Currículo

Baixar PDF

Vinícius Nunes V. da Costa

Cientista de Dados & Engenheiro de ML · Recife, Brasil (Remoto)
LinkedIn · GitHub · viniciusnvcosta47@gmail.com

Cientista de dados e engenheiro de ML com mais de 4 anos de experiência na criação e implementação de soluções de IA em startups e na área da saúde. Sólida experiência em Python, aprendizado de máquina, aprendizado profundo e MLOps em ambientes cloud. Experiência em NLP/LLM, visão computacional e sistemas de recomendação de ponta a ponta, trabalhando em estreita colaboração com equipes de produto e negócios.

Experiência

Focus Distribuidora — Consultor de IA

Abr 2025 – Presente

• Gestão e desenvolvimento de iniciativas de inteligência de vendas, aprimorando a tomada de decisões baseada em dados em toda a organização.
• Estabelecimento de estrutura robusta de governança de dados, promovendo uma cultura de analytics e accountability.
• Aplicação de ML para análise de rotatividade, levando a melhores estratégias de retenção de clientes.
• Supervisão de projetos de transformação digital em logística, otimizando eficiência operacional e reduzindo custos.

Vitally Health — Cientista de Dados Pleno

Dez 2024 – Mar 2025

• Projetou sistema de triagem para hipertensão e insuficiência cardíaca (HFrEF/HFpEF) que avaliou titulações de medicamentos usando limiares clínicos e diretrizes da AHA.
• Desenvolveu codificações categóricas para comorbidades, sinais vitais, exames laboratoriais e contraindicações para decisão clínica precisa e explicável.
• Converteu diretrizes médicas não estruturadas em bases de conhecimento estruturadas e regras de negócio.
• Criou e implantou endpoints de modelo como serviço usando FastAPI, Pydantic e AWS Lambda.
• Implementou estratégias de modelagem complementares combinando regras e modelos para equilibrar personalização, segurança e conformidade com diretrizes.

Pickcells — Cientista de Dados Júnior

Mar 2024 – Nov 2024

• Realizou pesquisas clínicas e desenvolveu produtos de IA para apoio ao diagnóstico no Brasil.
• Criou pipeline NLP/LLM para extrair pontuações de saúde a partir de dados de biossinais diretamente de exames de sangue em PDF.
• Contribuiu para modelos de visão computacional para detecção de câncer cervical (imagens de microscópio 40×) e detecção de leucemia aguda em mielogramas infantis.
• Liderou iniciativas de MLOps, criando template cookie-cutter de deploy de IA (ai-dat) com FastAPI, Docker e testes, reduzindo o tempo de deploy em ~50%.
• Co-liderou a equipe de ciência de dados como referência técnica, orientando sobre melhores práticas de deploy de IA.

Oncase — Estagiário em Ciência de Dados

Nov 2022 – Dez 2023

• Projetou modelo de agrupamento por ensemble usando Autoencoder + KMeans, melhorando a qualidade da segmentação de clientes em ~20%.
• Reestruturou sistema de recomendação B2B legado usando LightFM para recomendações híbridas, otimizando mix de produtos e estratégias de preços.
• Criou painéis de visualização de dados com Metabase e Python para clientes de consultoria.
• Gerenciou pipelines de Big Data com Spark e SQL em plataformas cloud.

Formação

M.Sc. Engenharia da Computação (em andamento)

POLI – UPE · 2025 – Previsão 2027

Foco em econometria, modelagem computacional e IA aplicada. Bolsa de pesquisa via PROPEGI.

B.Sc. Ciência da Computação

CESAR School · 2020 – 2023

TCC: Sugestão Automatizada de CIDs em Sistemas de Registro Eletrônico de Saúde no Brasil: uma abordagem de aprendizado profundo baseada em redes Transformer e NLP.
Monitor de Estatística e Probabilidade (2022) e de Aprendizado de Máquina (2023).

B.A. Administração de Empresas (dupla graduação)

FCAP – UPE · 2020 – 2025

Certificações

• Deep Learning Specialization — DeepLearning.AI (2025)
• Generative AI with Large Language Models — DeepLearning.AI & AWS (2024)
• Michigan ECPE (Inglês CEFR C2) — University of Michigan (2023)

Habilidades

Programação & Ciência de Dados — Python, SQL, Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch, Ultralytics, OpenCV

Machine Learning & IA — Aprendizado Supervisionado/Não Supervisionado, Aprendizado Estatístico, Deep Learning, NLP, LLMs, Sistemas de Recomendação

Cloud & MLOps — AWS (S3, EC2, SageMaker, Bedrock, Lambda, Athena, RDS, EMR), GCP (Compute Engine, Vertex AI), Azure (DevOps, VMs); Docker, FastAPI, Poetry, dbt, uv, Git

Dados & Analytics — Spark, Hadoop, ClickHouse, ETL/ELT, Testes A/B, Metabase, MySQL, Oracle

LLM Tooling — LangChain, LangGraph, HuggingFace, Guardrails AI, Elasticsearch, RAG

Idiomas

• Português — Nativo
• Inglês — Proficiente (CEFR C2, Michigan ECPE – 2023)
• Espanhol — Intermediário

Projetos selecionados