Assumi a coordenação da equipe de ciência de dados da área de planejamento de demanda durante a migração dos modelos de IA preditiva para uma nova plataforma proprietária de planejamento. Conduzi essa migração com foco em estabilidade, governança e alinhamento entre tecnologia e negócio.

Sob minha liderança, desenvolvemos modelos de IA preditiva para previsão de demanda de novas marcas e canais de venda do grupo, alcançando o maior número de modelos produtivos já registrados na história do GB. Esse avanço foi viabilizado pela consolidação de um time altamente técnico, pela evolução dos pipelines de MLOps e por um fluxo de desenvolvimento que permitiu acelerar entregas incrementais sem abrir mão de robustez, escalabilidade e alinhamento com o negócio. Também liderei experimentos para melhoria contínua dos modelos, que impactaram significativamente métricas como WMAPE e Bias, além de promover a cultura da perenidade e escalabilidade das soluções a partir do amadurecimento da equipe em engenharia de software e MLOps.

Liderei iniciativas para aumentar a aderência dos planejadores aos modelos, como o desenvolvimento de um farol de confiabilidade das previsões e de um módulo de explicabilidade que permite aos usuários compreender o impacto de fatores como sazonalidade, canibalização, elasticidade de preço, ressaca e promoções nas previsões geradas. Também conduzi um projeto estratégico com consultoria externa para experimentação de novas abordagens preditivas, no qual nossos modelos foram validados como referência de mercado.

Priorizando a diversidade, conduzi contratações que resultaram em um time com equilíbrio de gênero (50% mulheres). Cultivo um ambiente leve, colaborativo e tecnicamente exigente, com foco genuíno no bem-estar e no desenvolvimento da equipe. Como resultado, mantemos altos níveis de engajamento na plataforma Team Culture, com destaque para os pilares de Liderança, Felicidade, Bem-Estar, Feedback e Crescimento Pessoal.

Como cientista de dados sênior na área de planejamento de demanda, atuei durante a estruturação da plataforma de dados corporativa no Google Cloud Platform (GCP), contribuindo com a homologação de dezenas de tabelas e com a tradução de regras críticas da malha logística para uma tabela estruturada e democratizada na nova arquitetura.

Nesse período, atuei de forma muito próxima ao negócio, aplicando abordagens como o Dynamic Time Warping em um teste A/B para avaliar mudanças no comportamento de compra de franqueados em função de uma proposta de alteração no processo de cancelamento de pedidos pendentes. A análise resultou em uma proposta de solução, que foi implementada com sucesso.

Também fui responsável pela reescrita de um modelo legado de previsão de demanda para Python com LightGBM, garantindo sua integração à nova plataforma de planejamento de demanda desenvolvida pelo time de tecnologia do Grupo Boticário.

Ingressei na equipe de Ciência de Dados do Grupo Boticário com o objetivo de desenvolver soluções preditivas que apoiassem o time de planejamento de demanda na tomada de decisão. Fui responsável por desenvolver um modelo de IA preditiva baseado em Gradient Boosting para prever a probabilidade de uma previsão estatística precisar de ajuste pelos planejadores de demanda. Essa solução se tornou essencial para ajudar os times a priorizarem quais previsões ajustar, em um cenário de sobrecarga e alta incerteza comportamental dos canais de venda durante a pandemia de COVID-19.

Além da modelagem, fui responsável por todo o fluxo de deployment, monitoramento e sustentação da solução, garantindo sua operação em ambiente produtivo com governança e rastreabilidade.

Atuei na equipe de analytics, colaborando diretamente com a área de relacionamento com o consumidor. Desenvolvi o primeiro modelo de probabilidade de churn da empresa, que originou este artigo científico.

Utilizei técnicas de processamento de linguagem natural para analisar avaliações e comentários de consumidores, propondo ações estratégicas para aprimorar a qualidade do serviço e, consequentemente, melhorar as avaliações da loja oficial da empresa em marketplaces como Mercado Livre e Americanas.

Participei regularmente das aulas de Análise Multivariada e outros tópicos de estatística ministradas pelo professor Anselmo Chaves da UFPR, realizadas nas dependências da empresa. Também participei de workshops e eventos acadêmicos, como o Simpósio de Pesquisa Operacional e Logística da Marinha de 2019, no Rio de Janeiro.

Fui responsável pelo desenvolvimento e ministração de um treinamento de 8 horas em Google Sheets para colaboradores de diversos setores, além de colaborar no desenvolvimento do novo processo de integração de novos colaboradores.

Em uma transição de carreira, fui contratado pela Hilab como estagiário aos 32 anos, enquanto cursava Bacharelado em Matemática como segunda graduação. Após quatro meses, fui efetivado como Analista de Dados.

Contribuí para a implementação do Power BI na empresa, atuando desde o projeto do data warehouse no Amazon Redshift e o desenvolvimento de pipelines para ingestão de dados no Amazon S3, provenientes do Azure Cosmos DB, até a construção de dashboards e relatórios interativos para diversos departamentos.

Além disso, participei de um comitê de Growth Hacking composto por membros de diferentes áreas, com foco na avaliação dos principais desafios e alavancas da empresa, levantamento e priorização de hipóteses e modelagem de experimentos.