DriftPainel
Monitorar desvios entre dados de treino e dados atuais para decidir quando observar, manter ou retreinar modelos.
Inclui perfilamento estatístico, score global, ranking por feature e estados no_action, monitor e retrain.
LUCAS GARCIA / AI · DATA · SOFTWARE
32 repositórios auditados e 7 cases reais com código, decisões, métricas e limites verificáveis.
Selecione uma região do atlas
INTELLIGENCEModelos, RAG, baseline e avaliação.
Cada ficha começa pelo problema e termina em links públicos, stack, evidências e limites verificados no repositório.
Monitorar desvios entre dados de treino e dados atuais para decidir quando observar, manter ou retreinar modelos.
Inclui perfilamento estatístico, score global, ranking por feature e estados no_action, monitor e retrain.
Analisar CSVs de forma repetível, revelar problemas de qualidade e gerar recomendações práticas para limpeza.
Detecta nulos, duplicados, cardinalidade, tipos inconsistentes, colunas vazias, constantes, nomes problemáticos e outliers.
Organizar administração paroquial, fluxos pastorais, comunicação pública e governança com acesso seguro por módulos.
Fluxo vertical implementado: criar pessoa, visualizar, editar e auditar alteração.
Responder incidentes operacionais a partir de runbooks locais, com diagnóstico, checklist e fontes rastreáveis.
Entrega diagnóstico, passos de resolução, checklist copiável, fontes, confiança, feedback e métricas operacionais.
Coletar, normalizar e analisar vagas remotas internacionais a partir de fontes públicas e arquivos estruturados.
Inclui Bronze/Silver/Gold, Data Quality, Schema Drift, Data Lineage, exportações CSV/Parquet/Markdown/HTML e política segura de scraping.
Estimar renda mensal a partir de características socioeconômicas e ocupacionais com rigor metodológico e interpretabilidade.
Avaliação documentada em 25.801 observações: CatBoost com R² log de 0,5913 e modelo híbrido com R² de 0,4906 na escala original.
Transformar o deploy manual de uma aplicação full-stack em infraestrutura declarativa e repetível na AWS.
Repositório contém 96 arquivos, três módulos Terraform e imagens Docker para frontend e backend, além da aplicação full-stack.
Selecione uma região do atlas
INTELLIGENCEModelos, RAG, baseline e avaliação.
O foco é facilitar avaliação por recrutadores: código aberto, READMEs, pipelines, testes e cases objetivos.
Experiência ↗Ifes · Campus Colatina · PRPPG/PICTI
LEDS · Ifes
Ifes · Campus Colatina
Registro do trabalho de iniciação científica que integra recuperação de informação, LLMs e avaliação experimental no domínio de propriedade intelectual.
Como score global, ranking por feature e histórico ajudam a decidir entre monitorar e retreinar.
Pontuação, recomendações e relatórios reduzem a distância entre diagnóstico técnico e ação.
Coleta controlada, revisão manual e lineage protegem a qualidade do pipeline.
Decisões ganham métricas, logs, testes e limites.
Complexidade entra quando demonstra valor.
Dados, API, interface e documentação compartilham qualidade.