Meu nome é Erick Gomes, Mestre em Física Computacional pela Universidade Federal Fluminense (UFF), atuando atualmente como Cientista de Dados Sênior e AI/ML Engineer com anos de experiência combinando pesquisa acadêmica, desenvolvimento industrial e ensino superior. Minha trajetória profissional abrange desde pesquisa em física de materiais até implementação de soluções de IA generativa em produção, incluindo Large Language Models (LLMs), sistemas RAG, chatbots especializados e arquiteturas de multi-agent.
Ao longo de minha carreira, desenvolvi expertise em todo o ciclo de vida do machine learning: desde a pesquisa fundamental até deploy em produção. Posso destacar minha experiência em fine-tuning especializado de modelos, construção de pipelines MLOps robustos, integração com plataformas cloud (AWS), e implementação de sistemas de monitoramento e compliance para modelos de IA em ambiente corporativo. Minha formação técnica abrange desde algoritmos tradicionais de ML até as mais avançadas arquiteturas Transformer-based, sempre com foco em escalabilidade, performance e valor de negócio.
Atualmente divido minha atuação entre o mercado corporativo, onde atuo como Staff AI/ML Engineer na Serasa Experian liderando iniciativas de IA e engenharia de machine learning em escala, e o ambiente acadêmico, exercendo funções de Professor de Graduação na FIAP e Professor de Ciência de Dados na Ada Tech. Nestes papéis educacionais, leciono disciplinas especializadas em Redes Neurais Artificiais, Deep Learning, Algoritmos Genéticos, Generative AI and Advanced Nets, Inteligência Artificial e Machine Learning, contribuindo para a formação da próxima geração de profissionais em IA/ML no Brasil.
Minha experiência anterior no mercado financeiro (Klavi, TecBan) me deu uma perspectiva única sobre aplicação de IA em ambientes regulamentados, incluindo desenvolvimento de modelos preditivos para scoring de crédito, detecção de fraude, previsão de churn e análise de dados do Open Finance. Esta experiência multicêntrica - combinando pesquisa acadêmica, desenvolvimento industrial e ensino superior - me posiciona de forma única para liderar projetos complexos de IA que exigem tanto rigor técnico quanto compreensão estratégica do negócio.
Staff AI/ML Engineer - Serasa Experian
Período: Jan 2026 - Atualmente
Liderando soluções de IA e engenharia de machine learning com foco em escalabilidade, confiabilidade e impacto de negócio.
Cientista de Dados | Engenheiro de Machine Learning (MLOps) - Mobi2buy
Período: Abril 2024 - Jan 2026
Localização: São Paulo, Brasil (Trabalho Remoto)
- Responsável pelo pipeline de ingestão de dados da esteira de MLOps utilizando AWS (S3, Glue, Athena, EC2).
- Desenvolvimento e refatoração de códigos Python para integração com AWS via SDK.
- Responsável pelo pipeline de MLOps utilizando MLflow, DVC, Github Actions, Evidentlyai, EC2, Airflow, Prometheus, Grafana e Terraform.
- Responsável pela construção de modelos de machine learning, implantação e manutenção:
- Construção de modelo de propensão para squad de cobrança.
- Construção de modelo de previsão de vendas.
- Construção de modelo de previsão de churn.
- Responsável pela construção e manutenção de pipelines de engenharia de dados usando AWS (Glue, Lambda, Redshift):
- Consumo de banco de dados transacional (OLTP) para ambiente analítico (OLAP).
- Consumo de dados de API (REST e GraphQL) para ambiente analítico.
- Construção de Chatbots utilizando IA generativa, Langchain, Vertex AI (Agent Builder):
- Utilização do Langchain para integrar com diversos modelos de GenAI.
- Utilização do Langchain para construir Retrieval Augmented Generation (RAG).
- Utilização do Langchain, CrewAI, AutoGen e Langflow para construção de AI Agents.
- Construção de sistemas com múltiplos agentes de IA.
- Monitoramento de agentes.
- Desenvolvimento de agentes para Visão Computacional.
- Responsável pela gestão do backlog do time e condução das cerimônias do Scrum.
Cientista de Dados - Klavi
Período: agosto de 2023 - Abril 2024
Localização: São Paulo, Brasil (Trabalho Híbrido)
- Construção de modelos de Churn para clientes de Instituições Financeiras.
- Experiência com construção de dashboards utilizando Power BI.
- Automatização de processos e construção de pipeline ETL (Extração, Transformação e Carga) para criação de tabelas consumidas por outras áreas.
- Extração de Dados estruturados e não estruturados de diferentes fontes.
- Utilização da linguagem Python para construção de projetos de aprendizado de máquina e análise de dados.
Cientista de Dados - Tecnologia Bancária (TecBan)
Período: julho de 2022 - julho de 2023
Localização: São Paulo, Brasil (Trabalho Remoto)
- Análise de Dados e elaboração de provas de conceito com foco em informações financeiras.
- Estruturação de dados para gerar insights estratégicos de negócio.
- Estudo de tendências de mercado, especialmente no âmbito do Open Finance.
- Emissão de relatórios para demandas específicas do setor de negócios.
- Desenvolvimento de modelos preditivos para previsão de inadimplência e detecção de fraudes em pagamentos online.
- Aplicação de técnicas de balanceamento de dados para aprimorar a qualidade dos modelos.
- Avaliação de modelos de classificação utilizando métricas como AUC, Precisão, Revocação, F1-Score e AUPRC.
- Desenvolvimento de APIs, implantação e deployment de modelos.
Principais Responsabilidades:
- Construção da sandbox utilizando dados regulados do Open Finance.
- Execução do pipeline ETL para carregar dados simulados no banco de dados.
- Criação do copiloto de investimentos utilizando LLMs (Modelos de Linguagem de Grande Porte) e dados abertos do Open Finance.
Monitor de Pós-Graduação (Aprendizado de Máquina aplicado à Física) - Universidade Federal Fluminense
Período: julho de 2023 - dezembro de 2023
Como monitor da disciplina de Aprendizado de Máquina aplicado à Física, assumi um papel central na exploração e aplicação dos princípios fundamentais do aprendizado de máquina para resolver desafios específicos dentro do âmbito da física teórica e experimental.
Minha contribuição técnica envolveu orientar os alunos na implementação de algoritmos de aprendizado supervisionado e não supervisionado, como regressão, classificação, redes neurais e métodos de agrupamento, para analisar conjuntos de dados provenientes de fontes diversas.Através de linguagens e bibliotecas como Python, TensorFlow e scikit-learn, explorei métodos de pré-processamento de dados, seleção de características e otimização de modelos para extrair insights precisos e predições confiáveis.
Fui responsável pelas orientações semanais da disciplina de pós-graduação e auxílio na conclusão das atividades da disciplina.
Pesquisador de Mestrado | Pesquisador Ciência de Dados - Universidade Federal Fluminense
Período: março de 2022 - março de 2025
Localização: Niterói, Rio de Janeiro, Brasil
Dissertação de Mestrado:
Acessar dissertação completa (PDF)
Desenvolvendo minha pesquisa na área de aprendizado de máquina aplicado à Física, venho utilizando boas práticas da ciência de dados para propor novas soluções na análise de grandes bases de dados.
Principais Resultados:
- Utilização de algoritmos de regressão para construir modelos preditivos com intuito de determinar energia de formação de materiais e, com isso, estabelecer um conjunto de materiais com estabilidade termodinâmica.
- Utilização de algoritmos de classificação para construir modelo preditivo com intuito de separar materiais metálicos e isolantes.
- Construção de modelo de regressão para fazer a predição de diversas propriedades de materiais isolantes.
3+ anos Como Pesquisador de Iniciação Científica | Pesquisador Ciência de Dados
Durante a iniciação científica pude desenvolver minhas habilidades em diversas ferramentas computacionas como programação em shell script, computação paralela e sistemas linux. Durante o projeto fui responsável por fazer estudos relacionados a física de materiais através de simulação computacional, área de estudo que envolve a produção de uma grande quantidade de dados para serem analisados.
2+ anos Desenvolvendo projeto de extensão universitária
Durante o projeto de extensão, utilizei sistemas embarcados como, Arduino e ESP32, para produzir experimentos de física. Fui resposável ainda por coordenar/orientar um grupo de alunos de graduação para produzir outros experimentos similares.
2 anos de Técnico em Eletroeletrônica
Durante o curso técnico em eletroeletrônica pude aprender sobre sistemas e componetes eletrônicos, o que me possibilitou, posteriormente, a desenvolver projetos em análise de dados de circuitos eletrônicos e de sistemas embarcados.
