Iago Aragão | Portfólio Técnico em Machine Learning e Dados

Projeto 01

Airflow Data Quality Pipeline

Data Engineering · Airflow · DuckDB

Projeto 02

FraudRisk Engine

Machine Learning · FastAPI · XGBoost

Projeto 03

AI Ops Approval Workflow

IA Generativa · Auditoria · Aprovação Humana

Projeto 04

QueryGuard RAG

Text-to-SQL · Guardrails · Auditoria

Projeto 05

Manufacturing Defect Detector

Visão Computacional · PaDiM · Anomalias

Projeto 06

RouteFlow AI

Logística · NLP · Otimização de Rotas

Sobre mim

Dados, modelos e produto com foco em problema real

Sou Iago Aragão, profissional em formação em Gestão de Dados na Universidade Federal do Piauí, com IRA 9.31/10. Trabalho com engenharia de dados, machine learning e IA aplicada em projetos que partem de uma pergunta prática e chegam a uma solução mensurável.

Nos projetos recentes, venho concentrando o portfólio em pipelines de qualidade de dados, backends de scoring, fluxos com aprovação humana e consultas Text-to-SQL com guardrails. Antes disso, atuei com bases fiscais e de produto com mais de 15 mil registros, automação de validações e melhoria de processos operacionais.

Backends com dados

Pipelines e APIs para ingestão, validação, métricas operacionais e consulta segura de dados analíticos.

Machine learning aplicado

Modelos de risco com XGBoost, limiares de revisão e avaliação temporal em dados altamente desbalanceados.

Dados e operação

Experiência com integridade de bases, análise exploratória e automações que reduziram tempo de auditoria manual.

Python SQL Pandas Scikit-learn XGBoost DuckDB Airflow FastAPI PyTorch Transformers RAG Streamlit Docker CI APIs REST

GitHub LinkedIn Email +55 (86) 99485-6119 Currículo

Portfólio

Projetos

Uma seleção de repositórios com pipelines de dados, backends, machine learning e IA generativa, com foco em validação, segurança e aplicação prática. Os cards indicam o contexto de cada trabalho para separar projetos aplicados e pesquisa aplicada.

Data Engineering Projeto 01

Projeto autoral

Airflow Data Quality Pipeline

Pipeline para varejo com preparação de dataset público, validações críticas, marts analíticos em DuckDB e API FastAPI para consulta.

Python
Airflow
DuckDB
FastAPI

GitHub API local

Machine Learning Projeto 02

Projeto autoral

FraudRisk Engine

Backend de scoring antifraude com seleção de limiares de revisão, API FastAPI e benchmark temporal no dataset ULB de cartão de crédito.

XGBoost
FastAPI
ROC-AUC 0.9762
Recall 84.6%

GitHub API local

AI Ops Projeto 03

Projeto autoral

AI Ops Approval Workflow

Backend para triagem operacional com classificação de risco, aprovação humana em casos sensíveis, SQLite, auditoria e workflow n8n.

FastAPI
SQLite
OpenAI opcional
n8n

GitHub Workflow local

Text-to-SQL Projeto 04

Projeto autoral

QueryGuard RAG

Backend Text-to-SQL com catálogo semântico, recuperação de schema, validação SQL, execução somente leitura e logs de auditoria.

RAG
SQLGlot
SQLite
Audit log

GitHub API local

Computer Vision Projeto 05

Pesquisa aplicada em visão computacional

Manufacturing Defect Detector

Sistema de inspeção industrial com PaDiM e one-class learning, voltado a detectar anomalias sem depender de exemplos de defeitos no treino.

PaDiM
PyTorch
AUC-ROC 0.9968
98% acurácia

GitHub Notebook

Agentes Projeto 06

Projeto autoral

RouteFlow AI

Agente de logística que interpreta pedidos em linguagem natural, aplica otimização de rotas e apresenta visualizações interativas.

NLP
TSP
Geopy
Folium

GitHub Demo local

Pesquisa

Pesquisa e artigos

Trabalhos acadêmicos aceitos, separados dos projetos aplicados para deixar claro o contexto de pesquisa, colaboração e publicação prevista.

SBBD 2026 DSW Aguardando Publicação

I Speak Kanoê

I Speak Kanoê: Engineering a Dataset for an Endangered Isolated Language

Coautoria em pesquisa sobre dataset público para a língua indígena Kanoê, com foco em NLP para línguas de baixo recurso, preservação cultural e tecnologias inclusivas. Publicação prevista nos anais do SBBD 2026.

GitHub Hugging Face

SBBD 2026 Short Papers Aguardando Publicação

Modelos Lexicais Calibrados

Modelos Lexicais Calibrados para Detecção de Ofensividade em Português Brasileiro: um Estudo no ToLD-Br

Pesquisa sobre detecção de ofensividade em português brasileiro, com publicação prevista nos anais do SBBD 2026. O link definitivo será incluído apenas após a publicação oficial.

Publicação em breve

Competências

Competências técnicas

Atuação na construção de soluções com dados, desde a organização da base até modelos, automações e protótipos que possam ser avaliados por métricas.

Machine Learning aplicado

Modelos preditivos e sistemas de decisão com validação, comparação de métricas e atenção ao que o resultado significa para o problema.

Scikit-learn
XGBoost
Avaliação

Processamento de linguagem

Classificação textual, embeddings, preparação de bases e modelos para lidar com linguagem informal, domínios específicos e poucos dados.

NLP
Transformers
Low-resource

IA Generativa

Protótipos com LLMs, RAG e agentes para organizar informação, apoiar análise técnica e reduzir etapas repetitivas de pesquisa.

RAG
Agentes
Structured Outputs

Visão computacional

Análise de imagens, detecção de anomalias e experimentos one-class para cenários em que exemplos de falha são raros ou difíceis de obter.

PaDiM
PyTorch
One-Class

Engenharia de dados

Pipelines locais para ingestão, validação, modelagem analítica e publicação de resultados em APIs ou bases consultáveis.

Airflow
DuckDB
FastAPI

Automação com dados

Rotinas para validar, cruzar e organizar bases. Em experiência operacional, esse tipo de automação reduziu auditoria manual em 80%.

SQL
Docker
Testes/CI