Engenheiro de IA Sênior & Tech Lead — Brasília, DF · Remoto global
Orquestração multiagente e RAG em Python (LangGraph · CrewAI) para setores regulados — FinTech, GovTech, LegalTech, Telecom e Saúde. Inferência e model serving com Rust, vLLM e NVIDIA Triton sobre Kubernetes e GPU on-premise. Nove anos levando sistemas de missão crítica do protótipo à produção sob escrutínio de auditoria federal.
Contratação via consultoria (B2B/PJ): ortzion.com
Três camadas, em ordem deliberada de prioridade: a camada agêntica é o produto, a inferência é o motor, a plataforma é o chão de fábrica.
Sistemas agênticos em Python com LangGraph e CrewAI: roteamento determinístico, contratos de ferramentas tipados, fronteiras explícitas de autonomia e retrieval ancorado em bases corporativas. Plataformas cognitivas auditáveis — sem expor o negócio ao risco de alucinação.
Serving de modelos com vLLM e NVIDIA Triton, APIs de alta concorrência em Rust (Tokio · Axum) e gRPC, e infraestrutura própria de GPU para latência e custo por token sob controle — inclusive onde a nuvem pública não pode entrar.
Kubernetes (k3s · Rancher), CI/CD, MLflow e observabilidade com Langfuse e OpenTelemetry. Esteiras que transformam protótipo em carga de produção com linhagem de dados, avaliação contínua e comportamento defensável em auditoria.
Pela Ortzion — consultoria independente de engenharia de IA, com prática on-premise first: Kubernetes self-hosted (k3s) e GPU em bare metal para cargas que não podem ir à nuvem pública. Contratável como empresa (B2B/PJ) ou diretamente como profissional. Conhecer a consultoria: ortzion.com
Plataforma de agentes de IA para fluxos financeiros: polyrepo Python sobre FastAPI/Granian, orquestração em LangGraph e CrewAI, retrieval em Milvus e pgvector, inferência via cliente gRPC do Triton. Caminhos críticos de performance deslocados para Rust.
Backend de apoio à decisão clínica combinando ciência de dados com agentes de LLM e RAG sobre fontes de conhecimento médico. Contratos de tool-use tipados para saídas determinísticas e auditáveis — requisito inegociável em software de saúde regulado.
Framework de pesquisa em tomada de decisão autônoma sob alta incerteza: aprendizado por reforço multiagente (MARL), otimização logística just-in-time para cenários táticos, visão computacional e telemetria.
Resultados por domínio — os detalhes completos, com períodos e escopo, estão no CV e no LinkedIn.
Liderança técnica do ecossistema multiagente que atende interações com clientes e fluxos comerciais: LangGraph/CrewAI sobre arquitetura hexagonal, memória contextual em dois níveis (Redis + MongoDB), integração A2A/JSON-RPC e tracing com Langfuse como baseline de governança. Template de agente adotado como convenção pelas demais squads.
Pipeline de ML (XGBoost · BERTimbau · Polars) sobre base federal de 44M+ registros do eSocial, com reconciliação de ~8,79M registros classificados incorretamente e linhagem completa de decisão — cada classificação rastreável e defensável perante o TCU.
PLN sobre processos judiciais não estruturados, núcleo agêntico com roteamento determinístico e RAG seguro cruzando jurisprudência e normativa interna. Deploys com GPU em Kubernetes via Rancher e identidade zero-trust com Keycloak.
Camada de inteligência para classificação de contratos isolada do core transacional; refatoração da detecção de anomalias com redução de 40% no tempo de análise de risco e automação de provisionamento que cortou 90% do overhead operacional na AWS.
APIs preditivas de alta performance (FastAPI · gRPC) servindo microsserviços transacionais em pico, gateways seguros internalizando capacidades de LLM e RAG financeiro sobre pgvector/Milvus — isolado, auditado e governado sob exigências do Bacen e da LGPD.
Entrega ponta a ponta e individual do módulo CST-IBS/CBS da reforma tributária — escopo originalmente dimensionado para três engenheiros em ~13 semanas — com go-live em maio de 2026, modelagem bitemporal em IBM DB2 e reconhecimento em nível de diretoria.
Raiz em sistemas bancários de missão crítica: ciclo de deploy reduzido de ~3 dias para ~2 horas na plataforma SISAM, migração de monólitos MUMPS/Caché para microsserviços Spring Boot/Oracle e quase uma década de Java, Angular e Kubernetes em ambientes regulados.
Universidade Cruzeiro do Sul · em andamento
Universidade Cruzeiro do Sul · em andamento
Universidade Cruzeiro do Sul · 2021 – 2023
Universidade Cruzeiro do Sul · 2020 – 2023
UDF Centro Universitário · 2015 – 2018