Profesional

1. 2024 — actualidad

   Ubivis

   Científico de datos júnior, después científico de datos, gerente de modelado de IA, socio propietario y CTO, US, en menos de dos años.

   1. oct. 2025 — actualidad

      Director de Tecnología, US

      Estrategia tecnológica de Ubivis en Estados Unidos: la hoja de ruta estadounidense de las plataformas UbSmart, UbGenius y No-Code AI; despliegues on-premise, en la nube e híbridos integrados con PLC, SCADA y MES; preventa técnica en siderurgia, automoción, minería, petróleo y gas y alimentación; y el equipo técnico de EE. UU., con sus estándares de MLOps y de entrega.

      • Estrategia
      • Preventa
      • Arquitectura
   2. dic. 2024 — actualidad

      Socio propietario

      Socio propietario de Ubivis en Brasil y responsable comercial de la empresa. Gestiono el trabajo comercial con Scrum y un tablero Kanban, con el seguimiento del marketing digital, el SEO, las postulaciones a convocatorias de financiación de innovación y la ejecución de las estrategias de expansión. También construyo la filial estadounidense: estrategia comercial, desde el mapeo del mercado hasta los contratos con grandes empresas; go-to-market, precios y posicionamiento junto con el fundador y los socios; y generación de demanda mediante campañas pagadas, prospección por correo electrónico y la presencia de la empresa en LinkedIn e Instagram.

      • Scrum
      • Kanban
      • SEO
   3. oct. 2024 — actualidad

      Gerente, equipo de modelado de IA

      Modelos informados por la física y basados en datos para plantas siderúrgicas y de automoción, con arquitecturas de gemelos digitales y pipelines de simulación vinculados a PLC, SCADA y MES, con responsabilidad sobre el presupuesto, la elección de proveedores y los modelos de ROI. Creé el marco de gobernanza de IA de la empresa: controles de calidad, listas de verificación de seguridad y una política de uso ético, para que ningún modelo llegue a producción sin revisión.

      • Gobernanza de IA
      • MLOps
   4. may. — oct. 2024

      Científico de datos, IA

      Modelos informados por la física para siderurgia y pipelines automatizados de extracción de características para series temporales industriales. Ascendido desde el nivel júnior a los tres meses.

      • PINNs
      • tsfresh
      • Polars
   5. feb. — may. 2024

      Científico de datos júnior, IA

      Modelos de machine learning y pipelines de datos para aplicaciones industriales, con investigación en optimización de procesos, detección de anomalías y análisis de datos de sensores.

      • Detección de anomalías
      • Ingeniería de características
2. sep. 2023 — nov. 2024

   Residente de IA · SENAI Hub of AI

   Redes neuronales fundamentadas en la física para la eficiencia en siderurgia, y segmentación de suelo urbano con visión artificial para ciudades inteligentes.

   • PyTorch
   • Visión artificial
3. jun. 2019 — ene. 2021

   Colaborador, Servicios Especializados en Física Nuclear, Atómica y Molecular Aplicada · UEL

   Proyecto de extensión universitaria en el Laboratorio de Física Nuclear Aplicada (LFNA), coordinado por el Prof. Dr. Avacir Casanova Andrello: servicios de microtomografía computarizada de rayos X, desde la preparación de muestras de muy diversos tipos hasta la reconstrucción de imágenes, el análisis en 2D y 3D y el análisis de datos (100 horas).

   • Micro-CT
   • Reconstrucción 3D
   • Análisis de datos
4. 2019 — 2025

   Traductor y revisor técnico, inglés y portugués · Independiente

   Artículos científicos, sobre todo de ingeniería civil, física y biología, para investigadores universitarios.

Trabajos destacados

• Detección de defectos poco frecuentes en soldadura robotizada

  Un clasificador binario para defectos que casi nunca ocurren, entrenado con datos de sensores extremadamente desbalanceados y más de 700 características de series temporales por ciclo de soldadura. Funciona de extremo a extremo, desde la adquisición de datos hasta un despliegue en contenedores. El proyecto, entregado por Ubivis, quedó entre los 3 finalistas del Premio FINEP de Innovación 2025 (Transformación Digital de la Industria).

  • Series temporales
  • tsfresh
  • Aprendizaje con datos desbalanceados

• Modelos informados por la física para siderurgia

  Redes neuronales que combinan la física del proceso con datos de planta para convertidores de oxígeno básico y hornos de arco eléctrico, donde los datos por sí solos no cubren el rango de operación.

  • PINNs
  • PyTorch
  • Modelado de procesos

• Pipelines de ML sobre 170 GB de datos de sensores

  Polars con Parquet comprimido con Zstandard, caché en disco, submuestreo adaptativo con MiniBatchKMeans y extracción paralela de características, dimensionado para ejecutarse en una sola máquina.

  • Polars
  • Parquet
  • Ingeniería de datos

• Back end en Rust para la plataforma Ubivis

  La reescritura en Rust del back end de la plataforma, que desarrollo yo: un workspace hexagonal de 26 crates con una API GraphQL, eventos en NATS JetStream, autorización con Cerbos y secretos en OpenBao, además de servidores de generación aumentada por recuperación (RAG) y de Model Context Protocol (MCP) para agentes de IA.

  • Rust
  • RAG
  • MCP

Charlas

1. sep. 2026

   Artículo revisado por pares y charla · ROG.e 2026, Río de Janeiro

   Impact of Applying Artificial Intelligence Techniques in Risk-Based Inspection for Equipment in Oil Refining Units, presentado en una sesión técnica el 24 de septiembre.

2. 2025

   Ponente en el escenario por Ubivis · GITEX Europe, Berlín

   Presenté la plataforma de IA industrial de Ubivis ante una audiencia internacional.

Herramientas

1. Liderazgo

   Gestión tecnológica · Preventa tecnológica · Estrategia de TI · Gobernanza de IA · Scrum · Kanban

2. ML

   PyTorch · scikit-learn · XGBoost · LightGBM · TensorFlow

3. Datos

   Polars · Pandas · tsfresh · NumPy · SciPy · SQL

4. MLOps

   Docker · Kubernetes · GCP · MLflow · Airflow · FastAPI · CI/CD

5. Industria

   PLC · SCADA · MES · OPC UA