Meu nome é Erick Gomes, sou mestre em Física Computacional pela Universidade Federal Fluminense (UFF), com sólida experiência em Ciência de Dados e Engenharia de Machine Learning. Atuo como Cientista de Dados Sênior, com forte domínio em projetos de alto impacto, liderando iniciativas de MLOps, engenharia de dados e desenvolvimento de soluções de IA para negócios. Minha trajetória inclui atuação estratégica no mercado financeiro, desenvolvimento de pipelines robustos, implantação de modelos de machine learning em produção e liderança técnica de times multidisciplinares.
Tenho expertise em aplicar algoritmos avançados de machine learning no contexto da física de materiais e em ambientes corporativos, além de experiência consolidada em integração de soluções com plataformas em nuvem, automação de processos e gestão de projetos de dados. Estou sempre em busca de aprimorar minhas habilidades e entregar resultados de alto valor para as organizações.
Atualmente, desempenho a função de Cientista de Dados Sênior no Mercado Financeiro, focando no desenvolvimento de soluções inovadoras com base nos dados do Open Finance.
Cientista de Dados | Engenheiro de Machine Learning (MLOps) - Mobi2buy
Período: Abril 2024 - atualmente
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 - atualmente
Localização: Niterói, Rio de Janeiro, Brasil
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.
