Ciência de Dados · Engenharia de Dados · Machine Learning
Sou Leonardo Borges Silva Braga, cientista de dados formado em Ciência de Dados e IA, com atuação prática em Engenharia de Dados. Construo pipelines, modelos preditivos e análises que entregam valor real, com um diferencial pouco comum no mercado: segurança, ética e conformidade com a LGPD aplicadas desde o design dos sistemas.
Construo pipelines e modelos de ciência e engenharia de dados, com um diferencial pouco comum no mercado: governança e conformidade com a LGPD desde o design.
A interseção entre engenharia, ciência e governança de dados
Atuo na fronteira entre engenharia e ciência de dados: a engenharia de dados que constrói e sustenta pipelines em escala, e a ciência de dados que extrai previsões e recomendações de qualidade a partir deles. Um diferencial que poucos profissionais de dados reúnem é a governança de dados, que garante que tudo isso aconteça de forma ética, segura e em conformidade com a LGPD. Domino SQL, Python e ferramentas de integração e analytics como SAP/Pentaho e SAS, com histórico real de otimização de pipelines e melhoria de qualidade de dados em ambientes enterprise, incluindo grandes marcas como Natura e Neugebauer.
Essa combinação me levou a criar o Datalock Studio, uma biblioteca e plataforma de anonimização de dados com k-anonimato, pseudonimização reversível e criptografia autenticada, hoje publicada e em processo de submissão na Microsoft Store. Em paralelo, desenvolvo projetos de Machine Learning, de sistemas de recomendação híbridos a modelos preditivos de logística, sempre com atenção à explicabilidade e ao uso responsável do dado. Busco uma oportunidade para aplicar essas competências na construção de sistemas de dados robustos, seguros e eticamente responsáveis.
Pipelines de ETL, qualidade de dados e integração de sistemas em ambientes enterprise.
Modelos preditivos e sistemas de recomendação híbridos com foco em desempenho e diversidade.
Anonimização, criptografia e conformidade com a LGPD aplicadas desde o design do sistema.
Trajetória em dados, do dashboard ao pipeline crítico
Híbrido
Híbrido
Remoto
Da anonimização de dados ao machine learning aplicado
Equipes de dados levam dias mascarando manualmente CPFs, e-mails e outras informações pessoais antes de compartilhar bases, processo lento, sujeito a erro humano e sem garantia formal de conformidade com a LGPD.
Biblioteca Python com 30+ funções e plataforma no-code com detecção automática de PII,
hash determinístico, pseudonimização reversível, cálculo de k-anonimato/risco de
reidentificação e um formato de arquivo próprio (.dlk) com criptografia
autenticada AES‑256‑GCM.
Processo de anonimização de horas/dias reduzido a minutos, com trilha de auditoria e métricas formais de privacidade. Publicada em produção (web e executável) e em submissão na Microsoft Store.
Deep learning + filtragem colaborativa e análise de conteúdo, treinado sobre o dataset GoodBooks-10k (6M+ avaliações, 10 mil livros). Recomendações personalizadas com 80% de diversidade, evitando o efeito "bolha" de sugestões óbvias.
Modelo XGBoost que estima o tempo de entrega em minutos a partir de distância, clima, trânsito, tipo de veículo e experiência do entregador. R² de 0,816 e MAE de 6,37 min no conjunto de teste, servido via app interativo em Gradio.
Painel interativo para explorar dados de nascidos vivos no Brasil em 2023, com filtros demográficos, gráficos por estado, tipo de parto e escolaridade materna, voltado a profissionais de saúde pública.
Aplicação web leve para análise exploratória de dados instantânea: basta subir um arquivo CSV, XLSX ou Parquet para gerar dashboards interativos via PyGWalker, com carregamento acelerado por Polars.
Da linguagem de programação ao arcabouço regulatório
Python, SQL, SAS
Pentaho, SAP Data Services, pipelines de ingestão e transformação em escala
Docker, CI/CD, Airflow
MySQL, PostgreSQL
Oracle Cloud Infrastructure (OCI)
LGPD, k-anonimato, pseudonimização, criptografia, trilhas de auditoria
Power BI, Streamlit, Plotly, PyGWalker
PyTorch, XGBoost, Scikit-learn, sistemas de recomendação híbridos
Professional: Generative AI, Data Science · Foundations: OCI AI, Data Platform, Cloud Infrastructure
Accreditations: Fundamentals, Generative AI Fundamentals
Ciência de Dados e IA
Base acadêmica em ciência de dados e inteligência artificial
IESB · 02/2023 — 10/2026
Disciplinas relevantes: Aprendizagem de Máquina, Mineração de Dados, Estatística Aplicada, Análise Exploratória e Visualização, Modelagem e Inferência Estatística, Processamento de Dados Massivos.
Sistema Híbrido Personalizado de Recomendação (Deep Learning & Filtragem Colaborativa): combina fatoração de matriz e redes neurais para recomendações com 80% de diversidade, com foco em personalização precisa e descoberta de conteúdos menos populares.
Fatoração de Matriz · Deep Learning · PyTorch · Gradio · Polars
Ver o projeto ↗Estou em busca de uma oportunidade para aplicar ciência, engenharia e machine learning na construção de sistemas de dados robustos, com um diferencial: experiência prática em governança e conformidade com a LGPD. Se o seu time trabalha com dados, será um prazer conversar.
Brasília, DF — Brasil