Informações pessoais

  • Thiago Ferreira
  • thiagoferreira9594@gmail.com
  • São Paulo, SP
  • linkedin.com/in/tf-ferreira
  • github.com/tf-ferreira

Experiência Profissional

Cientista de Dados | Precificação e Inteligência Artificial
Volix — Startup de Consultoria em Precificação — São Paulo, SP

Desenvolvimento de sistema de precificação dinâmica com modelos de machine learning para otimização de estratégias comerciais.
Uso intensivo de IA generativa (chats e APIs de LLMs) para automação de análises, aceleração de desenvolvimento e exploração de soluções baseadas em agentes.
Monitoramento de distribuição de dados em produção com Population Stability Index (PSI), identificação de data drift e ajuste de políticas de restrição do modelo.
Comunicação de resultados e insights acionáveis para stakeholders de negócios e liderança técnica.
Automação de processos analíticos e modernização de pipelines de dados com Python.

  • Período: 01/2026 — Presente

Cientista de Dados Junior
Incentivar — Startup — São Paulo, SP

Desenvolvimento de análises e modelos preditivos para otimização de campanhas de incentivo de vendas.
Utilização de Python, KNIME e Power BI para automação de processos, previsão de performance comercial e geração de insights acionáveis.
Transformação de dados em subsídios estratégicos para decisões de negócio.

  • Período: 12/2024 — 01/2026

Formação Acadêmica

MBA em Data Science e Analytics
ESALQ — Universidade de São Paulo | Orientação: Prof.ª Patricia Belfiore Favero

TCC: Sistema de precificação dinâmica com modelos de machine learning, identificação causal via variáveis instrumentais e monitoramento de distribuição em produção.
Disciplinas: análise multivariada, machine learning, econometria, otimização, séries temporais, gestão e governança de dados.

  • Período: 2025 — 2026 (em conclusão)

Bacharelado em Matemática Aplicada e Computação Científica
ICMC — Universidade de São Paulo — São Carlos, SP

Iniciação Científica: clusterização de dados categóricos com análise topológica de dados (TDA).
Formação em análise real, álgebra linear, otimização, probabilidade, sistemas dinâmicos e programação científica (C, Python).

  • Formatura: 2023

Competências Técnicas

  • Machine Learning e IA: modelos preditivos, ensemble methods, GLMs, validação cruzada, monitoramento em produção (PSI, data drift), IA generativa, agentes autônomos
  • Python e Ferramentas: scikit-learn, statsmodels, pandas, NumPy, SciPy, KNIME, Power BI, Git, SQL
  • Estatística e Modelagem: variáveis instrumentais, identificação causal, testes de hipótese, econometria aplicada, análise multivariada
  • Dados e Governança: qualidade de dados, documentação técnica, reprodutibilidade, integração de soluções com sistemas corporativos

Idiomas

  • Português (nativo)
  • Inglês (avançado — leitura técnica e escrita)