Um pouco do que venho construindo.
Pipeline de detecção de fraude em tempo real: transações via Kafka, features por usuário em streaming (memória rolante de 30 dias), modelo XGBoost (PR-AUC 0,919; recall 91,7% com FPR ≤ 1% em split temporal), persistência idempotente em PostgreSQL, monitoramento de drift por PSI e dashboard ao vivo (SSE). Dados sintéticos; deploy em produção via Docker Compose numa VPS Oracle Cloud.
Agente de IA que atende em português os clientes de uma loja fictícia: consulta pedidos e rastreio, cancela pedidos, pede reembolsos com aprovação humana e responde sobre políticas via RAG. O LLM só entende e redige; todo fato e toda ação vêm de ferramentas idempotentes e auditadas (LangGraph). Avaliação com ~67 conversas roteirizadas (66/67 concluídas, 0% de alucinação pelo LLM juiz). Demo com Turnstile e limites em camadas; deploy em produção via Docker Compose numa VPS Oracle Cloud.
Assistente de conhecimento interno baseado em RAG (Retrieval-Augmented Generation), com retrieval híbrido (vetorial + BM25 com fusão RRF), reranking via cross-encoder, geração com citação de fontes (streaming SSE) e avaliação com métricas (Precision@5, Recall@5, MRR, RAGAS). Deploy em produção via Docker Compose em uma VPS Oracle Cloud.
Backend de uma newsletter diária de tecnologia: coleta notícias reais via RSS, gera a edição com um LLM (via 9Router) seguindo uma estrutura fixa, aguarda aprovação manual do dono por um link protegido e só então envia aos assinantes via Resend. Assinatura própria (sem ESP), sem propaganda ou comentário editorial.