para projetos de ML.

Experiência prática com serviços de Machine Learning e IA em cloud (Azure ML, AWS, GCP), além de exploração de soluções para experimentação, automação e escalabilidade.

🧠 Machine Learning Aplicado e Engenharia de IA
📦 MLOps (experiment tracking, versionamento, pipelines e deploy local)
🤖 IA Generativa e ecossistema Hugging Face
⚙️ Boas práticas de arquitetura para sistemas de ML em produção

• Especializar-me em Engenharia de IA: Dominar o ciclo de vida completo de MLOps (do treinamento à implantação e monitoramento).
• Trabalhar em empresas de Big Tech ou startups focadas em soluções de Machine Learning.
• Criar projetos próprios com impacto, que resolvam problemas complexos de dados e previsão.
• Ser uma referência em arquitetura que combina performance (Rust/C++) com flexibilidade (Python/Django).